基于改进K-Means聚类算法的互联网涉烟违法犯罪区域划分研究

发布时间：2021-01-07 05:58

　　近年来,利用物流和快递从事卷烟非法交易的违法犯罪活动日益猖獗,随着烟草行业打假打私力度不断增大,各级烟草专卖管理部门在物流寄递渠道均查获了大量的涉烟案件数据。由于目前行业内外鲜有对该类案件进行大数据分析研究,因此,本文以理论结合实际,首先介绍了数据挖掘技术中聚类算法相关理论,重点对经典K-Means算法及其相关改进算法进行了研究,然后以W市烟草专卖局的真实涉烟案件数据进行实验仿真,通过分析历史各类案发地址等信息,帮助烟草专卖执法人员在涉烟案件经营侦办、卷烟消费市场监管等方面开展精准打击、重点治理。 

【文章来源】：中国管理信息化. 2019,22(22)

【文章页数】：5 页

【文章目录】：
0 引言
1 聚类算法概述
    1.1 聚类算法
    1.2 经典K-Means算法
    1.3 初始质心的选择
    1.4 最优k值的确定
    1.5 改进后算法步骤
2 实验仿真
3 指导实践
    3.1 发挥大数据情报导侦优势，助力物流寄递涉烟犯罪精准打击
    3.2 深化大数据在APCD工作法中的运用，助力卷烟消费市场精准治理
4 结语


【参考文献】：
期刊论文
[1]浅析新形势下“互联网+物流寄递”涉烟违法行为监管难点及对策[J]. 刘泽林.  经贸实践. 2018(13)
[2]最优聚类个数和初始聚类中心点选取算法研究[J]. 张素洁,赵怀慈.  计算机应用研究. 2017(06)
[3]基于聚类中心优化的k-means最佳聚类数确定方法[J]. 贾瑞玉,宋建林.  微电子学与计算机. 2016(05)
[4]Android平台下基于改进的K-means酒店信息聚类算法[J]. 钱政.  淮海工学院学报(自然科学版). 2014(04)
[5]基于改进聚类算法的网络舆情分析系统研究[J]. 王旭仁,李娜,何发镁,王彦丽,宋蓓.  情报学报. 2014 (05)
[6]最大距离法选取初始簇中心的K-means文本聚类算法的研究[J]. 翟东海,鱼江,高飞,于磊,丁锋.  计算机应用研究. 2014(03)
[7]对打击互联网涉烟违法犯罪的思考[J]. 雷蓓丽.  新西部(理论版). 2012(Z6)
[8]聚类算法研究[J]. 孙吉贵,刘杰,赵连宇.  软件学报. 2008(01)

硕士论文
[1]基于改进K-means聚类的推荐方法研究[D]. 赵将.华中科技大学 2016
[2]改进K-Means聚类算法在基于Hadoop平台的图像检索系统中的研究与实现[D]. 黎光谱.厦门大学 2014
[3]基于语义分析和改进K-means算法的新闻热点提取方法研究[D]. 徐春光.北京化工大学 2014



本文编号：2962043