基于社会网络的犯罪组织层次树模型研究与实现

基于社会网络的犯罪组织层次树模型研究与实现

骆玉恒

大学城栏目：居民空间消息快播

空间栏目：计算机信息技术

共117篇文章

| 附件【】

收藏到我的学习空间

收藏到我的课堂魔方

骆玉恒发表于 2011-12-27 16:23:44 阅读（148）评论（0）

随着社会的发展，有组织犯罪已成为犯罪结构的主要形式。犯罪组织涉及的犯罪成员众多，若要在众多的犯罪成员当中辨别出犯罪成员头目以及犯罪成员间的关系，并不是一件容易的事，因此，这种案件的调查应另辟新径。犯罪组织是社会网络的一种表现形式，具有社会网络的基本特性，可利用社会网络方法对犯罪组织关系进行分析研究[1]。

许多人员研究不同情况的社会网络关系，利用社会网络来研究犯罪组织模型。文献[2]对社会网络中最有影响的节点进行了研究，文献[3]提出在社会网络分析中任何时间任何环境都有效的中心度计算方法，文献[4]提出在大规模通话信息中测量中心度的方法。文献[4]提出了基于社会网络的犯罪组织挖掘方法。

本文对已知案件和犯罪嫌疑人进行建模，结合社会网络方法对犯罪组织进行建模，并根据犯罪组织密度来判断该组织活动的频繁性，根据犯罪嫌疑人的危害程度、犯罪组织中心度等指标来建立犯罪组织层次树，推断犯罪组织的重要人员以及组织成员间的层次关系。

接下来介绍社会网络及概念层次树两个概念，然后在第2节中提出了一个基于社会网络的犯罪组织层次树模型及其实现方法和构造算法，第3节讨论了基于社会网络的犯罪组织层次树模型案例分析结果；最后，总结了基于社会网络的犯罪组织层次树模型方法。

2 社会网络及概念层次树

2.1 社会网络

社会网络可用于描述人类社会中行动者之间的社会关系以及这些关系相关的信息、资源等。自人类学家Barnes（1954）首次使用“社会网络”的概念分析挪威某渔村的社会结构以来，社会网络分析技术被视为是研究社会结构的最简单明朗、最具有说服力的研究手段。20世纪70年代以来，除了纯粹方法论及其方法的讨论外，社会网络分析还探讨了小群体（clique）、同位群（block）、社会圈（social circle）以及组织内部的网络、市场网络等特殊的网络形式。这些讨论逐渐构成了社会网络分析的主要研究内容[5]。

由于社会网络分析是以网络中的关系或通过关系流动的信息、资源等为主要研究对象的，这种取向中的主要分析内容大多集中在网络“关系”上也就不足为怪了。几项重要内容如下：

规模（Range）：处于特定社会网络中的行动者都与其他行动者有着或多或少、或强或弱的关系，测量的规模是行动者与其他行动者之间关系的数量。如果研究焦点集中在某一

特定行动者（节点）上，则关系数量就变成了对其网络中心性（centrality）的考察。所谓“中心性”是指特定行动者身上凝聚关系的数量。一般说来，特定行动者凝聚的关系数量越多，他（她）在网络中就越重要。不过，关系的数量多少并不是行动者重要性的惟一指标，有时候行动者在网络中所处的位置比中心性更为重要 [6]。

强度（strength）：格兰诺维特的《弱关系的力量》一文是关系强度成为网络分析指标的经典。文中测量关系强度包括关系的时间量（包括频度和持续时间）、情感紧密性、熟识程度（相互信任）以及互惠服务。如果花在关系上的时间越多、情感越紧密、相互间的信任和服务越多，这种关系就越强，反之则越弱。

密度（density）：网络中一组行动者之间关系的实际数量和其最大可能数量之间的比率（ratio）称为“密度”。当实际关系数量越接近于网络中所有可能关系的总量，网络整体密度就越大，反之则越小[6]。

2.2 概念层次树

所谓概念层次h就是部分有序集（h，），其中h是有限概念集合，是h上的部分有序关系。概念层次能够以层次的形式和偏序的关系组织数据和概念。如我们取一般-特殊的关系为，可以表示城市、省份的关系，如杭州浙江省中国。通常我们以层次树来表示一个概念层次，即概念层次树（Concept Hierarchy Tree），树的节点表示概念，树枝表示偏序[7]。

