2012美赛论文翻译--逮捕罪犯模型.docx

逮捕罪犯模型你的组织，ICM正在对一项密谋的犯罪行动进行调查。调查人员非常清楚一些参与密谋的人，希望能够确定其他成员和他们的领导之后进行逮捕。罪犯和犯罪嫌疑人都在一家大的公司的一个综合办公室里工作。这家公司成长很快并以自己的名字命名在研发一种软件并面向银行和信用卡公司销售。ICM最近发现了这个公司82名员工一小部分的信息，相信可以帮助他们找到最有可能的未知合伙人和领导。因为信息业务是面向所有的员工，因此很有可能一些（可能一大部分）指定的沟通员并不涉及此次的密谋。实际上，调查人员很清楚有一部分的人并不涉及此案。建模的目标就是确定这个综合办公室里谁最有可能是罪犯。列一个有先后次序的列表有助于ICM实施监督，并进一步审问。明确的划分共犯和非共犯也能帮助区分每组的人员。当然如果指出密谋的领导者对DA公司也会有帮助。在给出这次案件数据之前，你的主管给了你一份她几年前在别的城市工作的这种情况的方案（调查EZ）。尽管她对自己调查EZ的案子很满意，但她说那只是个小的简单的例子，并会对你理解你的任务有所帮助。她给的数据如下：她认为有十个人是共犯：Anne#, Bob, Carol, Dave*, Ellen, Fred,George*, Harry, Inez, and Jaye#.（*表示这其中共犯可能性大的，#表示非共犯可能性大的）。28个信息的年表她基于自己的分析都做了相应的标号：Anne to Bob:你今天为什么迟到？（1）Bob to Carol:那个死Anne总是监督我。我没迟到（1）Carol to Dave:Anne和Bob又在争论着Bob的磨叽。（1）Dave to Ellen:我今天早上要见你。你什么时候来？把预算文档带来。（2）Dave to Fred:我今天什么时候都能去见你。告诉我什么时候合适。我需要带预算文档么？（2）Dave to George:我待会儿去见你要谈好多事情。我希望其他人的也准备好了。把这些弄好了很重要。（3）Harry to George:你压力太大了。到底怎么了?我们的预算会没问题的。（2）（4）Inez to George:我今天特累。你过得怎么样？（5）I也很累Jaye to Inez:没什么进展。想去吃午餐么？（5）Inez to Jaye:幸好很安静。我很累。今天不去吃午饭了，对不起！（5）George to Dave:该谈谈了现在！（3）Jaye to Anne:你今天去吃午饭么？（5）Dave to George:不行。我在正要去见Fred的路上呢。（3）George to Dave:去完那儿到这儿来。（3）Anne to Carol:谁该监督Bob？他总是游手好闲。（1）Carol to Anne:别管他。他和George and Dave一起工作的很好。（1）George to Dave:这很重要。该死的Fred。Ellen那边怎么样了？（3）没准可以推出E是Ellen to George:你跟Dave谈了么？（3）George to Ellen:还没呢。你呢？（3）Bob to Anne:我没迟到。就像你知道的我午饭时间都在干活。（1）Bob to Dave:告诉他们我没迟到。你了解我的。（1）只有D了解BEllen to Carol:找Anne并确定好下周预算会议的程序，还要帮我把George冷静下来。（2）Harry to Dave:你没发现今天George又压力特大么？（4）Dave to George:死Harry认为你压力太大了。别让他担心否则他又该絮叨了。（4）George to Harry:就是总是加班再加上家里出了些问题。我会没事的。（4）H不是Ellen to Harry:如果我错过了今天的会，有事么？Fred会在的而且他比我更了解预算。（2）Harry to Fred:我认为明年的预算对许多人都施加了压力。也许我们今天需要花点时间给他们减减压了。（2）（4）Fred to Harry:我认为我们的预算很健康。我看不到任何有压力的东西。（2）信息量结束。你的主管指出她只破解信息中五个不同的主题：1）Bob很磨叽，2）预算，3）重要的位置问题但是假设是密谋的一部分，4）George的压力，5）午饭和其他的社会问题。在信息的编码中可以看到，有些信息根据内容有两个主题。你主管分析她的情况时用的是一个显示沟通联系和信息种类的网络的方法。