本發(fā)明涉及偵查破案技術(shù)領(lǐng)域，具體涉及一種基于聚類技術(shù)的刑事犯罪案件關(guān)聯(lián)串并方法及系統(tǒng)。

背景技術(shù)：

對團(tuán)伙型、系列性犯罪案件的串并關(guān)聯(lián)分析是犯罪案件執(zhí)法部門偵查破案工作的重要環(huán)節(jié)。通過分析、提取多個(gè)案件之間的共同點(diǎn)，連接關(guān)鍵信息，執(zhí)法部門可以拓寬偵查視野；將系列案件并案偵查，能夠顯著減少執(zhí)法成本，提高打擊犯罪的深度和廣度，增強(qiáng)整體工作效能。

伴隨整個(gè)社會(huì)的信息化發(fā)展，刑事犯罪執(zhí)法機(jī)構(gòu)建立了犯罪案件計(jì)算機(jī)管理系統(tǒng)，積累了大量犯罪案件數(shù)據(jù)。從案件并案分析的角度，每個(gè)犯罪案件包含很多特征要素，具有不同程度的確定性(可能性)，主要有兩類：

第一種數(shù)據(jù)的內(nèi)容具有明確、唯一性特征，例如身份證件號(hào)碼、公司名稱、稅務(wù)登記號(hào)、銀行賬號(hào)、電話號(hào)碼等。例如，假設(shè)一個(gè)犯罪嫌疑人的身份證件號(hào)碼在兩個(gè)犯罪案件中出現(xiàn)，那么可以確定這兩個(gè)犯罪案件存在明確關(guān)聯(lián)，進(jìn)而發(fā)起并案偵查。

第二種數(shù)據(jù)不具有唯一性特征，只能描述可能性(大小)。例如人的外在自然屬性，包括身高、年齡等。例如對于兩個(gè)犯罪案件，如果目擊者分別描述的犯罪嫌疑人身高接近或相同，僅憑這個(gè)因素并不能確定是否有聯(lián)系。但是，如果多個(gè)數(shù)據(jù)特征具有接近或者相同的內(nèi)容，說明這些犯罪案件具有較高的相似程度，可以初步判斷為系列犯罪案件，予以并案偵查。例如，多個(gè)街面搶劫案發(fā)生在鄰近的區(qū)域、相近的時(shí)間段，作案手法、工具類似，多個(gè)受害人報(bào)稱的犯罪嫌疑人身高、年齡接近，執(zhí)法人員可以初步判斷為系列街面搶劫案。

傳統(tǒng)上，刑事犯罪調(diào)查人員通過查詢、比對案件信息系統(tǒng)中案件的特征信息，判斷多個(gè)刑事犯罪件的相似程度，決定是否發(fā)起并案串并偵查。此類人工操作方式的效率、準(zhǔn)確率不高。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，為了解決現(xiàn)有技術(shù)中的上述問題，本發(fā)明提出一種基于聚類技術(shù)的刑事犯罪案件關(guān)聯(lián)串并方法及系統(tǒng)，融合案件的異構(gòu)數(shù)據(jù)類型，建立準(zhǔn)確的案件相似度模型，描述案件的關(guān)聯(lián)程度，通過高效、準(zhǔn)確的聚類算法，完成案件的關(guān)聯(lián)串并過程。

