Geri Dön

Veri madenciliği ve makine öğrenmesi kullanılarak suç analizi

Crime analysis using data mining and machine learning

  1. Tez No: 449444
  2. Yazar: MERVE ORAKCI
  3. Danışmanlar: DOÇ. DR. BÜNYAMİN CİYLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Bilişim Enstitüsü
  11. Ana Bilim Dalı: Adli Bilişim Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 90

Özet

İşlenen suçlar; teknolojinin ve uygarlığın gelişimi ile birlikte nitelik olarak değişmiş ve nicelik olarak da artmıştır. Bu doğrultuda suçlar çözülmesi zor ve daha karmaşık yapılara dönüşmüştür. Geçmişte suçları analiz etmek için geleneksel yöntemleri kullanmak yeterli olsa da günümüzde pek mümkün olmamaktadır. Bununla birlikte, farklı yaklaşımların ve yeni teknolojilerin kullanılması zaruri hale gelmiştir. Çalışma alanına uygunlukları ve verimli sonuçlar üretmelerinden dolayı, veri madenciliği ve makine öğrenmesi, suç analizinde kullanılabilen önemli tekniklerdendir. Çalışmada; suçun tanımından ve suç bilimi olan kriminolojinin ilgi alanlarından yola çıkılarak, veri madenciliği ve makine öğrenmesi tekniklerinin suç analizinde nasıl kullanılabileceği açıklanmıştır. İki tekniğin birlikte kullanımı; yapılan analizlerden elde edilen bulgular doğrultusunda değerlendirilmiştir. Bu bağlamda ilk olarak, Federal soruşturma Bürosu tarafından oluşturulan, Ulusal Vaka Tabanlı Raporlama Sistemi kullanılarak; tecavüz, cinayet ve adam kaçırma vakaları üzerinde analizler gerçekleştirilmiştir. Daha sonra; terörist grupların gerçekleştirdiği eylemlerin ayrıntılı bilgisinden oluşan Küresel Terörizm Veritabanı kullanılarak terörist grubu tahmin sistemi geliştirilmiştir.

Özet (Çeviri)

With the development of technology and civilization, crime number have increased and its types have changed. In this direction, crime structures have transformed to more complicated and complexed ones. In the past, it was enough to use conventional methods to analyze crimes but nowadays, it is not possible for this. Besides, it is necessary to use different methods and new technologies. Due to the suitability of the study area and producing efficient results, data mining and machine learning are important methods for crime analysis. In this study, based on definition of crime and crimilogy-crime science-, it is explained how to use data mining and machine learning techniques in crime analysis. Usage of these techniques together was evaulated by obtained results. Firstly, using National Incident-Based Reporting System which was developed by Federal Bureau of Investigation, analyses were performed on the cases of rape, murder and kidnapping. Afterwards, using of Global Terrorism Database which has detailed information on the actions taken by terrorist groups, a terrorist group prediction system was developed.

Benzer Tezler

  1. Önleyici kolluk faaliyetleri kapsamında sosyal medyada veri madenciliği: Suçları önlemek için Twitter Analytic'i kullanma

    Data mining in social media for preventive policing activities: Using Twitter Analytics for crime prevention

    EMRE CİHAN ATEŞ

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Disiplinlerarası Adli Bilimler Ana Bilim Dalı

    DOÇ. DR. GAZİ ERKAN BOSTANCI

  2. Olay yeri inceleme verisi üzerinde makine öğrenmesi yöntemlerinin karşılaştırılması

    Comparing machine learning methods on site investigation data

    NURULLAH YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET SERDAR GÜZEL

  3. Akademik başarının eğitsel veri madenciliği ve makine öğrenmesi teknikleri kullanılarak tahminlenmesi

    Predicting academic achievement using educational data mining and machine learning techniques

    AYŞE ALKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ONUR SEVLİ

  4. Classification of electricity customers based on real consumption values using data mining and machine learning techniques and its corresponding applications

    Elektrik abonelerinin gerçek tüketim verilerinin veri madenciliği ve makine öğrenmesi teknikleri kullanılarak sınıflandırılması ve ilgili uygulamaları

    MUHAMMET TUĞBERK İŞYAPAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. FERDANUR ALPASLAN

  5. Lise öğrencilerinin üniversiteye giriş başarılarının eğitsel veri madenciliği ile tahmin edilmesi

    Estimation of high school students 'success of enterence to university with educational data mining

    SAKIN CAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEYNEP ALTAN