声明
第1章 引言
1.1 选题背景
1.2 选题意义
1.2.1理论意义
1.2.2实践意义
1.3 研究方法和创新之处
1.3.1研究方法
1.3.2创新之处
第2章 大数据反恐的概念界定
2.1 恐怖主义
2.2 大数据反恐
第3章 研究现状:大数据反恐的数据和算法之争
3.1 数据至上:数据整合与分析奠定反恐情报基础
3.2 算法至上:深度挖掘方能洞察恐怖关联
3.2.1 算法真正让数据反恐成为可能
3.2.2 优化算法是大数据反恐的发展方向
第4章 原理分析:数据和算法的立足基础
4.1 反恐数据库建设:构建反恐行动的数据基础
4.1.1 全球恐怖主义数据库(GTD):在恐袭演变中提出针对性策略
4.1.2 全球新闻数据库(GDELT):在海量数据中探索真实关联
4.1.3 GIFCT数据库:在网络平台中打造反恐之网
4.2 反恐模型研发:探索现实世界中的恐怖关联
4.2.1 聚类分析:让机器进行类别划分
4.2.2 人工神经网络:寻求多因素作用下的影响力
4.2.3 决策树:构建信息增益条件下的反恐鉴别力
第5章 实证研究:大数据反恐的实证检验和效果评估
第6章 前景分析:大数据反恐的重要转变和发展障碍
6.1 大数据反恐的重要转变
6.1.1数据分析能够改变传统的反恐思维
6.1.2 数据分析打破了传统反恐的基本模式
6.2 大数据反恐的发展障碍
结论
参考文献
附录:R语言代码部分展示
致谢
个人简历及在学期间发表的研究成果
对外经济贸易大学;