本發(fā)明通過以下技術(shù)手段解決上述問題：

一種基于聚類技術(shù)的刑事犯罪案件關(guān)聯(lián)串并方法，包括如下步驟：

s1、獲取與案件關(guān)聯(lián)串并分析有關(guān)的高維度、異構(gòu)數(shù)據(jù)類型的案件數(shù)據(jù)變量；

s2、根據(jù)案件數(shù)據(jù)變量建立描述案件關(guān)聯(lián)程度的相似度模型，根據(jù)相似度模型計(jì)算相似度矩陣；

s3、利用圖分解技術(shù)，將相似度矩陣轉(zhuǎn)換成的一個(gè)圖分解為若干連通子圖；

s4、對連通子圖使用聚類算法進(jìn)行圖切割計(jì)算，將所有案件準(zhǔn)確分組。

進(jìn)一步地，所述基于聚類技術(shù)的刑事犯罪案件關(guān)聯(lián)串并方法還包括：

s5、提取每個(gè)案件群組的關(guān)鍵特征參數(shù)，將關(guān)鍵特征參數(shù)根據(jù)優(yōu)先級(jí)高低推送給用戶。

進(jìn)一步地，步驟s1中，所述案件數(shù)據(jù)變量從刑事犯罪案件信息管理系統(tǒng)中抽?。话讣?shù)據(jù)變量的高維度包括嫌疑人身份證號(hào)碼、手機(jī)號(hào)碼、銀行賬號(hào)、作案手法、作案時(shí)間、作案天氣、作案地域、作案工具、嫌疑人身高、嫌疑人年齡；案件數(shù)據(jù)變量的異構(gòu)數(shù)據(jù)類型包括數(shù)值型、字符串型、樹形結(jié)構(gòu)的分層代碼型。

進(jìn)一步地，步驟s2中，建立相似度模型具體包括：

s21、將案件數(shù)據(jù)變量分為唯一性變量和可能性變量；

s22、定義唯一性變量的相似度模型：

唯一性變量為字符串類型，將一個(gè)案件m的所有字符串構(gòu)成一個(gè)集合cm，案件m,n的相似度表示為

wa(m,n)＝|cm∩cn|(1)

s23、定義可能性變量的相似度模型：

案件m,n的相似度，是多個(gè)數(shù)據(jù)變量的綜合貢獻(xiàn)，定義為

wb(m,n)＝∑iwifi(m,n)(2)

其中，wi為歸一化權(quán)重，表示各數(shù)據(jù)變量對于整體相似度的貢獻(xiàn)比例，∑iwi＝1；fi(m,n)表示案件m,n基于一個(gè)特定數(shù)據(jù)變量的相似度。

進(jìn)一步地，步驟s23具體包括：

將可能性變量分為數(shù)值型和樹形結(jié)構(gòu)的分層代碼型；

定義數(shù)值型可能性變量的相似度模型：

犯罪嫌疑人的身高范圍[ha,hb]、年齡范圍[aa,ab]，對于犯罪嫌疑人的身高和年齡變量，取平均值，即

對案件m,n分別涉及的兩個(gè)犯罪嫌疑人pm，pn，相似度表達(dá)式為

其中，hm,hn為二人身高,am,an為年齡，σh，σa為控制參數(shù)，取經(jīng)驗(yàn)值5cm,5歲；

與兩個(gè)發(fā)案時(shí)間tm,tn有關(guān)的相似度，即犯罪案件的時(shí)間相關(guān)性為

σt為控制參數(shù)，根據(jù)案件類型選??；

發(fā)案地點(diǎn)表示為幾何坐標(biāo)空間相關(guān)性表示為

表示坐標(biāo)點(diǎn)的幾何距離，σd為控制參數(shù)；

定義樹形結(jié)構(gòu)的分層代碼型可能性變量的相似度模型：

樹形結(jié)構(gòu)的分層代碼型表示為一個(gè)樹形結(jié)構(gòu)，根節(jié)點(diǎn)表示代碼名稱，每下一層節(jié)點(diǎn)為對父節(jié)點(diǎn)的進(jìn)一步細(xì)分，在樹形結(jié)構(gòu)中，從根節(jié)點(diǎn)ro到任意一個(gè)節(jié)點(diǎn)nk有唯一的一條路徑，表示為

pk＝roni1nj2…npq,npq＝nk(7)

npq表示在第q層的某個(gè)節(jié)點(diǎn)，這條路徑的長度為q,即節(jié)點(diǎn)nk的高度h(nk)＝q，節(jié)點(diǎn)nk與路徑pk等效，表示分層代碼數(shù)據(jù)類型的一個(gè)唯一代碼值，對于兩個(gè)案件的兩個(gè)代碼值，對應(yīng)代碼樹的兩條路徑pi,pj,如果從根節(jié)點(diǎn)開始，直到第k層，二者具有相同的節(jié)點(diǎn)，那么這兩條路徑，亦即兩個(gè)代碼的相似度定義為

f4(pi,pj)＝k/max(h(i),h(j))(8)

