پیش بینی جریان های اعتراضی در فضای مجازی مبتنی بر داده کاوی (مقاله علمی وزارت علوم)

چکیده

زمینه و هدف: امروزه گروه های مختلفی در جامعه با استفاده از فضای مجازی اقدام به انتشار فراخوان های تجمعات غیرقانونی و به دنبال آن وقوع جریان های اعتراضی می کنند. ازاین رو هدف اصلی این پژوهش، پیش بینی جریان های اعتراضی در فضای مجازی مبتنی بر داده کاوی است. روش: تحقیق حاضر از نظر هدف کاربردی و از لحاظ روش، توصیفی - تحلیلی است که در آن از داده های اطلاعاتی موجود در اَسناد، مدارک سازمانی و همچنین بانک های اطلاعاتی غیرمتمرکز در رده های عملیاتی پلیس استفاده شده است. جامعه آماری پژوهش، تمامی داده های اطلاعاتی فراخوان های تجمعات غیرقانونی در فضای مجازی است که برای نمونه گیری از روش پیش پردازش داده ای و به صورت تمام شمار استفاده شدند. به منظور پیش بینی و پیشگیری از ارتکاب جرائم، با استفاده از نرم افزار رپیدماینر به عنوان یک ابزار داده کاوی متن باز با زبان جاوا، ابتدا مؤلفه های اصلی فراخوان های تجمعات غیرقانونی در فضای مجازی شناسایی، روابط بین مؤلفه های شناسایی شده احصا، داده ها تحلیل و درنهایت مؤلفه های مؤثر در پیش بینی جریان های اعتراضی اولویت بندی شد. یافته ها: از بین مدل های مختلف پیاده سازی شده، مدل درخت تصمیم با دقت 39/91 درصد، بالاترین نتیجه را برای داده های موردنظر و پیش بینی وقوع جریان های اعتراضی ارائه کرد و مهم ترین دستاوردهای آن، طراحی مدلی جهت پیش بینی تجمعات غیرقانونی و همچنین تعیین مؤلفه های تأثیرگذار در وقوع تجمعات غیرقانونی است. نتیجه گیری: مؤلفه های «نگرش فکری انتشاردهنده فراخوان ها، تعداد بازدید فراخوان ها، زیرعرصه فراخوان ها و تعداد اعضای منابع و نشانگاه ها به ترتیب بیشترین تا کمترین تأثیرگذاری را بر وقوع تجمع ها و جریان های اعتراضی غیرقانونی داشته اند؛ به عبارت دیگر، نگرش فکری انتشاردهنده فراخوان ها در ایجاد تجمعات نقش مستقیم دارد و پلیس با تمرکز بر آن می تواند احتمال وقوع تجمعات غیرقانونی را پیش بینی کند.