犯罪網絡與大數據分析
Criminal Network and Big Data Analytics
學期
115-1
學分
3
學分
當期課號
555900
永久課號
CSCM30033
開課單位
資訊學院科技犯罪偵查資通訊碩士在職專班
授課教師
張伊君
類別
選修
上課時間表
| 節 | 週四 |
|---|---|
A 18:30–19:20 | 犯罪網絡與大數據分析 3 節連堂 |
B 19:30–20:20 | |
C 20:30–21:20 |
* 根據陽明交大上課時間表所列
概述
《犯罪網絡與大數據分析》是一門結合理論、工具實作與犯罪情境應用的進階課程，旨在帶領學生以「網絡」觀點理解犯罪行為與犯罪組織的互動結構，並進一步延伸至複雜網絡分析與大型網絡資料的處理策略。課程聚焦社會網絡分析在犯罪領域的研究與實務案例，使用 NodeXL、UCINET、Gephi 與 Python 等工具完成網絡繪圖、結構特徵判讀、社群偵測與關鍵節點辨識。同時，課程將導入 AI 工具協助資料清理、實體解析與關係建立，此外讓學生學習監督式學習、非監督式學習與強化學習等方法，並實作整合 SNA 與大數據分析進行犯罪風險預測、群體分群與偵查線索發掘，培養從資料到洞見、從洞見到決策建議的完整能力。
先修科目
具備基礎偵查實務經驗
教學方式
軟體教學： Gephi、 UCINET、NodeXL、Python 資料庫：使用去識別化之模擬犯罪資料集作為練習範本。
評分方式
課堂參與及個案討論：20% 期中報告（分析計畫書）：30% 期末報告（完整犯罪網絡分析專案）：50%
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | 課程導論與社會網絡分析理論基礎 |
| 第 2 週 | 社會網絡分析核心概念與測量 |
| 第 3 週 | 網絡建構與SNA分析 |
| 第 4 週 | SNA指標計算與視覺化，Gephi進階視覺化 |
| 第 5 週 | 小世界網絡(Small-World Networks) |
| 第 6 週 | 無尺度網絡(Scale-Free Networks) |
| 第 7 週 | 不同類型網絡建構實作：通訊網絡、金流網絡 |
| 第 8 週 | 不同類型網絡建構實作：加密貨幣網絡、組織關係網絡 |
| 第 9 週 | 期中報告：選定特定案件，說明欲解決之問題與分析邏輯。 |
| 第 10 週 | 大數據分析概念與技術架構 |
| 第 11 週 | 大數據處理技術與工具生態系 |
| 第 12 週 | 機器學習概論與監督式學習 |
| 第 13 週 | 非監督式學習與特徵工程 |
| 第 14 週 | 犯罪網絡的AI分析應用1 |
| 第 15 週 | 犯罪網絡的AI分析應用2 |
| 第 16 週 | 期末成果發表：提出完整網絡分析報告。 |
教科書
自編教材與講義。
Office Hours
- 地點
- 研究室或線上會議室
- 時間
- 另外約定
- 聯絡方式
- Email: cibnata22@gmail.com