İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti ve İkili Kümeleme Yöntemlerinin Karşılaştırılması

Abstract

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.

Keywords

• biclustering method
• cc algorithm
• xmotif algorithm
• crime data
• data mining
• i̇kili kümeleme yöntemi
• cc algoritması
• xmotif algoritması
• suç verisi
• veri madenciliği