Spark环境下犯罪人员时空关联规则挖掘

摘要

针对关于潜在犯罪人员的预测、挖掘效果不佳,利用犯罪人员、交通出行和住宿消费等数据,在Spark分布式运算框架下,基于FP-growth的时空关联规则方法,分析犯罪人员数据和其他数据之间的关联规则,挖掘出潜在的犯罪人员。首次提出将关联规则算法用于普通出行消费数据实现潜在犯罪人员的预测。该方法已成功应用于X市警务系统,通过实践检验证明该方法在发现潜在犯罪人员方面的有效性。