概念层次树可由领域内的专家提供，但在实际评估中，因为数据规模很大，协调专家之间的意见非常困难，人工定义大型的概念层次树亦不合理、不现实，且提供的概念层次树可能是最一般的概念层次树，常包含全部可能的属性值以及它们对应的全部可能的父概念。这种概念树对于特定的数据库显得偏大，并且影响到概念提升的速度，因而缺乏一定的灵活性和针对性。通常，无论是领域专家定义还是自动生成概念层次树，概念层次树的构造有自顶向下和自底向上两种方式[8]。

3 基于社会网络的犯罪组织层次树模型

对已知案件以及犯罪嫌疑人建立概念模型，结合社会网络相关知识进行犯罪组织网络化建模，定义出犯罪组织密度、犯罪嫌疑人的危害程度、犯罪组织中心度等指标，根据上诉指标来建立犯罪组织层次树模型。

3.1 案件概念模型

案件概念模型（C M）一般由案件基本信息、一组案件相关犯罪嫌疑人以及案件危害程度C a组成；其中C a表示该案件对社会的危害程度，由案件类型参数S和类型危害参数f s 相乘得出：C a=s×f s，案件类型参数S说明案件在刑法中的判刑级别，类型危害参数f s说明案件内在的危害程度，分别根据实际情况来定。

图1 案件概念模型图

图2 案件概念模型实现图

3.2 犯罪嫌疑人概念模型

犯罪嫌疑人概念模型（P M）一般由犯罪嫌疑人基本信息、一组关联犯罪嫌疑人以及该犯罪嫌疑人的危害程度C r组成，而关联犯罪嫌疑人则由一组关联案件以及犯罪嫌疑人与关联犯罪嫌疑人之间的关联度R a组成；其中C r是该犯罪嫌疑人所参与的案件危害程度之和：

；R a是他们共同参与犯罪案件的犯罪危害度之和：。

图3 犯罪嫌疑人概念模型图

3.3 犯罪组织网络结构

社会网络密度是指实际存在的线与可能数量的线的比例，社会网络密度用来表示行动者的关系是否紧密，用来测量社会网络中行动者之间的联结程度，它的取值范围为0~1；社会网络中心度是测量行动者在整个网络中影响力的指标，指的是与该节点有直接关系的节点数目与整个网络中节点数目的比例，它的取值范围为0~1[9]。

在建立犯罪组织网络结构模型时借鉴上述两个概念，来定义犯罪组织密度和犯罪组织中心度的概念。

犯罪组织密度D r：与社会网络密度定义基本一致，用来测量犯罪组织中犯罪嫌疑人

之间的联结程度，，其中e表示实际存在的边数，n表示犯罪组织全部节点数。

犯罪组织中心度C p：是在社会网络中心度P的基础上，结合犯罪嫌疑人的犯罪危害

程度C r，用来测量犯罪嫌疑人在整个犯罪组织中的影响力；社会网络中心度，其中

m表示与该节点有直接关系的节点数，n表示犯罪组织全部节点数；而犯罪组织中心度就可以表示为一个关于社会网络中心度和犯罪危害程度的函数，就有

，

其中n表示犯罪组织全部节点数，f p和 f c分别为两个程度参数，并且f p+f c=1，f p一般可取0.2~0.4之间，f c一般可取0.6~0.8之间，相对来说犯罪危害程度更能说明犯罪组织中心度。

图4 犯罪嫌疑人概念模型实现图

定义犯罪组织网络结构，其中V表示犯罪嫌疑人节点，C p即犯罪组织中心度，用来衡量该犯罪嫌疑人在犯罪组织中的影响力，E g表示网络结构的边，其权值为犯罪嫌疑人之间的关联度R a。

3.4 犯罪组织层次树

定义犯罪组织层次树结构，其中U表示犯罪嫌疑人节点；

f 表示节点在树中的层次，最小为1；E t表示层次树的边。

从犯罪组织网络结构图挖掘出犯罪组织层次树的算法步骤：

（1）建一个为空的树T c；

（2）初始U为空，如果G c中G p最大的节点只有一个r，那么就把该节点作为T c的

根节点u，并且u=r，置f u为1，把u加到U中；

否则，先建立头结点h，并且u=r，置f u为1，把这些C p最大的节点都加入到U中；

（3）采用广度优先搜索方法，从u的任一边出发遍历节点，并设当前节点为v。如果e g>e t，{ 如果(e g>e t)，用当前的e g来替换原来的e t，并删除原来的e t；

如果 e g=e t，且如果((f u+1)