所有的fi,i＝1-4滿足歸一化條件0≤fi(a,b)≤1,值為1表示完全匹配，相似度最大；值為0表示最弱的關(guān)系，即完全無關(guān)。

進(jìn)一步地，步驟s2中，計(jì)算相似度矩陣具體包括：

對任意兩個(gè)案件，根據(jù)(1)或(2)，計(jì)算相似度值，對所有案件，根據(jù)兩兩關(guān)系，生成n×n的相似度矩陣w，n是案件數(shù)量，w是一個(gè)對稱矩陣，其中對角線元素表示案件與自身的相似度，不需計(jì)算，只需計(jì)算w的上三角或者下三角矩陣。

進(jìn)一步地，步驟s3具體包括：

根據(jù)社會(huì)網(wǎng)絡(luò)分析理論和圖論，將w矩陣轉(zhuǎn)換成一個(gè)無向圖g，圖的每個(gè)節(jié)點(diǎn)表示一個(gè)案件，邊的權(quán)值表示案件之間的關(guān)聯(lián)程度；

對于圖g，設(shè)定一個(gè)接近于零的閾值t，若g的元素小于t，表示兩個(gè)案件不可能有實(shí)際聯(lián)系，直接置零，g由多個(gè)連通子圖構(gòu)成，圖分解將一個(gè)大圖分解為若干連通子圖：

g＝∪igi,∩igi＝φ(9)

使用寬度或者深度優(yōu)先算法完成圖分解過程。

進(jìn)一步地，步驟s4具體包括：

首先，定義以下變量：

圖g(v,w)，v為節(jié)點(diǎn)集合，節(jié)點(diǎn)數(shù)n＝|v|；w為邊集合，表示為n×n相似度矩陣w,w(i,j)＝w(j,i),wii＝0

任意節(jié)點(diǎn)i的度di＝σjwij,i＝1,2,…,n；

對角矩陣d，dii＝di,dij＝0,i≠j；

假設(shè)圖g切割為k個(gè)群組每個(gè)群組ci為一個(gè)子圖，包括多個(gè)存在強(qiáng)關(guān)聯(lián)的案件，可作為系列型犯罪案件處理；

群組內(nèi)部的內(nèi)聚度，對于群組a，na＝|a|,m(a,a)＝vol(a)＝∑i,j∈awij/2，為群組a內(nèi)部的邊權(quán)值之和；

群組與外界的關(guān)聯(lián)程度，m(a,v)＝∑i∈a,j∈vwij-m(a,a)＝∑i∈adi-m(a,a),為a之外所有與a中節(jié)點(diǎn)連接的邊權(quán)值之和；

相互分離的兩個(gè)群組a,b的關(guān)聯(lián)程度m(a,b)＝∑i∈a,j∈bwij；

對于連通子圖的一個(gè)特定分解，定義q值

使q值最大化的解為最優(yōu)圖切割，即

qmax＝maxk(qk),kmax＝argmaxk(qk)(11)

以下為基于聚類算法的圖切割方法：

對于n×n矩陣w，定義相應(yīng)的laplacian矩陣以及相應(yīng)的特征方程

lw＝d^-1.w(12)

lwx＝λx(13)

對于lw，提取由高到低特征值對應(yīng)的特征向量，最大特征值λ1＝1，對應(yīng)特征向量j，元素全部為1，如果特征值λ1的重復(fù)度為r,意味著g包括r個(gè)連通子圖，第一個(gè)特征值沒有對圖進(jìn)一步劃分切割的能力，實(shí)際上，從大到小，取從2到k的k-1個(gè)特征值對應(yīng)的特征向量，構(gòu)成n×(k-1)矩陣xk＝{x2,x3,…,xk}，xi為第i個(gè)n維列向量；

