2013.美国数学建模模竞赛B题分析及其优秀论文讲评.docVIP

读书报告 2012年国际数模竞赛C题 陈润泽 李思瑾 颜颖 摘要 本题是要我们从八十二名成员中根据给出的业务信息（Message）找出犯罪团伙的同谋和领导人。这是一道典型的图论题，其信息量之大、成员间关系之复杂着实让人感觉毫无头绪。本着简化问题的原则，我们组在阅读论文之前进行了深入思考，并建立了自己的模型。 首先，我们运用了布尔代数（Boolean Algebra），将每个话题被谈论的与否表示为 1 和 0 ，即如果某个话题被某人谈论，则其相应位置的值为 1 ，反之为 0 。最后得到每个成员后都跟上一个15位只有0 和 1 的数（其中的每一位都代表一个话题）。然后设定一个15位的布尔数，其三个可疑话题的位置为 1 其余位置为 0 。再同每个成员对应的布尔数做 and（与） 运算，可选出存在可疑话题的成员，即我们需要研究的对象。在对选出对象按优先次序排列的过程中，我们主要进行了以下两个步骤。 我们给出三个可以话题中每个话题被同谋者谈论的概率（如：若可疑话题 一 的概率为0.5，则谈论这个话题的人有50%的可能性为同谋者）。然后对研究对象进行加权求和，根据所得进行排序。 我们对每个人与已知同谋者的相关性进行了分析。以每个话题在每个人的业务信息出现的概率为维，对于每个研究对象建立一个15维的向量。然后利用余弦定理，将每个研究对象的向量同已知同谋者的向量的夹角余弦值求出，再取平均数。在既得排序的基础上，按降序对夹角进行排序，最后剔除已知非同谋者，即可按照排序结果确定犯罪团伙的领导人以及每个成员是同谋者的可能性。 一、问题重述与理解 1.1 问题重述 题目的背景是ICM组织在进行对一项密谋犯罪的调查。已知罪犯和嫌疑人都在一家大公司的一个综合办公室里工作，公司里有82名成员，其中有7名已知同谋和8名已知非同谋。ICM最近掌握了82名员工的一部分信息，并且想通过对信息的分析找出同谋以及犯罪组织的领导。所有信息中包含15个话题，其中有3个可疑话题。而且，只要成员的交流信息中包含可疑话题的，其可疑性便增加一些。最后要统计每个人的可疑性，然后根据自己设定的嫌疑人指标（即当可疑性大于某一值时即可确定是同谋）确定同谋以及犯罪组织的领导。 题目给出的要求有： 1.减少误判，提高准确度。 2.按照同谋的可能性大小建立模型和算法，把节点区分优先次序。 3.已知三个高级管理人员Jerome, Delores, Grechen.（就暗示我们这三个人之中肯定有一个是同谋者的高级领导。） 4.还要求你的方法有普适性（不限于犯罪阴谋和消息数据），尤其是数据非常庞大的时候。 5.更深入的进行消息内容的网络，语义和文本分析对模型建立的帮助。 1.2 问题分析 和2012A树叶那道题相比，反差巨大。2012A思路不是固定的，而本题的思路基本就是固定的。考察就是数据处理，和细节的处理。我们组分析本题属于的范畴有：图论，信息论，人工智能。而更加偏向图论一点，同时涉及到对庞大信息的处理。对于处理图论的问题， 我们首先想到的是： 怎样确定嫌犯？ 根据每个人的信息的主题来确定嫌疑可能性； 每个人嫌疑可能性的统计与计算； 根据嫌疑可能性的高低确定嫌犯； 还有考察考生对信息的处理； 此外，题目中不断强调两个算法：（语义网络分析和文本分析） 必须使用这两个算法，我们查找了几篇文献和网上的资料，以对其有宏观的了解。 语义网络分析：语义网络是一种知识的图解表示,是面向知识的语义结构,以网络的形式来实现。许多情报问题都会有事实、数据以及推理关系,充分利用语义网络的自然性、联想性、高效性等优点，尝试在情报分析工作中应用语义网络是有一定实用价值的。（顾永跟、朱玉楷，“一种语义网络情报分析模型的研究和应用”，学林出版社，1999） 文本分析：指的是有一定的符号或符码组成的信息结构体，这种结构体可采用不同的表现形态，如语言的、文字的、影像的等等。由文本内容分析，可以推断文本提供者的意图和目的。文本分析是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息。将它们从一个无结构的原始文本转化为结构化的计算机可以识别处理的信息，即对文本进行科学的抽象，建立它的数学模型，用以描述和代替文本。（/view/3488135） 两种有关信息的分析方法都强调把抽象的文本信息转换成具体可视的数学网络模型，本题即使用的这种建立节点主题信息网络的方法，优点是便于理解，便于计算机进行运算。 我们通过思考得知，可能有一些（大部分）指定的沟通员只是传话者，所以题目中给定的非同谋者一定是这一部分人。（因为如果给定的已知非同谋者是和嫌疑主题不搭边的人，所有人都可以看得出来，则没有给出的必要了。）中间的大部分罪犯确定