（4）删除e g，重复执行步骤（3）直至所有与u相关联的节点都已加入到T c中，

标记U中的u为已访问，删除 V中的 u；

（5）从U中选择没有访问的节点赋给u，执行步骤（3）；

（6）如果V=Φ则结束，否则执行步骤（1）。

图5 层次树算法流程示意图

4 基于社会网络的犯罪组织层次树模型案例分析

从某市公安系统数据库中选取20名犯罪嫌疑人，编号从1~20，相关参数设定如下所示：

案件类型参数S分为轻微（五年以下）、一般（六年~九年）、重（十年~二十年）、严重（无期徒刑）和特别严重（死缓、死刑），对应类型危害参数f s分别为0.2、0.3、0.5、0.7和1；

犯罪组织中心度C p如表1所示。

表1

f p和f c分别取0.3和0.7，C p和R a均保留两位小数点；

由上述算法构造出来的犯罪组织层次树如图7所示。

图6 某犯罪组织网络结构实例图（图中省略某些参数）

图7 某犯罪组织层次树

分析图6和图7，可以看出：① a树是比较清晰的犯罪组织，有着比较严格的层次，并且从网络图中可以看出，其犯罪组织密度为0.217，说明该组织活动比较频繁，相对于其他对于社会危害的程度也比较严重；1处于整个犯罪组织的领导地位，是属于核心人员，应当成为公安机关的首要审查对象；2、5、3、7、6、4等成员属于该犯罪组织重要成员，并且2、3、4在该犯罪组织中相对于同级成员显得更为活跃，因此也可以作为公安机关重点的审查对象；而其他人员属于该犯罪组织一般成员。② b树则是比较平等的犯罪组织，并没有等级之分；③ c树则是个犯，并没有与其他人有着犯罪联系。

5 结论

社会网络方法是研究犯罪组织关系的有效手段，在对已知案件和犯罪嫌疑人分析的基础上建模，用社会网络方法对犯罪组织进行建模，并根据犯罪组织密度来判断该组织活动的频繁性，以及根据犯罪嫌疑人的危害程度、犯罪组织中心度等指标来建立犯罪组织层次树，推断犯罪组织的重要人员以及组织成员间的层次关系。案例研究分析结果与实际调查结果基本一致，但由于影响犯罪组织的因素众多，有待继续研究分析，因此，出现分析结构与实际结果存在一定的偏差。下一步工作将结合影响犯罪组织的因素，对算法进一步改进，减少分析结果与实际结果之间的误差。

参考文献

[1] 杨莉莉，杨永川. 基于社会网络的犯罪组织关系挖掘[J].计算机工程.2009.35（15）：91-93

[2] Estevez P A，Vera P，Saito K.Selecting the Most Influential Nodes in Social Networks[C]，Proceedings of International Joint Conference on Neural Networks. Orlando，Florida，USA，2007：12-17

[3] Santos E E，Pan Long，Arendt D，et al.，An Effective Anytime Anywhere Parallel Approach for Centrality Measurements in Social Network

Analysis[C]//Proceedings of 2006 IEEE International Conference on System，Man，and Cybertics.[S.1.]：IEEE Press2006：8-11

[4] Kiss C，Scholz A，Bichler M.，Evaluating Centrality Measures in Large Call Graphs[C]，Proceedings of the 8th IEEE International Conference on E-Commerce Technology and the 3rd IEEE International Conference on Enterprise Computing，

E-Commerce and E-Services. Washington D.C.，USA：IEEE Computer Society Press，2006

[5] 刘军.社会网络模型研究论析[J].社会学研究.2004（1）：1-12

[6] 张存刚，李明，陆德梅.社会网络分析—一种重要的社会学研究方法[J].甘肃社会科学.2004（2）：109-111

[7] 陈文伟.智能决策技术[M].北京：电子工业出版社，1998

[8] 张晓敏，王茜.基于概念层次树的个性化推荐算法[J].计算机工程.2007.33（24）：57-62

[9] 邓昌智，敖翔，周明骏等. 以活动为中心的个人信息管理[J].软件学报.2008.19（6）：1428-1438

收稿日期：2011-10-31 修改日期：12月5日

基金项目：国家自然科学基金基于BPI 的复杂企业计算方法与预测分析技术（60874120）

作者简介：刘畅（1990-），女，河北廊坊人，本科生，主要研究方向：软件工程，软件过程；许益成（1979-），男，浙江临海人，高级工程师，博士研究生，主要研究方向：软件工程、企业过程建模、过程优化。