下面的图表是一个信息网络的模型以及结果中的信息种类的编码都标注在网络图里。你的主管指出已知的共犯George and Dave, 和Ellen and Carol是通过分析得出的，以及后来Bob自己为了减刑承认犯罪了，但是对于Carol的指控后来撤消了。你的主管也十分确定Inez也涉及此案，但是始终无法对她立案。你的主观的建议是你们组一定要明确犯罪双方这样像Inez人就不会逃跑了，也不会有人像Carol一样被误判，同时ICM需要有信誉这样就不会有人像Bob一样有机会减刑。你的主管为当前的案例整理了一个网络式的数据库，以同样的格式，但是范围更大些。调查人员提示说这个密谋是有关挪用公司基金以及用互联网诈骗盗取那些与公司有业务往来的那些人的信用卡的钱。主管给你看的EZ小例子只有10个人（节点），27条线（信息），5个话题，1个密谋话题，2个已知共犯和2个已知的非共犯。到目前为止，新的情况（case）有83个节点， 400连接（其中一些涉及超过1个主题），消息流量已超过21000字，15个主题（其中3个已被视为是可疑的），7个已知的同谋者，和8个已知的非同谋。这些数据在所附的电子表格文件中： names.xls ， Topics.xls ， Messages.xls 。 names.xls包含关键节点序号的办公室人员名字。topics.xls包含15个主题号码的代码，也就是一个主题的简短说明。由于安全和隐私问题，你的小组不会有直接传达的所有信息流量。messages.xls提供传播消息的链接节点（links of the nodes）和消息中包含的主题代码。几个消息包含了三个话题。为了帮忙显现（visualize可视化）消息流量，图2提供了人和消息链接（the people and message links）的网络模型。在这种情况下，这些消息的话题没有被表示出来因为在图1中表示了。这些话题的编号在文件Messages.xls中给出了，而且在文件Topics.xls中描述了。要求1：到目前为止，已经知道Jean, Alex, Elsie, Paul, Ulf, Yao, 和Harvey是同谋。也知道，Darlene, Tran, Jia, Ellin, Gard, Chris, Paige, 和Este不是同谋。三个有嫌疑的消息主题（suspicious message topics）是7、11和13. 更多关于消息主题的细节在文件Topics.xls中。按照属于同谋的可能性大小建立模型和算法，把83个节点（人）区分优先次序，并解释你的模型和指标。Jerome, Delores, 和Gretchen是公司的高级管理人员。如果了解到他们其中任何一个人涉及到阴谋，将是非常有益的。要求2：如果有新信息确定了topic 1与犯罪相关，而且Chris是其中一个同谋者，那么这个优先清单会怎样变化？要求3：获得和理解与这个消息流量（message traffic）类似的文本信息的一个强大的技术叫做语义网络分析；作为一个在人工智能和计算语言学的方法，它提供了有关的知识（消息）或语言推理的结构和步骤。另一种在自然语言处理过程中的计算语言学能力是文本分析。就我们的罪犯逮捕方案来讲，解释清楚对消息流量的内容和背景的语义分析和文本分析（如果你能获得原始信息）怎样才能使你的团队来开发更好的模型并进行办公室人员的分类。你对文件Topics.xls中的对话主题描述，是否用了这些capabilities（语义网络分析、文本分析）来提高你的模型了么？要求4：您的完整报告将最终送到 DA，所以它必须详细而清楚地说明你的假设和方法，但不能超过20页。你可以以单独的文件形式在附件中提交你的程序，而这是不计算在你的页面限制内的，但提交这些程序并不是必需的。你的supervisor希望ICM成为世界上最好的解决白领阶层高科技犯罪的组织，希望你们的方法有助于解决世界各地的重要案件，尤其是那些消息流量（message traffic）数据非常庞大的案件（成千上万的人与数以万计的消息，并可能包括以百万计的单词量）。她特别要求你的报告要包括“更深入的进行消息内容的网络、语义和文本分析 怎样对你的模型和建议有帮助”这一讨论。作为给她报告的一部分，解释你已经使用的网络模型技术以及他们为什么以及怎样能够在任何类型的网络数据库中被用来识别（确定）、区分优先次序和分类类似的节点，而不只是限于有关犯罪阴谋和消息数据。例如，当你有表明感染机率的节点并已确定了一些感染节点的各种图像或化学数据