陳芳琳 鐘 婷

（廣東警官學(xué)院，廣東 廣州 510232）

通訊消息包含嫌疑人本身高消息頻次的親屬聯(lián)絡(luò)等社交聯(lián)絡(luò)“障眼”，如何在大量信息中高效撥開“障眼”找尋涉嫌犯罪的關(guān)聯(lián)，增加衡量維度深入挖掘數(shù)據(jù)潛力并推廣至偵查基層？另一層面，以往的數(shù)據(jù)挖掘多為復(fù)雜數(shù)學(xué)模型，算法研究等理論框架［1］未能與實(shí)際基層提取到的電子數(shù)據(jù)進(jìn)行實(shí)戰(zhàn)演練。本文從一線立案偵查獲取到的涉疫走私嫌疑人手機(jī)電話通訊及微信通訊記錄入手，除考慮消息頻次外，構(gòu)造基于通信頻次與再次聯(lián)絡(luò)間隔時長的三維矩陣親密度算法，為基層偵查提供可行分析路徑。

1 數(shù)據(jù)提取

涉嫌涉疫走私類型犯罪人員大多在“老鄉(xiāng)”等人介紹下短期涉險，團(tuán)伙作案概率較高。本文研究對象是涉疫走私的嫌疑人手機(jī)信息，旨在利用提取到的通訊記錄來構(gòu)造基于親密度理論的通訊畫像，為偵查提供幫助?；鶎硬块T通過設(shè)備提取到數(shù)據(jù)一般為json 格式（見圖1），包含昵稱、雙方發(fā)送消息數(shù)及存儲路徑。

圖1 嫌疑人通訊記錄（json 格式）

本文使用json 格式提取關(guān)鍵信息技術(shù)［2］，將通訊對象以及對應(yīng)的消息頻次（包含恢復(fù)數(shù)據(jù)）提取出來解析為html 格式（見圖2），每條聊天記錄的關(guān)鍵信息主要有時間戳、發(fā)送者昵稱、本人昵稱、聊天內(nèi)容。

圖2 嫌疑人通訊記錄（html 格式）

如圖1 中“（1021）”所示，嫌疑人（嫌疑人在手機(jī)取證過程中顯示為Administrator，以下簡稱A）與各聯(lián)絡(luò)人都有往來的消息數(shù)，偵查人員一般根據(jù)該數(shù)字作為判斷是否為團(tuán)伙，并展開研究甚至追蹤該人員，但消息頻數(shù)的統(tǒng)計不足以衡量雙方的關(guān)系深淺，需要更多維度作為變量進(jìn)行數(shù)據(jù)挖掘。因此以涉疫走私嫌疑人手機(jī)通訊信息為例，本文主要利用時間戳展開研究。

2 親密度矩陣算法

社交媒體中來往回復(fù)速度一定程度上反映了雙方的親密程度。互動次數(shù)調(diào)查對回復(fù)消息的時間快慢程度進(jìn)行親密度考量［3］，發(fā)現(xiàn)5min內(nèi)回復(fù)關(guān)系為非常親密，5～10min為親密，1h 內(nèi)為普通朋友，1h 以上可能是垃圾信息或者廣告訂閱等，親密度較低。本研究利用這種親密指數(shù)參考進(jìn)行親密度層級劃分。

筆者利用提取到的時間戳信息統(tǒng)計雙方有效回復(fù)的時間間隔，則暗含兩個維度是否有往來對話（跳過單方面發(fā)送消息），以及對話間隔時間；而親密度的另一個統(tǒng)計維度為時間序列，本文研究中用天數(shù)來劃分。在數(shù)據(jù)量巨大且衡量指標(biāo)較多（本情況為三維變量），框架算法研究者［4］提出需要用矩陣來挖掘關(guān)聯(lián)關(guān)系，因此本文在理論模型上使用矩陣來記錄親密度Relationship Closeness（以下簡稱RC），矩陣算法公式如下：

該公式涉及的字母基本定義及備注如下：

（1）RC(A, ui）表示嫌疑人與聊天對象ui之間的親密度，則每位對象u 共M 次聊天記錄；以嫌疑人的最多通訊頻次來設(shè)定M（次），若不滿M（次），則在矩陣中設(shè)定為0。

（2）N 值（高頻通訊人數(shù)），為進(jìn)一步縮小算法運(yùn)算時間，本文N 為取值為15 人。偵查部門還可根據(jù)實(shí)際情況設(shè)定消息數(shù)的閾值，如超過500 條信息的人數(shù)，從而確定出N 值。

（3）n 值：n=1 為回復(fù)時間間隔小于5min；n=2 為5 ～10min; n=3 為10 ～60min；n=4 為60min 以上。

根據(jù)上述四個層級劃分親密度，如果以A為中心，共M 次聊天記錄，對其前N 位聊天對象的回復(fù)時間間隔進(jìn)行四個層級頻次統(tǒng)計，例如兩次交流時間的間隔小于5min，則在第一個層級上的頻數(shù)累加；若時間間隔在5～10min內(nèi)，則在該段時間間隔頻數(shù)累加，以此類推，如下矩陣所示：

