| 1 |
1
범죄 발생 예측을 수행하기 위한 명령어를 저장하는 메모리; 및상기 명령어에 따라 범죄 발생을 예측하는 과정을 수행하는 프로세서;를 포함하되,상기 프로세서는범죄 데이터를 분할하여 분할 데이터를 생성하고,각 상기 분할 데이터를 참조하여 연관 범죄 유형을 검색하고, 상기 연관 범죄 유형에 대한 지지도 및 신뢰도에 따라 빈번 연관 범죄 정보를 생성하고, 상기 분할 데이터에 대응하는 범죄 유사도에 따라 범죄 발생 확률 정보를 생성하고,상기 분할 데이터에 대해 FP growth 알고리즘을 적용하여 범죄 연관성 트리를 생성하고, 상기 범죄 연관성 트리를 참조하여 연관 범죄 유형을 검색하고,상기 연관 범죄 유형에 대응하는 지지도 및 신뢰도를 산출하고,상기 연관 범죄 유형 중 상기 지지도 및 상기 신뢰도가 지정된 수치 이상인 연관 범죄 유형에 관한 범죄 데이터를 포함하는 빈번 연관 범죄 정보를 생성하고,상기 연관 범죄 유형은 각 상기 분할 데이터에 대응하는 범죄 유형 중 2개 이상의 범죄 유형을 포함하는 집합인 것을 특징으로 하는 범죄 발생 예측 장치
|
| 2 |
2
삭제
|
| 3 |
3
범죄 발생 예측을 수행하기 위한 명령어를 저장하는 메모리; 및상기 명령어에 따라 범죄 발생을 예측하는 과정을 수행하는 프로세서;를 포함하되,상기 프로세서는범죄 데이터를 분할하여 분할 데이터를 생성하고,각 상기 분할 데이터를 참조하여 연관 범죄 유형을 검색하고, 상기 연관 범죄 유형에 대한 지지도 및 신뢰도에 따라 빈번 연관 범죄 정보를 생성하고, 상기 분할 데이터에 대응하는 범죄 유사도에 따라 범죄 발생 확률 정보를 생성하고,범죄 흐름 데이터가 각 범죄 질의 집합을 포함하는 것을 나타내는 값을 성분으로 포함하는 벡터인 범죄 흐름 벡터를 생성하고, 범죄 질의 벡터와 각 상기 범죄 흐름 벡터 간의 유사도를 산출하고,상기 범죄 흐름 벡터에 대응하는 날짜 이후에 발생한 범죄 유형을 후보 범죄 유형으로 선정하고,상기 범죄 흐름 벡터 중 상기 후보 범죄 유형에 대응하는 범죄 흐름 벡터에 대응하는 범죄 질의 벡터의 수를, 각 상기 범죄 흐름 벡터에 대응하는 범죄 질의 벡터의 수를 합한 값으로 나눈 값인 상기 후보 범죄 유형의 발생 확률을 산출하고,상기 후보 범죄 유형의 발생 확률을 포함하는 범죄 확률 정보를 생성하는 것을 특징으로 하는 범죄 발생 예측 장치
|
| 4 |
4
범죄 발생 예측 장치가 범죄 발생을 예측하는 방법에 있어서,범죄 데이터를 분할하여 분할 데이터를 생성하는 단계;각 상기 분할 데이터를 참조하여 연관 범죄 유형을 검색하고, 상기 연관 범죄 유형에 대한 지지도 및 신뢰도에 따라 빈번 연관 범죄 정보를 생성하는 단계; 및상기 분할 데이터에 대응하는 범죄 유사도에 따라 범죄 발생 확률 정보를 생성하는 단계;를 포함하되,상기 각 상기 분할 데이터를 참조하여 연관 범죄 유형을 검색하고, 상기 연관 범죄 유형에 대한 지지도 및 신뢰도에 따라 빈번 연관 범죄 정보를 생성하는 단계는,상기 분할 데이터에 대해 FP growth 알고리즘을 적용하여 범죄 연관성 트리를 생성하는 단계;상기 범죄 연관성 트리를 참조하여 상기 연관 범죄 유형을 검색하는 단계;상기 연관 범죄 유형에 대응하는 지지도 및 신뢰도를 산출하는 단계; 및상기 연관 범죄 유형 중 상기 지지도 및 상기 신뢰도가 지정된 수치 이상인 연관 범죄 유형에 관한 범죄 데이터를 포함하는 빈번 연관 범죄 정보를 생성하는 단계;를 포함하되,상기 연관 범죄 유형은 각 상기 분할 데이터에 대응하는 범죄 유형 중 2개 이상의 범죄 유형을 포함하는 집합인 것을 특징으로 하는 범죄 발생 예측 방법
|
| 5 |
5
삭제
|
| 6 |
6
범죄 발생 예측 장치가 범죄 발생을 예측하는 방법에 있어서,범죄 데이터를 분할하여 분할 데이터를 생성하는 단계;각 상기 분할 데이터를 참조하여 연관 범죄 유형을 검색하고, 상기 연관 범죄 유형에 대한 지지도 및 신뢰도에 따라 빈번 연관 범죄 정보를 생성하는 단계; 및상기 분할 데이터에 대응하는 범죄 유사도에 따라 범죄 발생 확률 정보를 생성하는 단계;를 포함하되,상기 분할 데이터에 대응하는 범죄 유사도에 따라 범죄 발생 확률 정보를 생성하는 단계는,범죄 흐름 데이터가 각 범죄 질의 집합을 포함하는 것을 나타내는 값을 성분으로 포함하는 벡터인 범죄 흐름 벡터를 생성하는 단계;범죄 질의 벡터와 각 상기 범죄 흐름 벡터 간의 유사도를 산출하는 단계;상기 범죄 흐름 벡터에 대응하는 날짜 이후에 발생한 범죄 유형을 후보 범죄 유형으로 선정하는 단계;상기 범죄 흐름 벡터 중 상기 후보 범죄 유형에 대응하는 범죄 흐름 벡터에 대응하는 범죄 질의 벡터의 수를, 각 상기 범죄 흐름 벡터에 대응하는 범죄 질의 벡터의 수를 합한 값으로 나눈 값인 상기 후보 범죄 유형의 발생 확률을 산출하는 단계; 및상기 후보 범죄 유형의 발생 확률을 포함하는 범죄 확률 정보를 생성하는 단계;를 포함하는 것을 특징으로 하는 범죄 발생 예측 방법
|
