基于证据权重逻辑回归的涉恐人员身份预测

精准预测涉恐人员身份对公安机关反恐工作意义重大。为此,针对涉恐情报挖掘时的数据处理和预测效率,综合考虑公安信息五要素,建立涉恐人员标签体系,利用标签精确描述涉恐人员的数据特征。同时,引入证据权重和信息价值筛选强相关指标变量,建立证据权重逻辑回归模型预测涉恐人员身份,以解决虚拟变量陷阱和过拟合问题。实验表明,所提模型对涉恐人员的预测效果优于逻辑回归等预测模型。