對每一個(gè)xk，視為維度為k-1的n個(gè)元素組成的集合，對其進(jìn)行聚類分析，生成k個(gè)群組，計(jì)算相應(yīng)的q(k)，k從2開始迭代到某個(gè)預(yù)設(shè)的最大值，使q(k)達(dá)到最大的分解kmax為最優(yōu)分解。

進(jìn)一步地，步驟s5中，關(guān)鍵特征參數(shù)表征該群組犯罪案件是否具有并案偵查的實(shí)際價(jià)值，對于一個(gè)犯罪案件群組g，用于并案串并主要的關(guān)鍵特征參數(shù)為歸一化的內(nèi)聚度，內(nèi)聚度表示為：

該數(shù)值越高，接近于1，表明所有的案件之間關(guān)聯(lián)度都很強(qiáng)，具有很高的參考價(jià)值。

一種基于聚類技術(shù)的刑事犯罪案件關(guān)聯(lián)串并系統(tǒng)，包括：

數(shù)據(jù)變量獲取模塊，用于獲取與案件關(guān)聯(lián)串并分析有關(guān)的高維度、異構(gòu)數(shù)據(jù)類型的案件數(shù)據(jù)變量；

相似度矩陣計(jì)算模塊，用于根據(jù)案件數(shù)據(jù)變量建立描述案件關(guān)聯(lián)程度的相似度模型，根據(jù)相似度模型計(jì)算相似度矩陣；

圖分解模塊，用于利用圖分解技術(shù)，將相似度矩陣轉(zhuǎn)換成的一個(gè)圖分解為若干連通子圖；

聚類分析模塊，用于對連通子圖使用聚類算法進(jìn)行圖切割計(jì)算，將所有案件準(zhǔn)確分組；

特征提取推送模塊，用于提取每個(gè)案件群組的關(guān)鍵特征參數(shù)，將關(guān)鍵特征參數(shù)根據(jù)優(yōu)先級(jí)高低推送給用戶。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果如下：

本發(fā)明不僅能處理源數(shù)據(jù)具有明確、唯一性特征的數(shù)據(jù)，也能處理僅具有可能性特征的數(shù)據(jù)，極大的提高了刑事犯罪案件關(guān)聯(lián)串并的效率，并且準(zhǔn)確性高。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對實(shí)施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明基于聚類技術(shù)的刑事犯罪案件關(guān)聯(lián)串并方法的流程框圖；

圖2是本發(fā)明基于聚類技術(shù)的刑事犯罪案件關(guān)聯(lián)串并方法的分析流程圖；

圖3是本發(fā)明樹形結(jié)構(gòu)的分層代碼型數(shù)據(jù)相似度計(jì)算示意圖；

圖4是本發(fā)明基于聚類技術(shù)的刑事犯罪案件關(guān)聯(lián)串并系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面將結(jié)合附圖和具體的實(shí)施例對本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明。需要指出的是，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例，基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

實(shí)施例1

如圖1所示，本發(fā)明提供一種基于聚類技術(shù)的刑事犯罪案件關(guān)聯(lián)串并方法，包括如下步驟：

s1、獲取與案件關(guān)聯(lián)串并分析有關(guān)的高維度、異構(gòu)數(shù)據(jù)類型的案件數(shù)據(jù)變量；

s2、根據(jù)案件數(shù)據(jù)變量建立描述案件關(guān)聯(lián)程度的相似度模型，根據(jù)相似度模型計(jì)算相似度矩陣；

s3、利用圖分解技術(shù)，將相似度矩陣轉(zhuǎn)換成的一個(gè)圖分解為若干連通子圖；

s4、對連通子圖使用聚類算法進(jìn)行圖切割計(jì)算，將所有案件準(zhǔn)確分組；

s5、提取每個(gè)案件群組的關(guān)鍵特征參數(shù)，將關(guān)鍵特征參數(shù)根據(jù)優(yōu)先級(jí)高低推送給用戶。

如圖2所示，本發(fā)明基于聚類技術(shù)的刑事犯罪案件關(guān)聯(lián)串并方法的分析流程如下：

1、刑事犯罪案件特征描述

在刑事犯罪案件信息管理系統(tǒng)中，每個(gè)案件包含多個(gè)數(shù)據(jù)項(xiàng)，描述案件各種特征或維度，包括嫌疑人身份證號(hào)碼、手機(jī)號(hào)碼、銀行賬號(hào)、作案手法、作案時(shí)間、作案天氣、作案地域、作案工具、嫌疑人身高、嫌疑人年齡等。準(zhǔn)確的案件關(guān)聯(lián)串并過程需要綜合利用這些數(shù)據(jù)分析案件特點(diǎn)，判斷案件之間的相似程度。

