查看“︁2012年美赛C题：利用通信网络识别犯罪共谋”︁的源代码

'''2012年美赛C题：利用通信网络识别犯罪共谋'''属于 2012 年 ICM C 题，英文原名为 ''Modeling for Crime Busting''。

== 调查情境 ==
虚构的 Intergalactic Crime Modelers 调查团队正在研究一个共谋案件。涉案者和其他可能被怀疑者都在同一家快速发展的软件公司工作，该公司为银行和信用卡企业开发、销售软件。调查人员已有若干确定的参与者及确定未参与者，希望在逮捕前识别其他成员和领导者。

研究目标是按参与共谋的可能性给出调查优先次序；如能提出区分参与者和非参与者的界线，以及可能的领导者，也有助于调查。通信资料涵盖正常员工，不能把所有出现于网络中的人都视为共谋者。

== 先行案例 EZ ==
主管提供十人的旧案作为简单示例：Anne、Bob、Carol、Dave、Ellen、Fred、George、Harry、Inez、Jaye。事先已知 Dave、George 参与，Anne、Jaye 未参与。

消息按内容分为五主题：1 为 Bob 迟到，2 为预算，3 为重要但含义不明、假定与共谋有关的事项，4 为 George 的压力，5 为午餐及其他社交。消息可以同时涉及两主题。原题按先后列出的 28 条消息可概括如下：

{| class="wikitable"
! 序号 !! 发送→接收 !! 内容要点 !! 主题
|-
| 1 || Anne→Bob || 询问迟到 || 1
|-
| 2 || Bob→Carol || 抱怨Anne盯着自己，否认迟到 || 1
|-
| 3 || Carol→Dave || 转述Anne与Bob因迟到争执 || 1
|-
| 4 || Dave→Ellen || 上午见面并带预算文件 || 2
|-
| 5 || Dave→Fred || 约时间见面，问是否带预算文件 || 2
|-
| 6 || Dave→George || 稍后谈重要事项，希望其他人准备好 || 3
|-
| 7 || Harry→George || 询问压力原因，认为预算无碍 || 2、4
|-
| 8 || Inez→George || 说自己疲惫并问候 || 5
|-
| 9 || Jaye→Inez || 邀请午餐 || 5
|-
| 10 || Inez→Jaye || 表示疲惫、婉拒午餐 || 5
|-
| 11 || George→Dave || 要求立即谈话 || 3
|-
| 12 || Jaye→Anne || 邀请午餐 || 5
|-
| 13 || Dave→George || 正去见Fred，暂时不能来 || 3
|-
| 14 || George→Dave || 要求之后过来 || 3
|-
| 15 || Anne→Carol || 询问谁负责监督Bob || 1
|-
| 16 || Carol→Anne || 说Bob正与George、Dave合作良好 || 1
|-
| 17 || George→Dave || 强调重要性、抱怨Fred并问Ellen || 3
|-
| 18 || Ellen→George || 询问是否与Dave谈过 || 3
|-
| 19 || George→Ellen || 尚未谈，并反问Ellen || 3
|-
| 20 || Bob→Anne || 否认迟到、表示午餐时仍工作 || 1
|-
| 21 || Bob→Dave || 请Dave证明自己未迟到 || 1
|-
| 22 || Ellen→Carol || 与Anne安排下周预算会议，并安抚George || 2
|-
| 23 || Harry→Dave || 提及George再次压力很大 || 4
|-
| 24 || Dave→George || 提醒不要让Harry担心并追问 || 4
|-
| 25 || George→Harry || 解释为工作晚、家中有事 || 4
|-
| 26 || Ellen→Harry || 请求缺席会议，称Fred更熟悉预算 || 2
|-
| 27 || Harry→Fred || 怀疑明年预算令人焦虑，提议安抚大家 || 2、4
|-
| 28 || Fred→Harry || 认为预算健康，无须忧虑 || 2
|}

主管曾根据通信网络分析使 Ellen、Carol 也被起诉；Bob 后来自认参与并达成减刑协议；Carol 的指控后来撤回。主管怀疑 Inez，但未建立足够案情。示例体现了漏判和误指控的不同后果。

[[File:Gezhi-contest-figures-2012-comap-C-ez-network.png|frame|center|alt=原题图 1：EZ 先行案例的消息网络；边上的编号表示消息主题|原题图 1：EZ 先行案例的消息网络；边上的编号表示消息主题。（原题 PDF 第 3 页。）]]

