فهرست نشریات علمی دسترسی آزاد ایران

هدف: هدف پژوهش پیش رو ارائه چارچوبی برای سنجش و ارزیابی مطالعات داده‏‌های شبکه‏‌ای در مبارزه با ناهنجاری‏‌های اجتماعی است.روش‌شناسی: این پژوهش ازنظر هدف کاربردی است و با استفاده از روش اسنادی، تحلیل محتوا و داده‌‏کاوی انجام‌شده است. جامعه آماری این پژوهش شامل اطلاعات مرتبط به جرم سرقت ثبت‌شده در سازمان‏‌های انتظامی و پلیسی در سال 1399 است. برای تحلیل اطلاعات از روش‌های تحلیل داده‌‏های شبکه‏‌های دیجیتال به خوشه‌‏بندی (کای میانگین)، شناسایی انواع جرم سرقت و دسته‏‌بندی (شبکه‌ها شبکه‌های عصبی، قوانین بیزی، ناو بیزی و ماشین بردار پشتیبان) به‌منظور پیش‏‌بینی جرم سرقت استفاده‌شده است.یافته‌ها: یافته‏‌های پژوهش نشان داد دقت مدل بیزی در پیش‏بینی و تشخیص نوع جرم برابر با 412.0 درصد است و بیشترین درصد پیش‏‌بینی برای جرم سرقت از خانه برابر با 73 درصد و کمترین درصد پیش‏‌بینی سرقت از اماکن خصوصی برابر با 27 درصد است. همچنین میزان دقت هریک از روش‏های انجام‌شده باهم مقایسه شده‌‏اند. یافته‌‏های Roc نشان داد دقت روش قوانین بیزین، شبکه‌‏های عصبی (MPL) و بردار ماشین پشتیبان در پیش‌‏بینی جرم سرقت از اماکن عمومی نسبت به سایر سرقت‌‏ها بیشتر و در موارد مشابه در پیش‏‌بینی سرقت از منزل دارای دقت کمتری نسبت به سایر سرقت‌‏ها است. همچنین دقت پیش‌‏بینی روش بردار ماشین پشتیبان (حدود 91 درصد) در پیش‌‏بینی سرقت از اماکن عمومی بهتر از قوانین بیزین (حدود 73 درصد) و شبکه‌ها - شبکه‌های عصبی (حدود 90 درصد) است. علاوه بر این نمودار Roc در روش بردار ماشین پشتیبان نشان داد در پیش‌‏بینی جرم جیب‏‌بری نسبت به سایر سرقت‏‌ها دقت کمتری (7 درصد) دارد.نتیجه‌گیری: نتایج این پژوهش نشان داد که ارزیابی و سنجش با استفاده از روش قوانین بیزین مناسب‌ترین روش در تشخیص و پیش‏‌بینی یک الگوی مناسب از جرم سرقت (نوع جرم) است و نسبت به سایر روش‌ها دقت بیشتری دارد؛ اما به‌طور خاص، برای پیش‌‏بینی سرقت از اماکن عمومی، استفاده از ارزیابی و سنجش به‌وسیله روش بردار پشتیبان توصیه می‏شود.