Перегляд Кримінальне право та кримінологія; кримінально-виконавче право (Criminal law and criminology; criminal executive law) (12.00.08) за Автор "Bahautdinova M. M."
(Донецький державний університет внутрішніх справ, 2023) Багаутдінова М. М.; Лунгол О. М.; Bahautdinova M. M.; Lunhol O. M.
У роботі досліджується використання методу нечіткої кластеризації C-середніх для прогнозування злочинності. Розглядаються принципи нечіткої кластеризації, де кожна точка даних може належати до кількох кластерів із певним показником приналежності, що підвищує точність аналізу у випадках перекривання даних. Аналізуються сучасні підходи до збору, фільтрації та класифікації даних, що дозволяє визначати ризики злочинної поведінки та формувати профілактичні програми. Розглянуто практичні приклади застосування методу для оцінки підліткової злочинності та регіональної криміногенної ситуації. Результати дослідження демонструють ефективність методу нечіткої кластеризації C-середніх для прогнозування злочинності, що дозволяє підвищити ефективність превентивних заходів та планування роботи правоохоронних органів.
The article investigates the use of the Fuzzy C-Means clustering method for crime forecasting. It explores the principles of fuzzy clustering, where each data point can belong to multiple clusters with a membership degree, improving analysis accuracy in cases of overlapping data. Modern approaches to data collection, filtering, and classification are analyzed, enabling risk assessment of criminal behavior and the development of preventive programs. Practical examples of the method’s application for assessing juvenile delinquency and regional crime situations are discussed. The research results demonstrate the effectiveness of the Fuzzy C-Means clustering method for crime forecasting, enhancing the efficiency of preventive measures and law enforcement planning.