基于K-means算法的外交机构恐怖主义风险评估*

情报探索 ›› 2021, Vol. 1 ›› Issue (1): 1-.

• 工作研究 •

基于K-means算法的外交机构恐怖主义风险评估*

孟婷

中国人民公安大学国家安全学院北京100038

出版日期:2021-01-25 发布日期:2021-01-25
通讯作者: 孟婷（1993—），女，2018级硕士研究生。
基金资助:
*本文系中央高校基本科研业务费项目“基于聚类技术的涉恐风险智能评估方法研究”（项目编号：2019JKF335）成果之一。

Online:2021-01-25 Published:2021-01-25

摘要/Abstract

摘要： 方法／过程］构造K-means聚类方法风险评估模型, 对1970—2018年外交机构遭遇恐怖袭击事件进行分析, 客观地计算出几类袭击方式、袭击目标和不同国家的风险，其中重点分析了该外交机构政治隶属和该外交机构地理位置所在国家的恐怖主义风险评估。［结果／结论］K-means算法能减少主观性和人为误差。根据足够规模的数据库，对不同风险等级进行分类，便于直观分析不同风险等级的国家，得到切实可行的反恐对策。

孟婷. 基于K-means算法的外交机构恐怖主义风险评估*[J]. 情报探索, 2021, 1(1): 1-.

[1]	李飞夏一雪李飞航沈宇航 . 基于社会燃烧理论的个人极端暴力事件风险预警研究* [J]. 情报探索, 2026, 1(4): 1-.
[2]	侯丹丹谢涛刘文旭周子扬. 涉农网络舆情风险评估与预测预警研究*——基于16件网络舆情事件的实证分析 [J]. 情报探索, 2025, 1(9): 1-.
[3]	沈宇航夏一雪刘耀文刘佳豪. 基于科学知识图谱的国内舆情风险评估研究综述与展望* [J]. 情报探索, 2025, 1(8): 1-.
[4]	金冬雪夏一雪白沛沅朱攀龙. 面向多维风险场景的突发事件网络舆情风险评估研究* [J]. 情报探索, 2023, 1(5): 1-.
[5]	徐丛. 省域视角下科技知识供应链的运行效率评价*[J]. 情报探索, 2022, 1(1): 1-.
[6]	高莹王晓. 基于因子分析和聚类分析的政务微博影响力研究*——以山东省17个城市公安政务微博为例[J]. 情报探索, 2020, 1(11): 1-.
[7]	孙挺李军徐长林. 国内外LIS领域阅读研究分析[J]. 情报探索, 2020, 1(1): 1-.
[8]	卢琏12杨溢2. 我国高校图书馆学科服务研究热点探析[J]. 情报探索, 2020, 1(02): 1-.
[9]	王云翠1童万菊1,2蒲顺昌3. 国内顾客契合研究述评*[J]. 情报探索, 2019, 1(5): 6-.
[10]	田贝贝　王宁. 高校网络舆情引导策略的实证研究* ——以北京地区高校为例[J]. 情报探索, 2019, 1(11): 1-.
[11]	张素娟1，2　扆铁梅1，2　张云倩3等. 基于LDA模型的西洋参专利热点内容及创新趋势分析方法研究*[J]. 情报探索, 2019, 1(10): 1-.
[12]	胡秋萍. 国内UGC研究的热点及发展路线分析[J]. 情报探索, 2018, 1(6): 1-.
[13]	苏世彬　陈玉琼　王许可. 我国专利行政执法概况及其强度聚类分析*[J]. 情报探索, 2018, 1(10): 1-.
[14]	祝帆帆. 国内协同信息检索研究热点分析[J]. 情报探索, 2017, 1(8): 1-.
[15]	王一博　俞敬松　赵常煜. 共词方法在三国人物关系分析中的应用研究[J]. 情报探索, 2017, 1(7): 1-.

基于K-means算法的外交机构恐怖主义风险评估*

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价