Tiedonlouhinnan matemaattisten menetelmien mahdollisuuksia poliisitoiminnassa
Simola, Leenastiina; Suominen, Mikko (2022)
Simola, Leenastiina
Suominen, Mikko
2022
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2022120727113
https://urn.fi/URN:NBN:fi:amk-2022120727113
Tiivistelmä
Digitalisaation myötä erilaista tietoa kertyy monenlaisista lähteistä, kuten pankkien maksutapahtumista, terveydenhuollon mittauksista ja teollisuuden prosesseista. Data voi olla kerättyä tai automaattisesti kertynyttä. Dataa on saatavilla jatkuvasti yhä enemmän, ja datamassat näkyvät myös poliisitoiminnassa esimerkiksi talousrikostutkinnoissa takavarikoitujen datan valtavina määrinä.
Datamassoja on hidasta ja miltei mahdotonta käsitellä esimerkiksi rikostutkijan voimin. Tässä datamassojen käsittelyssä auttaa tiedonlouhinta. Tiedonlouhinnalla tarkoitetaan sellaista menetelmää, jossa tietokoneen avustuksella pyritään löytämään suuresta tietomassasta käyttäjälle hyödyllistä tietoa. Opinnäytetyössä selvitetään kahden tiedonlouhinnan matemaattisen menetelmän, GUHAn ja neuroverkkojen, käytön mahdollisuuksia poliisitoiminnassa.
Työssä esitellään tiedonlouhinnan periaatteita sekä GUHAn ja neuroverkkojen aiempaa käyttöä ympäri maailmaa kerättyjen esimerkkien avulla. Menetelmillä on louhittu esimerkiksi liikenteeseen liittyviä ilmiöitä sekä kehitetty tapoja tunnistaa henkilö tai tämän juopumustila. Työn aineisto on kerätty julkisista, lähinnä englanninkielisistä lähteistä. Kerättyjen esimerkkien pohjalta on pohdittu, miten tiedonlouhinnan matemaattisia menetelmiä voisi hyödyntää laajemmin poliisitoiminnassa.
Esittelemiemme matemaattisten menetelmien hyödyntämisen etuna ovat niiden käytön edullisuus ja kustannustehokkuus silloin, kun tiedetään, mitä halutaan selvittää, ja osataan valita oikea menetelmä. Menetelmien käyttöön ei tarvita erityisen tehokkaita tietokoneita tai muita kalliita investointeja, ja GUHA- ja neuroverkkosovelluksia on saatavilla internetistä maksutta.
Datamassoja on hidasta ja miltei mahdotonta käsitellä esimerkiksi rikostutkijan voimin. Tässä datamassojen käsittelyssä auttaa tiedonlouhinta. Tiedonlouhinnalla tarkoitetaan sellaista menetelmää, jossa tietokoneen avustuksella pyritään löytämään suuresta tietomassasta käyttäjälle hyödyllistä tietoa. Opinnäytetyössä selvitetään kahden tiedonlouhinnan matemaattisen menetelmän, GUHAn ja neuroverkkojen, käytön mahdollisuuksia poliisitoiminnassa.
Työssä esitellään tiedonlouhinnan periaatteita sekä GUHAn ja neuroverkkojen aiempaa käyttöä ympäri maailmaa kerättyjen esimerkkien avulla. Menetelmillä on louhittu esimerkiksi liikenteeseen liittyviä ilmiöitä sekä kehitetty tapoja tunnistaa henkilö tai tämän juopumustila. Työn aineisto on kerätty julkisista, lähinnä englanninkielisistä lähteistä. Kerättyjen esimerkkien pohjalta on pohdittu, miten tiedonlouhinnan matemaattisia menetelmiä voisi hyödyntää laajemmin poliisitoiminnassa.
Esittelemiemme matemaattisten menetelmien hyödyntämisen etuna ovat niiden käytön edullisuus ja kustannustehokkuus silloin, kun tiedetään, mitä halutaan selvittää, ja osataan valita oikea menetelmä. Menetelmien käyttöön ei tarvita erityisen tehokkaita tietokoneita tai muita kalliita investointeja, ja GUHA- ja neuroverkkosovelluksia on saatavilla internetistä maksutta.