基于随机森林的重复犯罪情报获取研究

重复犯罪情报获取研究是情报主导警务模式中的有益探索,也是大数据技术在公安领域内的一项重要运用,对打击重复犯罪具有重要的意义。通过改进随机森林算法进行特征选择,再利用Apriori算法进行关联规则的挖掘,得到有关联的犯罪信息,据此为公安提供决策支持;其次根据OOB error提出一种加权的随机森林算法模型,预测重复犯罪的发生,以此预防和打击重复犯罪,通过和原始的随机森林算法对比分析,该算法的准确性和召回率都有所提高,表明该模型不仅可以获取有价值的犯罪信息情报,同时还可以准确的预测重复犯罪。