3 嫌疑人通訊畫像

利用上述矩陣模型，代入基層部門提取到的案件手機(jī)信息進(jìn)行可視化應(yīng)用，畫出嫌疑人通訊畫像。首先，通過提取json 記錄的通訊消息數(shù)共36280 條通訊記錄。再根據(jù)其消息數(shù)由高到低排序出15 人作為進(jìn)一步研究對象（以下通訊對象皆為化名）。如圖3 所示，中間是嫌疑人，連線中的數(shù)字是雙方的消息頻次。其中，消息數(shù)最高的聯(lián)絡(luò)人為“寂寞不哭”，達(dá)1021條消息。通訊畫像從這位開始，再根據(jù)理論畫出其通訊畫像。

圖3 嫌疑人A 與前15 位聯(lián)絡(luò)人畫像

令RC（A,ui）中的ui = 寂寞不哭，矩陣映射至如表1 所示：

表1 嫌疑人A 的與寂寞不哭通訊頻次統(tǒng)計矩陣

圖4是雙方通訊親密度隨時間變化的情況。利用折線圖中的橫軸為通訊頻次，以天數(shù)為劃分；縱軸為每天聯(lián)系的總次數(shù)。不同的顏色代表對應(yīng)親密度層級；藍(lán)色占比越多，回復(fù)間隔時間越短，親密度關(guān)系越高。嫌疑人A 與化名為“寂寞不哭”的通訊從2021 年7 月8 日到次年3 月5 日，雖偶有聯(lián)絡(luò)頻次降低的情況，但總體看聯(lián)絡(luò)較為頻繁，該類聯(lián)絡(luò)人極可能屬于親屬或長期業(yè)務(wù)來往關(guān)系。對于此類通訊對象，若業(yè)務(wù)上無涉及涉嫌犯罪行為暫可排除其嫌疑，提高偵查效率。

圖4 RC（A,“寂寞不哭”）可視化畫像

作為對照，令ui= YS*，雙方消息頻數(shù)達(dá)986 條，親密度矩陣映射如表2 所示，將得到的數(shù)據(jù)進(jìn)行可視化操作畫出通訊畫像，如圖5所示。

表2 嫌疑人A 的與YS＊通訊頻次統(tǒng)計矩陣

圖5 RC(A,“YS＊”）可視化畫像

雖然以“YS*”為代表的此類對象與以“寂寞不哭”為代表高消息頻數(shù)聯(lián)絡(luò)人在消息數(shù)上相差無幾，但經(jīng)過RC 矩陣后數(shù)據(jù)呈現(xiàn)出明顯不同。前者（如圖5 最高往來頻次達(dá)95 次）相較于低頻的長期聯(lián)系的后者（如圖4 最高往來次數(shù)為35）在特定時間段來往極為頻繁，在偵查階段屬于重點(diǎn)對象。

根據(jù)圖4、圖 5 的畫像可看出，掌握特定涉嫌犯罪的事件時間后，YS*的研究意義要甚于消息頻次更多的“寂寞不哭”，前者在親密度高頻聯(lián)系（即回復(fù)時間小于5min）的占比83.8%不僅略高于后者的83.1%，且在2022 年1 月20 日達(dá)到聯(lián)系高峰，消息多且聯(lián)系極度頻繁。經(jīng)與實(shí)戰(zhàn)偵查部門查證，該時間段與涉嫌走私犯罪行為實(shí)施時間重合關(guān)聯(lián)，可為涉嫌犯罪動機(jī)的時間提供輔證。畫像的目的在于將高往來人群（消息頻次較高）加以區(qū)分，排查出真正與涉嫌犯罪有關(guān)的人員，同時提供涉嫌犯罪行為的時間、人員認(rèn)定等側(cè)面印證。

4 總結(jié)與展望

本文利用親密度理論搭建通訊矩陣算法模型，為僅停留在“消息頻數(shù)”的研究上新增了3 維度的評價變量，分別為雙方是否互動、互動消息間隔以及聯(lián)絡(luò)時間序列上的變化。隨后的可視化畫像能夠作為判斷該人物與嫌疑人之間通訊親密度關(guān)系的重要參考。該方法不需要額外購買用戶畫像等相關(guān)軟件即可分析提取到j(luò)son 或html 數(shù)據(jù)格式，為基層單位因預(yù)算問題，或因數(shù)據(jù)量巨大導(dǎo)致程序耗時過長等提供切實(shí)可行的通訊畫像功能。

針對本文研究的矩陣式算法模型仍有發(fā)展的空間，例如微信通訊以及電話通訊親密度RC的時間粒度應(yīng)該再細(xì)化，使用電話聯(lián)絡(luò)，相隔60min 以上較為常見，微信聯(lián)絡(luò)時間跨度較長但回復(fù)間隔時間極短，有時候甚至1min 可以有8 ～12 個來回對話；其次，M 的計數(shù)方式還待完善，以天數(shù)劃分會忽視午夜回復(fù)的聊天間隔時間。雖然在本次研究中跨午夜的情況不多，但仍可作為一個研究方向。