İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti ve İkili Kümeleme Yöntemlerinin Karşılaştırılması

Özet

Sosyal yaşamın güvenliği açısından, suç işlenmeden önce, suçların önceden öngörülmesi ve gerekli önlemlerin alınması oldukça önemli bir konudur. Bu amaçla güvenlik birimlerinin gerekli önlemleri alması için suç analizi yapılması gerekmektedir. Bu konuda veri madenciliği yaklaşımı güvenlik birimlerine büyük verilerin analizinde önemli bir katkı sağlamaktadır. Bu kapsamda potansiyel suç bölgelerinin tahmin edilerek belirlenmesinde farklı veri analiz yöntemleri uygulanmaktadır. Suç bölgelerinin tespitinde ikili kümeleme yöntemlerini kullanarak suçun işlendiği bölgeler ile suç türlerini aynı anda kümelemek, geleneksel kümeleme yöntemlerine göre daha kapsamlı sonuçlar sağlamaktadır. Bu çalışmada veri madenciliği yaklaşımı ile suç bölgelerini belirlemek için "Boston'daki Suçlar” veri seti üzerinde CC ve Xmotif algoritmaları kullanılmıştır. Elde edilen ikili kümelerin etkinliğini ölçmek amacıyla algoritmaların performansı Chia ve Karuturi ikili küme skoruna (CKSB) bakılarak karşılaştırılmıştır. Elde edilen sonuçlar R-project 3.5.3 yazılımı kullanılarak sağlanmıştır. Kullanılan bu veri seti için CC algoritmasının Xmotif algoritmasına göre daha iyi sonuçlar verdiği ortaya çıkmıştır.

Abstract

In terms of safety of the social life, it is very important to foresee the crimes and take the necessary precautions before the crime is committed. For this purpose, crime analysis should be carried out in order for security units to take necessary measures. In this regard, the data mining approach makes a significant contribution to the security units in the analysis of large data. In this context, different data analysis methods are used to estimate and identify potential crime areas. By using dual clustering methods in the detection of crime zones, clustering of crime areas and crime types at the same time provides more comprehensive results than traditional clustering methods. In this study, CC and Xmotif algorithms were used on the data set of “Crimes in Boston” to determine the crime sites by using data mining approach. The results were obtained by using R-project 3.5.3 software. It was found that CC algorithm gives better results for this data set than Xmotif algorithm.