Musteranalyse von Verbrechensdaten [German]

By Ramesh Kumar K

In den letzten Tagen wird die Assoziationsanalyse mit juristischen Datens tzen in die Praxis umgesetzt. Das Hauptziel dieser Forschungsarbeit ist es, Assoziationsregeln aus verschiedenen Diebstahlsf llen zu ermitteln, die aus unterschiedlichen Quellen im Zust ndigkeitsbereich des Bundesstaates Tamil Nadu gesammelt wurden.1 Zun chst wird in dieser Arbeit ein innovativer Theft Pattern Mining-Algorithmus vorgeschlagen, um die h ufigen Elemente zu ermitteln. Die vorgeschlagene Datenstruktur wird im Theft Pattern Mining Algorithmus angewendet. Die Leistung des vorgeschlagenen Algorithmus wird mit den bestehenden Frequent Pattern Mining (FPM) Algorithmen verglichen. Der vorgeschlagene Algorithmus wird vergleichend mit den bestehenden Algorithmen U-Apriori, FP-growth und UF-growth analysiert. Die Leistung des vorgeschlagenen Algorithmus wird anhand von synthetischen Datens tzen wie T40I10D100K, realen Datens tzen wie Mushroom, Gazella und dem vorgeschlagenen Tamil Nadu Theft Crime (TTC)-Datensatz unter besonderer Ber cksichtigung des Bundesstaates Tamil Nadu untersucht.

• Format: Paperback
• Language: German
• ISBN: 6209793371
• ISBN13: 9786209793370
• Release Date: March 2026
• Publisher: Verlag Unser Wissen
• Length: 148 Pages
• Weight: 0.46 lbs.
• Dimensions: 0.3" x 6.0" x 9.0"