鉴于目前在数据情报侦查预测中存在运算挖掘过拟合、因果关联效应潜在偏差高、新型数据犯罪模式更迭快等突出问题,亟待引入基于机器学习的数据情报侦查预测研究范式予以回应.以基于机器学习的数据情报侦查预测价值为研究的逻辑起点,提出基于机器学习的数据情报侦查预测的框架与模式,构建基于机器学习的数据情报侦查预测的评价指标体系,探讨基于机器学习的数据情报侦查预测的方法.这不仅能提升挖掘潜在数据犯罪情势关联规则的精确性,推动传统侦查因果解释理论的发展,还能缓解数据情报侦查决策僵局,提高数据情报挖掘分析的差分隐私,创新和拓展数据犯罪防控模式,从而实现数据情报侦查预测的应然价值与实然效果.
万方数据
维普
