清华大学学报(自然科学版)

作者：王佳, 王维曦, 王李韬, 申世飞

单位：清华大学 工程物理系, 公共安全研究院, 北京 100084

关键词：社会安全,社会治安,犯罪侦查,证据重要度,Bayes网络,决策支持

基金：国家自然科学基金面上项目(72174101)

人工智能和大数据技术已成功应用于众多科学问题的分析,其中也包括犯罪分析领域。犯罪案件侦查一直是犯罪分析工作的重点和难点。犯罪案件在侦查阶段主要包括证据收集和证据推理等工作,证据的全面高效收集对案件推理和快速侦破具有重要意义;与此同时,不同证据在案件中的重要程度不同,具有高重要度的证据如果在侦查早期阶段被收集,可提高案件侦破效率。然而,现有的人工智能方法应用于犯罪侦查决策支持的研究较少。鉴于此,该文提出了一种基于加权信息熵的证据重要度的计算方法,并在此基础上构建了基于Bayes网络的犯罪侦查决策支持模型,然后应用420例犯罪案例对模型的准确率进行验证,并用1例实际案例的分析过程对模型应用进行了阐述。分析结果表明：提出的模型能够输出有效的侦查建议,为侦查阶段的证据收集和推理工作提供决策支持。

来源：2023年第10期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2023年第10期