数据驱动的城市多粒度风险指数计算研究

发布时间：2020-04-05 19:30

【摘要】：大数据时代提供了大量的地块属性信息以及在地块上发生的突发事件信息,而风险指数是衡量治安水平的重要参考,通过分析治安主要影响因素,运用历史突发事件数据确定各因素权重值,最终计算不同粒度下的风险指数,为治安问题的定量分析提供了一种新的研究思路。基于中国某大城市中心城区110数据、城市空间数据以及城市社会环境数据从三方面展开工作:首先,提出了数据驱动的城市多粒度风险指数计算(MRIC)框架。基于ABC本体构建了城市多粒度风险指数计算本体模型(MRICABC)。定义了区域、突发事件、组织等数据结构,扩展区域属性信息。定义了多粒度风险指数计算算子、环境影响因素筛选算子、环境影响因素权重计算算子、突发事件提取算子等。其次,对某大都市的地块与事件数据进行获取与清洗。完成了城市社会环境数据的爬取、突发事件提取、地块属性信息和事件数据的空间映射等清洗和预处理工作。最后,计算了街道和社区粒度下风险指数并进行风险指数对比分析。针对突发事件与环境影响因素的相关性分析结果,筛选出相关性较大的环境影响因素,然后进行街道和社区粒度风险指数实证,对比分析结果,结合风险指数影响因素以及犯罪理论阐述原因。本文的成果为公安警力布控和预测预警提供了决策支撑。
【图文】：

城市多粒度风险指数计算本体模型

4-1 表示 2008 年至案发量与季节的相关性很高素为春节在 2图 4-1 突发事件数量堆叠面积图2012 年按照月份划分的突发事件堆叠图案发量与季节的相关性很高，2 月份突发事件案发量较少月份前后及 2 月份天数较少；3 月到 5 月案发量显著增年按照月份划分的突发事件堆叠图。如图所月份突发事件案发量较少，，导致该现月案发量显著增
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：D631.4

【参考文献】

相关期刊论文 前5条

1 魏秀宁;柳亦钢;黄玉龙;陈灌枢;萧镜辉;叶钜芬;王韵陶;张勇军;;供电作业人身事故危害多元线性回归预测[J];中国安全生产科学技术;2015年07期

2 刘刚;;基于层次分析法的社区灾害风险脆弱性评价[J];兰州大学学报(社会科学版);2013年04期

3 张利;彭建芬;杜宇鸽;王庆;;信息安全风险评估的综合评估方法综述[J];清华大学学报(自然科学版);2012年10期

4 张利;姚轶崭;彭建芬;陈洪波;杜宇鸽;;基于决策树的智能信息安全风险评估方法[J];清华大学学报(自然科学版);2011年10期

5 蒋方玲;王文俊;杨鹏;徐佳佳;;中文地名本体模型研究[J];计算机工程与应用;2011年25期

本文编号：2615434