과거 수법범죄 시스템을 통해 수집된 범행수법 데이터를 과학적이고 체계적인 방법론을 통해 분석하여 데이터 기반의 새로운 분류체계를 제안하는 과제이다. 기계학습 기법 중 비지도학습인 군집 분석을 적용하여 유사한 특성을 갖는 범행 사건들을 군집화하고, 군집화 결과를 심층 분석하여 군집 별 특성을 파악하고, 이를 기반으로 신종범죄를 탐색하였다. 또한 범행 사실 텍스트를 이용하여 소분류 단위 범죄를 분류할 수 있는 심층신경망 분류 모델을 구축하고, 심층신경망의 오분류율이 높았던 소분류 간의 통합을 시도함으로써 기존 범죄 분류 체계의 배타성을 향상시켰다. 결과적으로 군집분석 결과와 분류 모델 기반의 범죄 통합 결과를 융합하여 범죄수법 분류체계 개선 방안을 제안하였다.