這些數(shù)據(jù)項(xiàng)具有不同的數(shù)據(jù)類型。包括1)數(shù)值型，例如發(fā)案時(shí)間、嫌疑人身高(范圍)，2)字符串型，例如身份證號(hào)碼、手機(jī)號(hào)碼，3)樹形結(jié)構(gòu)的代碼，例如作案手法(公安部標(biāo)準(zhǔn)：刑事犯罪信息管理代碼第7部分作案手段分類和代碼ga240.7-2000)。這些數(shù)據(jù)體現(xiàn)不同的確定性(可能性)。例如電話號(hào)碼等具有唯一性；相反，身高或者作案手法僅能表示可能性。

2、案件相似度模型

根據(jù)案件特征變量的確定性程度，設(shè)計(jì)兩種相似度模型

1)由唯一性變量定義的相似度模型

一個(gè)案件包括身份證號(hào)碼、手機(jī)號(hào)碼、銀行賬號(hào)等，通常為字符串類型，每個(gè)值具有唯一性。一個(gè)案件m的所有這些值(字符串)構(gòu)成一個(gè)集合cm。案件m,n的相似度表示為

wa(m,n)＝|cm∩cn|(1)

即兩個(gè)集合交集元素的數(shù)量(元素相等定義為字符串值相等)。

2)由可能性變量定義的相似度模型

一個(gè)案件包括作案手法、作案時(shí)間、作案工具、嫌疑人身高、嫌疑人年齡等特征變量，只能表示一定程度的可能性。數(shù)據(jù)類型包括數(shù)值型和樹形結(jié)構(gòu)的分層代碼型。案件m,n的相似度，是多個(gè)特征因素的綜合貢獻(xiàn)，定義為

wb(m,n)＝∑iwifi(m,n)(2)

其中，wi為歸一化權(quán)重，表示各數(shù)據(jù)變量對于整體相似度的貢獻(xiàn)比例，∑iwi＝1；fi(m,n)表示案件m,n基于一個(gè)特定數(shù)據(jù)變量的相似度。

通常，受害人或者目擊者會(huì)提供犯罪嫌疑人的身高范圍[ha,hb]、年齡范圍[aa,ab]。對于犯罪嫌疑人的身高和年齡變量，取平均值，即

對案件m,n分別涉及的兩個(gè)犯罪嫌疑人pm，pn，身高、年齡差別越小，表示二人相似度越高。相似度表達(dá)式為

其中，hm,hn為二人身高,am,an為年齡，σh，σa為控制參數(shù)，可取經(jīng)驗(yàn)值5(cm),5(歲)。

與兩個(gè)發(fā)案時(shí)間tm,tn有關(guān)的相似度，即犯罪案件的時(shí)間相關(guān)性為

σt為控制參數(shù)，可根據(jù)案件類型選取。

如果發(fā)案地點(diǎn)可以表示為幾何坐標(biāo)那么空間相關(guān)性可以表示為

表示坐標(biāo)點(diǎn)的幾何距離，σd為控制參數(shù)。

分層代碼型數(shù)據(jù)(圖3)可以表示為一個(gè)樹形結(jié)構(gòu)，根節(jié)點(diǎn)表示代碼名稱，例如作案手法。每下一層節(jié)點(diǎn)為對父節(jié)點(diǎn)的進(jìn)一步細(xì)分。在樹形結(jié)構(gòu)中，從根節(jié)點(diǎn)ro到任意一個(gè)節(jié)點(diǎn)nk有唯一的一條路徑，表示為

pk＝roni1nj2…npq,npq＝nk(7)

