埃及恐怖襲擊的統計分析和關聯挖掘
Statistical Insights and Association Mining for Terrorist Attacks in Egypt
這是一篇發表在2019年國際先進機器學習技術與應用會議( The International Conference on Advanced Machine Learning Technologies and Applications (AMLTA2019))上的一篇文章。文章思路比較簡單，從兩方面入手：基本的統計學方法和關聯規則挖掘算法綜合挖掘埃及恐怖主義襲擊事件的特點。所以文章的詳細分析就不寫了，有興趣的可以看原文。
背景
數據源：GTD
方法
（1）統計學方法
（2）關聯規則挖掘：Apriori算法和Fp-growth算法。
總結
文章中比較新穎的地方：
關聯規則挖掘所得到的置信度和支持度信息，作者給出了一個可視化的圖，比較直觀，能夠清晰的發現事件的低關聯度主要集中在哪一個部分，則這一 部分的規則可以直接忽略，有利於從生成的龐大規則中提取較高關聯度的規則。
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