Makine öğrenme yöntemlerini kullanarak bir suç analizi simülatörünün geliştirilmesi

Suç analizi, suçların önlenmesinde, suçlar arasındaki ilişkilerin araştırılması, suçluların tespiti, polis soruşturmasına yardımcı olma ve olayları hızlı bir şekilde ortaya koymada önemli rol oynamaktadır. Ayrıca, insan ve teknik kaynakların etkin kullanımı için suç analizinin yapılması da önemlidir.Tezde suç analizi için, Bayes ağına dayalı bir tahmin modeli kullanılmıştır. Sonuç olarak, CBS'ye dayanan bir karar alma sistemi böylelikle önerilmektedir. Böylece, suç/suçlu veri seti ve suç olayları arasındaki suç eğilimlerini ve potansiyel suçluyu bulma gibi problemlere çözüm olmaktadır. Özetle, bu tezde genel olarak beş katkı sağlanmakta ve tüm bu yapılar tek bir çatı altında toplanarak bir suç analiz simülatörü oluşturulmaktadır. Bu konulardan ilki, suç ve suçluların şüpheli tanıdıklarını içeren olay-düzeyindeki suç veri kümelerini oluşturmak için parametrik bir model önerilmiştir. Bu model ile, veri kümeleri, nüfusun gerçek hayatta modellenmesiyle gerçek bir senaryo kavramı içinde oluşturulmuştur. Model aynı zamanda rastgele coğrafi haritalar üretebilir ve gerçek yaşam yaklaşımlarına dayanarak coğrafyaya nüfus, suç ve suçluları dağıtabilir. İkinci olarak, suç olayları ile suç arasındaki ilişkinin belirlenmesinde kullanılabilir. Burada suçluların diğer suçlarla ilgili eğilimlerinin de tespiti yapılmaktadır. Üçüncüsü, karma benzerlik ölçütlerini kullanarak yakın ilişkili suç olaylarını ortaya çıkarmak için kümelenme temelli bir yöntemde önerilmiştir. Böylelikle suçluların sosyal ağı ve suçlar arasındaki eğilimleri bulmada hiyerarşik kümelenme algoritmalarını kullanarak bir karar alma sürecide gösterilmektedir. Dördüncüsü ise, CBS veri seti üzerinde suç analizi ile ilgili eldeki verileri ve ipuçlarını kullanarak olası suçlunun tespit edilmesidir. Son olarak, suç grupları arasındaki ilişkiyi tespit etmede, sosyal ağ içindeki suçlunun bulunmasında ve suç örgütleri ile suçluların tanıdıkları aracılığıyla suç örgütlerinin liderlerine ulaşmada yeni bir algoritma ve model önerilmiştir.