• Predictieve textmining in politieregistraties - Cyber- en gedigitaliseerde criminaliteit

      Tollenaar, N.; Rokven, J.; Macro, D.; Beerthuizen, M.; Laan, A.M. van der (WODC, 2019)
      In deze studie is onderzocht of het mogelijk was een machine learning (ML-)model te ontwikkelen om politieregistraties in de Basisvoorziening Handhaving (BVH) die betrekking hebben op cyber- of gedigitaliseerde criminaliteit te classificeren. Het doel is om met dat model de omvang van deze online criminaliteit in de BVH-registratie van 2016 te schatten. Tevens zijn de achtergrondkenmerken beschreven van bekende verdachten bij deze registraties van cyber- en gedigitaliseerde criminaliteit. Het onderzoek richt zich op registraties van drie typen cybercriminaliteit (hacken, ransomware en DDoS-aanvallen) en vijf typen gedigitaliseerde criminaliteit (online bedreiging, online stalken, online smaad/laster/belediging, online identiteitsfraude en online aan- en verkoopfraude).Het onderzoek maakt deel uit van de Monitor Jeugdcriminaliteit (MJC). De MJC betreft een periodieke rapportage waarin op basis van politie- en justitieregistraties de trends in jeugdcriminaliteit op geaggregeerd niveau worden onderzocht. INHOUD: 1. Inleiding 2. ML voor geautomatiseerde documentclassificatie 3. Ontwikkeling van een classificatiemodel 4. Resultaten modellering cyber- en gedigitaliseerde delicten in politieregistraties 5. Omvangschatting en verdachtenkenmerken 6. Slotbeschouwing