盜竊犯罪是典型的侵財類犯罪,發(fā)案率遠高于其他類型犯罪,對社會安全產(chǎn)生威脅,因此對盜竊犯罪的風險分析研究具有重要意義。在警力資源有限的現(xiàn)狀下,基于數(shù)據(jù)挖掘的犯罪風險分析逐漸成為相關部門風險防控工作的重要方法。然而,當前基于數(shù)據(jù)挖掘的風險分析普遍缺乏對風險要素的歸納與解釋,數(shù)據(jù)來源單一,不同空間尺度的研究方案區(qū)別較小,缺乏針對性。針對上述問題,本文利用我國某大型城市盜竊案事件數(shù)據(jù)、盜竊前科人員軌跡點數(shù)據(jù)和社區(qū)周邊環(huán)境數(shù)據(jù),綜合運用多種回歸、分類模型及風險分析方法,分析城市盜竊犯罪風險,具體內容如下。(1)運用多元線性回歸、機器學習非線性回歸和地理加權空間回歸模型,研究了城市范圍內盜竊前科人員的軌跡點數(shù)量(及視頻監(jiān)控攝像頭數(shù)量)與盜竊犯罪發(fā)生風險之間的關系,結果表明兩者之間存在顯著的相關關系。三類回歸模型的最高R²均高于0.59,其中“盜竊前科人員文娛旅店從業(yè)地點”“盜竊前科人員網(wǎng)吧上網(wǎng)點”和“視頻監(jiān)控攝像頭分布點”是影響城市范圍盜竊風險空間分布最重要的三個風險要素,地理加權回歸模型相比于多元線性回歸模型和機器學習回歸模型,預測效果更優(yōu)(R²=0....

【文章頁數(shù)】：94 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1 引言
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 基于犯罪學理論的犯罪風險分析研究
        1.2.2 基于數(shù)據(jù)挖掘的犯罪風險分析研究
    1.3 論文內容與框架
        1.3.1 主要內容
        1.3.2 論文結構
2 基于盜竊前科人員軌跡點數(shù)據(jù)的城市盜竊犯罪風險分析
    2.1 盜竊前科人員軌跡點數(shù)據(jù)
        2.1.1 數(shù)據(jù)來源與特征選擇
        2.1.2 數(shù)據(jù)預處理
    2.2 基于多種回歸模型的盜竊犯罪風險分析方法
        2.2.1 多元線性回歸
        2.2.2 機器學習回歸
        2.2.3 地理加權回歸
        2.2.4 性能評價指標
    2.3 風險分析結果
        2.3.1 基于多元線性回歸模型的風險分析結果
        2.3.2 基于機器學習回歸模型的風險分析結果
        2.3.3 基于地理加權回歸模型的風險分析結果
    2.4 本章小結
3 基于案事件數(shù)據(jù)的城市盜竊犯罪風險分析
    3.1 盜竊案事件數(shù)據(jù)
        3.1.1 案事件數(shù)據(jù)集介紹
        3.1.2 數(shù)據(jù)歸類與非數(shù)值特征轉換
        3.1.3 不平衡數(shù)據(jù)處理
    3.2 基于機器學習分類模型的盜竊犯罪風險分析方法
        3.2.1 機器學習分類模型
        3.2.2 性能評價指標
    3.3 風險分析結果
        3.3.1 基于機器學習分類模型的風險分析結果
        3.3.2 重要度排序
    3.4 本章小結
4 基于案事件與社區(qū)環(huán)境數(shù)據(jù)的社區(qū)盜竊犯罪風險分析與風險評價
    4.1 社區(qū)入室盜竊風險指標體系及量化指標構建
        4.1.1 社區(qū)入室盜竊風險指標體系
        4.1.2 社區(qū)入室盜竊風險量化指標
    4.2 社區(qū)入室盜竊風險分析與風險評價方法
        4.2.1 模糊層次分析法(FAHP)和德爾菲法
        4.2.2 D-S證據(jù)理論
        4.2.3 模糊綜合評價方法
    4.3 實例驗證方案
    4.4 風險分析與風險評價結果
        4.4.1 指標權重計算與模糊綜合評價結果
        4.4.2 綜合評價等級與實際發(fā)案率對比分析
    4.5 本章小結
5 盜竊犯罪風險分析軟件的設計與實現(xiàn)
    5.1 開發(fā)環(huán)境
    5.2 盜竊犯罪風險分析軟件架構
    5.3 軟件設計與實現(xiàn)
        5.3.1 界面設計
        5.3.2 算法實現(xiàn)
    5.4 本章小結
結論
參考文獻
附錄 A 社區(qū)環(huán)境數(shù)據(jù)調查統(tǒng)計圖
在學研究成果
致謝



本文編號：3803334