埃及恐怖袭击的统计分析和关联挖掘
Statistical Insights and Association Mining for Terrorist Attacks in Egypt
这是一篇发表在2019年国际先进机器学习技术与应用会议( The International Conference on Advanced Machine Learning Technologies and Applications (AMLTA2019))上的一篇文章。文章思路比较简单，从两方面入手：基本的统计学方法和关联规则挖掘算法综合挖掘埃及恐怖主义袭击事件的特点。所以文章的详细分析就不写了，有兴趣的可以看原文。
背景
数据源：GTD
方法
（1）统计学方法
（2）关联规则挖掘：Apriori算法和Fp-growth算法。
总结
文章中比较新颖的地方：
关联规则挖掘所得到的置信度和支持度信息，作者给出了一个可视化的图，比较直观，能够清晰的发现事件的低关联度主要集中在哪一个部分，则这一 部分的规则可以直接忽略，有利于从生成的庞大规则中提取较高关联度的规则。
引用
Khalifa N.E.M., Taha M.H.N., Taha S.H.N., Hassanien A.E. (2020)
Statistical Insights and Association Mining for Terrorist Attacks in
Egypt. In: Hassanien A., Azar A., Gaber T., Bhatnagar R., F. Tolba M.
(eds) The International Conference on Advanced Machine Learning
Technologies and Applications (AMLTA2019). AMLTA 2019. Advances in
Intelligent Systems and Computing, vol 921. Springer, Cham
