腐败案件可视化模拟推演与态势研判原型系统

姚新; 陈欢欢; 刘振宇; 石波; 郑惠敏

2017

初步完成了职务犯罪可视化模拟推演和态势研判原型系统的研制和开发：基于命名实体识别、关系抽取等自然语言处理技术对职务犯罪文档中关键信息进行准确抽取；采用数据挖掘方法并结合专家经验构建多维信息可视化分析系统；初步实现了案件推理网络的集成和可视化展示、重点案件发展过程模拟（包括人物、时间、地域等维度）和案件态势可视化展示（案件领域、地域、行业、职务等维度）。针对案件推理网络的异质性，我们提出一种新的网络表征学习算法来学习网络中节点的特征：将网络映射至一个低维向量空间，同时尽可能地将原始网络的结构信息和语义信息保留在这个空间，从而用一个向量来表示每个节点的特征。学得的节点向量特征作为下游网络分析任务（如节点分类，节点聚类，链接预测等）的输入，能提高网络分析的精度和速度。此外，贝叶斯网络是因果表示和推理的一种主要手段，我们研究了面向大规模贝叶斯网络的无因果充分性的马尔可夫毯挖掘算法；另一方面，我们研究了基于Grassmann扰动核的子空间学习，通过在学习过程中考虑子空间的所有潜在干扰，获得鲁棒性更强的分类器。

腐败案件 可视化 数据挖掘

中文

1.南方科技大学
2.中国科学技术大学
3.中国政法大学
4.北京计算机技术及应用研究所
5.南方科技大学

姚新,陈欢欢,刘振宇,等. 腐败案件可视化模拟推演与态势研判原型系统,2017.