npq表示在第q層的某個(gè)節(jié)點(diǎn)。這條路徑的長度為q,即節(jié)點(diǎn)nk的高度h(nk)＝q。節(jié)點(diǎn)nk與路徑pk等效，表示分層代碼數(shù)據(jù)類型的一個(gè)唯一代碼值。對于兩個(gè)案件的兩個(gè)代碼值，對應(yīng)代碼樹的兩條路徑pi,pj,如果從根節(jié)點(diǎn)開始，直到第k層，二者具有相同的節(jié)點(diǎn)，那么這兩條路徑，亦即兩個(gè)代碼的相似度定義為

f4(pi,pj)＝k/max(h(i),h(j))(8)

所有的fi,i＝1-4滿足歸一化條件0≤fi(a,b)≤1,值為1表示完全匹配，相似度最大(關(guān)聯(lián)最強(qiáng))；值為0表示最弱的關(guān)系，即完全無關(guān)。式(8)可以用于每種樹形結(jié)構(gòu)代碼，例如作案手法、作案工具等。

計(jì)算相似度矩陣

對任意兩個(gè)案件，根據(jù)(1)或(2)，計(jì)算相似度值。對所有案件，根據(jù)兩兩關(guān)系，生成n×n的相似度矩陣w，n是案件數(shù)量。w是一個(gè)對稱矩陣，其中對角線元素表示案件與自身的相似度，不需計(jì)算，因此，只需計(jì)算w的上三角或者下三角矩陣。

3、預(yù)處理：對w矩陣的圖分解

根據(jù)社會(huì)網(wǎng)絡(luò)分析理論和圖論，將w矩陣轉(zhuǎn)換為一個(gè)無向圖g。圖的每個(gè)節(jié)點(diǎn)表示一個(gè)案件，邊的權(quán)值表示案件之間的關(guān)聯(lián)程度(相似度)。案件關(guān)聯(lián)串并過程分解為對圖的分解和切割兩個(gè)步驟，每個(gè)最終切割計(jì)算生成的子圖作為一個(gè)案件群組，作為案件關(guān)聯(lián)串并的量化依據(jù)。

在隨后的聚類分析過程中，涉及稀疏矩陣特征方程求解，以及q值的迭代計(jì)算，計(jì)算量、存儲(chǔ)量較大。為了提高計(jì)算效率，需要進(jìn)行預(yù)處理-圖分解。

對于圖g，設(shè)定一個(gè)接近于零的閾值t，若g的元素小于t，表示兩個(gè)案件不可能有實(shí)際聯(lián)系，直接置零。g由多個(gè)連通子圖構(gòu)成，圖分解將一個(gè)“大”圖分解為若干連通子圖。

g＝∪igi,∩igi＝φ(9)

可以使用常見的寬度或者深度優(yōu)先算法完成圖分解過程。

4、對連通子圖的聚類分析

首先，定義以下變量

圖g(v,w)，v為節(jié)點(diǎn)集合，節(jié)點(diǎn)數(shù)n＝|v|；w為邊(權(quán)值)集合，表示為n×n相似度矩陣w,w(i,j)＝w(j,i),wii＝0；

任意節(jié)點(diǎn)i的度di＝σjwij,i＝1,2,…,n；

對角矩陣d，dii＝di,djj＝0,i≠j；

假設(shè)圖g切割為k個(gè)群組每個(gè)群組ci為一個(gè)子圖，包括多個(gè)存在強(qiáng)關(guān)聯(lián)的案件，可以作為系列型犯罪案件處理。

群組內(nèi)部的內(nèi)聚度，對于群組(子圖)a，na＝|a|,m(a,a)＝vol(a)＝∑i,j∈awij/2，為群組a內(nèi)部的邊權(quán)值之和。

群組與外界的關(guān)聯(lián)程度，m(a,v)＝∑i∈a,j∈vwij-m(a,a)＝∑i∈adi-m(a,a),為a之外所有與a中節(jié)點(diǎn)連接的邊權(quán)值之和。

