
毫无疑问,伊斯兰国(ISIS )目前是这个星球上最令人憎恶的组织之一,自 2014 年他们出现以来,在叙利亚和伊拉克造成了大量的人间惨剧,摧毁了两河流域的许多珍贵的历史文物,还是难民流离失所的罪魁祸首。
面对这凶恶的敌人,誓要改变世界的科技界人士自然不能袖手旁观。机器学习和数据挖掘,就是最新的用来击败野蛮的 ISIS 武装的利器。
日前,一个名为“ 挖掘因果关系:一项针对伊斯兰国的数据驱动研究 ” 的报告在 2015年的“知识探索和数据挖掘大会”上发布。这个报告来自美国亚利桑那州立大学的保罗 · 沙卡林,他曾经是一名美国陆军军官和西点军校的助理教授。这个报告的主要内容是,如何通过与 ISIS 相关的数据挖掘,模拟出他们的行为逻辑,从而为未来预测他们的下一步动向做出准备。
这个研究收集了与 ISIS 相关的 2200 个战争、恐怖袭击和其他事件的所有相关数据。通过对其中一些数据的分析和建模,研究者已经发现了 ISIS 的一些逻辑的蛛丝马迹。
研究发现,与人们想象的不同,ISIS 并非一群毫无目的的乌合之众,相反 “ ISIS 在复杂性和组织性上都体现出了较高的水平。” 但是这样使得他们的行动更有可能被预测。例如在 ISIS 开始攻打伊拉克北部的城市之前,几乎都会有一次巴格达城内的汽车炸弹袭击。研究者认为,这可能是一种调虎离山计:让伊拉克安全部队关注巴格达,而忽视了北方的防备。
(黑色区域代表ISIS的直接控制区,红色区域代表ISIS的进攻区域,浅红色区域代表ISIS的支持者的分布区域)
研究还指出了下一步ISIS的两个重点目标:Balad 和 Baiji 。Balad 附近有重要政府空军基地,Baiji 则有一个区域的主要炼油厂。
尽管已经引起了五角大楼的兴趣,但由于 ISIS 兴起的时间不长,因此凭借现有数据判定出 ISIS 的未来行为,可能是很难的。沙卡林说 “ 我们是在做对 ISIS 既有行为的解释,而不是对未来行为的预测。” 但是,通过引入机器学习技术,这个分析工具正在不断的收集和补充更多的 ISIS 相关的信息,对他们行为的解释模型也会变得越来越精确。也许,离真正的预测也就不远了。而一旦能够成功预测出 ISIS 的未来行动范围,毫无疑问能够为人类彻底铲除这个毒瘤尽一份力。
而更有想象力的事情发生在未来 —— 随着人们对战争收集的数据越加完备,处理的速率和效率越来越高,以及人工智能和机器学习技术的发展。未来的战争会怎样打呢?孙子曾经认为用兵打仗要“其疾如风,其徐如林,侵掠如火,不动如山,难知如阴,动如雷震。”,在大数据的高效处理下,人的思维还能够“难知如阴”吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10