Veri madenciliği ve makine öğrenmesi kullanılarak suç analizi
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
İşlenen suçlar; teknolojinin ve uygarlığın gelişimi ile birlikte nitelik olarak değişmiş ve nicelik olarak da artmıştır. Bu doğrultuda suçlar çözülmesi zor ve daha karmaşık yapılara dönüşmüştür. Geçmişte suçları analiz etmek için geleneksel yöntemleri kullanmak yeterli olsa da günümüzde pek mümkün olmamaktadır. Bununla birlikte, farklı yaklaşımların ve yeni teknolojilerin kullanılması zaruri hale gelmiştir. Çalışma alanına uygunlukları ve verimli sonuçlar üretmelerinden dolayı, veri madenciliği ve makine öğrenmesi, suç analizinde kullanılabilen önemli tekniklerdendir. Çalışmada; suçun tanımından ve suç bilimi olan kriminolojinin ilgi alanlarından yola çıkılarak, veri madenciliği ve makine öğrenmesi tekniklerinin suç analizinde nasıl kullanılabileceği açıklanmıştır. İki tekniğin birlikte kullanımı; yapılan analizlerden elde edilen bulgular doğrultusunda değerlendirilmiştir. Bu bağlamda ilk olarak, Federal soruşturma Bürosu tarafından oluşturulan, Ulusal Vaka Tabanlı Raporlama Sistemi kullanılarak; tecavüz, cinayet ve adam kaçırma vakaları üzerinde analizler gerçekleştirilmiştir. Daha sonra; terörist grupların gerçekleştirdiği eylemlerin ayrıntılı bilgisinden oluşan Küresel Terörizm Veritabanı kullanılarak terörist grubu tahmin sistemi geliştirilmiştir. With the development of technology and civilization, crime number have increased and its types have changed. In this direction, crime structures have transformed to more complicated and complexed ones. In the past, it was enough to use conventional methods to analyze crimes but nowadays, it is not possible for this. Besides, it is necessary to use different methods and new technologies. Due to the suitability of the study area and producing efficient results, data mining and machine learning are important methods for crime analysis. In this study, based on definition of crime and crimilogy-crime science-, it is explained how to use data mining and machine learning techniques in crime analysis. Usage of these techniques together was evaulated by obtained results. Firstly, using National Incident-Based Reporting System which was developed by Federal Bureau of Investigation, analyses were performed on the cases of rape, murder and kidnapping. Afterwards, using of Global Terrorism Database which has detailed information on the actions taken by terrorist groups, a terrorist group prediction system was developed.
Collections