相互分離的兩個(gè)群組a,b的關(guān)聯(lián)程度m(a,b)＝σi∈a,j∈bwij；

對于連通子圖的一個(gè)特定分解，定義q值

使q值最大化的解為最優(yōu)圖切割，即

qmax＝maxk(qk),kmax＝argmaxk(qk)(11)

以下為基于聚類算法的圖切割方法。

對于n×n矩陣w，定義相應(yīng)的laplacian矩陣以及相應(yīng)的特征方程

lw＝d^-1.w(12)

lwx＝λx(13)

對于lw，提取由高到低特征值對應(yīng)的特征向量。最大特征值λ1＝1，對應(yīng)特征向量j，元素全部為1。如果特征值λ1的重復(fù)度為r,意味著g包括r個(gè)連通子圖。第一個(gè)特征值(特征向量)沒有對圖進(jìn)一步“劃分切割”的能力。實(shí)際上，從大到小，取從2到k的k-1個(gè)特征值對應(yīng)的特征向量，構(gòu)成n×(k-1)矩陣xk＝{x2,x3,…,xk}，xi為第i個(gè)n維列向量。

對每一個(gè)xk，可以視為維度為k-1的n個(gè)元素組成的集合，對其進(jìn)行聚類分析，生成k個(gè)群組，計(jì)算相應(yīng)的q(k)。k從2開始迭代到某個(gè)預(yù)設(shè)的最大值，使q(k)達(dá)到最大的分解kmax為最優(yōu)分解?；玖鞒痰膫未a為

通過以上步驟，最終將所有刑事犯罪案件分為若干群組，群組之間聯(lián)系弱，群組內(nèi)部的案件關(guān)聯(lián)強(qiáng)，每個(gè)群組初步視為系列性案件，提交人工審核。

5、案件群組關(guān)鍵特征提取及向用戶推送分析結(jié)果

完成聚類分析后，進(jìn)一步提取每個(gè)犯罪案件群組的關(guān)鍵特征參數(shù)，這些參數(shù)表征該組犯罪案件是否具有并案偵查的實(shí)際價(jià)值，系統(tǒng)把特征參數(shù)按照優(yōu)先級(jí)高低推送給用戶。

對于一個(gè)犯罪案件群組g，用于并案串并主要參數(shù)為歸一化的內(nèi)聚度，該數(shù)值越高，接近于1，表明所有的案件之間關(guān)聯(lián)度都很強(qiáng)，具有很高的參考價(jià)值。內(nèi)聚度表示為：

當(dāng)然其它參數(shù)也有一定參考意義，例如一個(gè)高關(guān)聯(lián)案件群組的破案率低、甚至為零，表明并案偵查時(shí)應(yīng)予以高度關(guān)注。

實(shí)施例2

如圖4所示，本發(fā)明還提供一種基于聚類技術(shù)的刑事犯罪案件關(guān)聯(lián)串并系統(tǒng)，包括：

數(shù)據(jù)變量獲取模塊，用于獲取與案件關(guān)聯(lián)串并分析有關(guān)的高維度、異構(gòu)數(shù)據(jù)類型的案件數(shù)據(jù)變量；

相似度矩陣計(jì)算模塊，用于根據(jù)案件數(shù)據(jù)變量建立描述案件關(guān)聯(lián)程度的相似度模型，根據(jù)相似度模型計(jì)算相似度矩陣；

圖分解模塊，用于利用圖分解技術(shù)，將相似度矩陣轉(zhuǎn)換成的一個(gè)圖分解為若干連通子圖；

聚類分析模塊，用于對連通子圖使用聚類算法進(jìn)行圖切割計(jì)算，將所有案件準(zhǔn)確分組；

特征提取推送模塊，用于提取每個(gè)案件群組的關(guān)鍵特征參數(shù)，將關(guān)鍵特征參數(shù)根據(jù)優(yōu)先級(jí)高低推送給用戶。

本發(fā)明不僅能處理源數(shù)據(jù)具有明確、唯一性特征的數(shù)據(jù)，也能處理僅具有可能性特征的數(shù)據(jù)，極大的提高了刑事犯罪案件關(guān)聯(lián)串并的效率，并且準(zhǔn)確性高。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。