رهیافت انقلاب اسلامی

رهیافت انقلاب اسلامی

سیاست گذاری جمهوری اسلامی ایران در پیشگیری از جرایم مربوط به مواد مخدر با تاکید بر دانش داده کاوی

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجوی دکترای حقوق جزا و جرم شناسی، گروه حقوق، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران
2 استادیار گروه حقوق جزا و جرم شناسی، دانشکده حکمرانی، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران
3 استادیار گروه حقوق، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران
چکیده
 پژوهش حاضر در صدد مطالعه­ «پیش بینی و پیش­گیری از جرایم مواد مخدر بر مبنای دانش داده کاوی» است از این منظر پس از بسط فضای مفهومی موضوع از راهبرد پژوهش کمی از نوع تحلیل ثانویه استفاده شده است بدین ترتیب که با در اختیار داشتن چک لیست یا ابزار پرسش­نامه­ی معکوس از روی 1885 پرونده از پرونده­های قضایی مجرمان موجود در اجرای احکام شهرستان شهریار گردآوری گردیده و مورد تحلیل توصیفی و استنباطی قرار گرفته است در مقاله این سوال مطرح است که دانش داده کاوی از چه منظر می­تواند در پیشگیری از جرایم مربوط به مواد مخدر موثر واقع گردد؟ در پاسخ این فرضیه مطرح است که« به نظر می­رسد داده کاوی از طریق پیش بینی و پیش گیری از وقوع جرایم مواد مخدر با تمرکز نیروها و امکانات و در نتیجه پیشگیری از آن موثر واقع گردد» جهت اعتبار سنجی ابزار پژوهش از اعتبار محتوای صوری کیفی استفاده شده و همچنین جهت پایایی سنجی از ضریب پایایی بهره گرفته و مقدار آن 8 دهم برآورد شده است یافته­های تحقیق نشان می­دهد که میان انواع الگوریتم­های به کار گرفته شده الگوریتم جنگل تصادفی بیشترین و دقیق­ترین الگوریتم در کلاس بندی داده­ها بوده است علاوه بر آن جرائم مواد مخدر بیشتر تحت تاثیر متغییر جنسیت قرار داشته است که اختلاف معنی داری را بین زنان و مردان نشان می­دهد. نتیجه­گیری مقاله نشان می­دهد که  طراحی سیستم های تصمیم یار برای پش بینی و پیشگیری جرایم مربوط به مواد مخدر می تواند به خوبی به پلیس در تصمیم گیری کمک شایانی نمایند.
کلیدواژه‌ها

ابراهیمی، محیب، میرروشندل، سید ابوالقاسم، آقایی، جان احمد(1394)، جامعیت بخشی به مجموعه داده جرائم به منظور پیشبینی و شناسایی جرائم با استفاده از تکنیکهای داده کاوی، فصلنامه صنایع الکترونیک دوره 6 شماره 4.
بیابانی، غلامحسین(1368)، شیوه ها و شگردهای مجرمانه انتشارات کارآگاه. جلد 1
دهخدا، علی اکبر(1377)، لغت نامه دهخدا، جلد نهم، انتشارات دانشگاه تهران، تهران.
رحمدل، منصور(1386)، سیاست جنایی ایران در قبال مواد مخدر، انتشارات سمت، تهران.
زاهدی، فرزانه، زارع میرک آباد، محمدرضا(1392)، پیش بینی موفّقیت درمانِ افراد معتاد به مواد مخدر با داده کاوی، دوازدهمین کنفرانس سیستم های هوشمند ایران.
خلیلی پاجی، عارف و شاملو، باقر ( 1400). «جرم انگاری در حوزه­ی رمز ارزها»، آموزه‌های حقوق کیفری، دوره­ی 18، شماره21
کاظمی، پروانه،حسین پور، جواد(1388)، کاربرد داد هکاوی در سازما نهای پلیسی و قضایی به منظور شناسایی الگوهای جرم و کشف جرایم، کارآگاه، دوره دوم، سال دوم، شماره 8.
مرتضوی، سعید(1388)، قاچاق مواد مخدر و روان گردان، انتشارات مجد، تهران.
کوشا، جعفر؛ قربانی قلجلو، مهدی. (1397)، سیاست جنایی ‌ایران در قبال رفتارهای ناقض امنیت، مجله حقوقی دادگستری، سال82، شماره 102.
Han,  J.,  Kamber,  M.,  Pei,  J. 2011.  Data  mining:  concepts  and  techniques: concepts and techniques. Elsevier
Li, SH.T., Kuo, SH.CH. & Tsai, F.CH. 2010. An Intelligent Decision-Support Model Using FSOM and Rule Extraction for Crime Prevention, Expert Systems with Applications, No. 37, PP. 7108–7119.
Moon, B., McCluskey, J.B. & McCluskey, C.P. 2010. General Theory of Crime and Computer Crime: An Empirical Test, Journal of Criminal Justice, Vol. 38, pp. 767–772.
Moon, B., McCluskey, J.B. & McCluskey, C.P. 2010. General Theory of Crime and Computer Crime: An Empirical Test, Journal of Criminal Justice, Vol. 38, pp. 767–772.
 
Bayabani, G. (1989). Criminal methods and techniques (Vol. 1). Tehran: Detective Publications. (in Persian)
Dehkhoda, A. A. (1998). Dehkhoda Dictionary (Vol. 9). Tehran: University of Tehran Press. (in Persian)
Ebrahimi, M., Mirroshandel, S. A., & Aghaei, J. A. (2015). Comprehensive data collection for crime prediction and identification using data mining techniques. Electronic Industries Journal, 6(4). (in Persian)
Han, J., Kamber, M., & Pei, J. (2011). Data mining: Concepts and techniques. Elsevier.
Kazemi, P., & Hosseinpour, J. (2009). Application of data mining in police and judicial organizations for crime pattern detection. Detective Journal, 2(8). (in Persian)
Khalili Paji, A., & Shamloo, B. (2021). Criminalization in the field of cryptocurrencies. Criminal Law Teachings, 18(21). (in Persian)
Koosha, J., & Ghorbani Goljalu, M. (2018). Iran’s criminal policy regarding security violations. Judicial Law Review, 82(102). (in Persian)
Li, S. H. T., Kuo, S. H. C., & Tsai, F. C. H. (2010). An intelligent decision-support model using FSOM and rule extraction for crime prevention. Expert Systems with Applications, 37, 7108–7119.
Moon, B., McCluskey, J. B., & McCluskey, C. P. (2010). General theory of crime and computer crime: An empirical test. Journal of Criminal Justice, 38, 767–772.
Mortazavi, S. (2009). Drug trafficking and psychotropic substances. Tehran: Majd Publications. (in Persian)
Rahmdel, M. (2007). Criminal policy of Iran against drug-related offenses. Tehran: SAMT Publications. (in Persian)
Zahedi, F., & Zare Mirakabad, M. R. (2013). Predicting the success of drug addiction treatment using data mining. Twelfth Iranian Conference on Intelligent Systems. (in Persian)