用语义技术揭示犯罪的模式和现象
事件注册是为挪威警察开发的原型，其目的是支持调查，预防犯罪并提供统计数据以改善企业管理。 通过采用Apache Jena框架进行语义编程，系统的整个后端堆栈基于与Java集成的语义技术。 语义Web技术（不要让“ Web”这个术语完全欺骗您，因为它可以完全独立于Web使用）包括W3C标准：RDF用于序列化数据，SPARQL用于查询RDF数据以及OWL和RDF用于应用数据模型到数据。 RDF数据可以是完全不受模式限制的，并且可以作为事实陈述存在，这使得它非常适合那些无法预先约定数据架构的系统。 这允许数据模式在系统的整个生命周期中发展，调整和扩展。 在事件注册中，重要的是警察可以表达所有内容，这意味着对灵活的数据结构的需求非常大，这是在项目中采用语义技术的主要原因。 想象一下一个案例，一个女人进入派出所向警方举报盗窃案。 她刚刚参加了一场规模庞大，人群稀少的大型活动，突然发现自己的钱包被从包中偷走了。 她参加的事件以及实际的盗窃事件，被记录为图1所示的事件序列画布中的前两个事件。 在这种情况下，警察几乎没有线索可循，但是两周后，受害人回到警察局，并提交了一份新的警察报告，内容涉及银行来信的来信，说明她在那儿开设了一个银行帐户。 受害人向警方声称她从未亲自开设过该银行帐户，这可能意味着她可能遭受了身份盗窃。 警察现在通过与有关银行的一名银行雇员交谈进一步调查此事，该雇员透露该帐户确实是以受害者的名义开立的，并且还向该银行提供了一笔500,000挪威克朗（约合60,000美元）的消费贷款。同名。 此外，银行员工注意到，消费者贷款已支付到同一银行帐户，并且一天后，从汽车零售商处购买了汽车。 最后，他们看到剩余的钱被用于某种形式的国外交易，这意味着罪犯已经离开了该国。 图1：全面的身份盗窃案。 事件链已经由警察登记，并且现在有了事件发生的假设，他们可以使用“现象搜索”功能来识别类似案件（见图2）。…