== 当前案件与三份数据表 ==
当前疑案涉及侵吞公司资金，并通过互联网欺诈盗取客户信用卡资金。正式任务及附件提供 83 名人员、400 条定向消息、15 个主题，三主题已被认为可疑；原通信超过 21,000 词。出于隐私与安全原因，团队拿到的是通信双方和主题编码，没有全部原始文本；单条消息最多含三个主题。

* Names.xls 将节点编号映射到姓名，实际为 83 条人员记录。
* Messages.xls 包含发送节点、接收节点及最多三个主题列，实际为 400 条消息记录；空白主题列表示该列无追加主题。
* Topics.xls 给出 15 个主题说明。

姓名表中存在不同节点同名的记录，分析应保留节点编号与姓名的映射，并说明如何处理身份歧义。

原题开头曾写 82 名员工，旧案例回顾处曾写 27 条链接；本题正式要求与实际文件采用 83 人、400 条消息，EZ 列表实际有 28 条。

十五主题的语义为：

# 公司财务、股价、往年收益、销售预测及流动资产位置。
# 新产品线，部分内容使用西班牙语。
# 办公楼清洁和维护问题。
# 上周办公室聚会及后续，尤其 Alex、Elsie 与 Paige 的争执。
# 楼宇和数据库安保；Chris、Este 等被拒绝所需数据权限，讨论安全是否妨碍运作。
# 副总裁空缺与晋升，围绕迅速晋升且有争议的 Paige 的支持和反对。
# Paul 家中晚间私人聚会，提醒保密、不要在 Paige 面前讨论，部分西班牙语可能是暗语；此主题已认定可疑。
# 两周内滑雪旅行及邀请对象。
# 当地高中橄榄球队，Jean、Darlene 深度参与赛季活动。
# 墨西哥新分支办公室及人员搬迁协调。
# 会计、信用卡和审计软件，尤其系统漏洞；此主题已认定可疑。
# 午餐餐馆，许多消息用西班牙语。
# 新电脑与网络上线，关注 Paige、Ellin、Chris 离线时段并建议延长其无法使用电脑的时间；此主题被视为共谋计划关键。
# 新产品定价过高、缺乏竞争力的担忧。
# Paige 与 Chris 新设的额外计算机安全培训要求。

[[File:Gezhi-contest-figures-2012-comap-C-current-network.png|frame|center|alt=原题图 2：当前案件的 83 人、400 条消息网络|原题图 2：当前案件的 83 人、400 条消息网络。姓名与数据文件中的节点相对应。（原题 PDF 第 4 页。）]]

== 四项要求 ==
# 已知 Jean、Alex、Elsie、Paul、Ulf、Yao、Harvey 参与共谋；Darlene、Tran、Jia、Ellin、Gard、Chris、Paige、Este 未参与；可疑主题为 7、11、13。建立模型和算法，按参与可能性对 83 节点排序，说明指标。Jerome、Delores、Gretchen 是公司高层，尤其需要判断他们是否涉及共谋。
# 若新增信息说明主题 1 也与共谋有关，且 Chris 实为参与者，优先名单如何变化？
# 解释如果能取得原始消息，语义网络分析、文本分析对内容与上下文的研究，怎样帮助建立更好的模型和员工分类。说明是否已将此类能力用于 Topics.xls 的主题描述以改进模型。
# 写清假设与方法，报告最终将送交地方检察官。讨论如何借助更充分的网络、语义和文本分析改善建议，并推广到数千人、数万条消息、可能数百万词的大型数据库。说明所用网络方法的理由，以及如何用于其他类型网络中相似节点的识别、排序和分类，例如已有部分感染节点标签、并有影像或化学数据的生物细胞网络。

== 提交要求 ==
一页摘要表加不超过二十页的正文，总计最多二十一页。程序可以另作单独文件附录，不计入正文页数，且并非必须提交。应通过有效假设处理数据缺口、不规则、重复和错误，并清楚说明处理方法。

== 原题与来源 ==
* [https://www.contest.comap.com/undergraduate/contests/mcm/contests/2012/problems/2012_ICM.zip COMAP 官方题目及资料 ZIP]。

返回：[[2012年美赛赛题]]。

[[分类:美赛赛题]]