盗窃类案件时空特征及成因分析与预测
发布时间：2021-04-07 10:15
随着GIS在犯罪分析方面的应用越来越广泛,犯罪研究的重点逐渐转移到犯罪背后深层次的原因探析以及犯罪预测等方面,这为犯罪风险的预警工作带来很大帮助。因此,本文通过关联规则与时空热点矩阵相结合的方法,结合环境犯罪学理论与心理学理论,分析盗窃类犯罪的热点分布特征与规律,进行盗窃案背后的成因探析,同时对多尺度下的盗窃案发案区域进行预测。本文以某市某区为研究区域,尝试在年份、季度、月份、星期等四个时间尺度以及街道、社区等两个空间尺度下进行盗窃案件空间分布分析、时空关联与时空热点矩阵相结合的热点成因分析以及极端梯度决策树法的发案社区预测。本文主要研究内容如下:（1）以盗窃案件为研究对象,从多个时间尺度上对研究区域内的盗窃案件进行全局与局部空间自相关检验、核密度聚类分析以及标准差椭圆趋势性分析,证明了该研究区域内的盗窃案件具有明显的时间与空间分异特征。首先,在时间分布上,年份和季度尺度上呈现出“先低后高,高低交错”的特征;月份尺度上呈现低峰期与高峰期划分明确的“高低交错”特征;星期尺度上呈现出“先高后低”的特征,工作日作案频度高于双休日。其次,在空间分布上,案件分布北疏南密,主要集中在东南部,且以海...
【文章来源】：中国人民公安大学北京市
【文章页数】：127 页
【学位级别】：硕士
【部分图文】：
树集合模型
中国人民公安大学硕士学位论文-31-3盗窃案时空多尺度分析本章主要对某市某区盗窃案的空间分布规律及时间分布规律进行研究。在时间分布规律探究中，从年份、季度、月份、星期、节日等多个时间尺度进行盗窃案发案情况分析，然后探究不同时间尺度下，盗窃案件的分布聚集情况。首先利用全局莫兰指数法判断案件的空间分布是否聚集，再通过全局及局部Gi*高低聚类法进行聚集性检验，然后通过核密度估计法分析多时间尺度下盗窃案发案热点的空间稳定性，最后利用标准差椭圆法分析案件空间分布的延伸方向和聚集的变化情况，总结整体发案趋势。3.1盗窃案时间分布特征分析本节主要探究某市某区盗窃案的时间分布规律，从年份、季度、月份、星期、重大传统节日、西方节日等多个时间尺度进行盗窃案发案统计分析，总结盗窃案发案的高发期、低发期及平稳期在不同时间尺度下的分布规律及趋势。3.1.1盗窃案年份尺度时间分布分析从盗窃案发案数量分布的年份尺度情况（见图3.1）可知，这四年盗窃案在2014年的发案率最高，之后呈现稍微下降的趋势，然后到2017年又有所回升。但总体从饼形图的划分情况可以看出，在2014年-2017年四年内，盗窃案发案较为稳定，基本呈高低交错的均匀分布状态。图3.12014年-2017年海*区盗窃案年份饼型分布图
中国人民公安大学硕士学位论文-32-3.1.2盗窃案季度尺度时间分布分析从盗窃案发案数量分布的季度尺度情况（见图3.2）可知，这四年在四个季度的发案趋势近乎一致，基本都呈现出第二季度发案量最多，第一季度发案量最少，其他季度都在这四年单个季度的平均值附近浮动。因此，可将第一季度和第二季度分别划分为盗窃案的“低发期”和“高发期”。图3.22014年-2017年海*区盗窃案季度折线分布图3.1.3盗窃案月份尺度时间分布分析从盗窃案发案数量分布的月份尺度情况（见图3.3-3.4）可知，总体来看，4月和6月的盗窃案发案量最多，2月发案量最少，其余月份在所有月份的发案平均值170左右浮动。因此，将全年划分为案件的“低发期”和“高发期”。1月-2月、7月、9月和11月-12月，发案量在平均水平以下，为整体四年内盗窃案发案的“低发月份”；3月-6月和10月，发案量在平均水平以上，为整体四年内盗窃案发案的“高发月份”。分四年来看，不同年份下月发案趋势虽然相差较大，但高发时段和低发时段近似，2月份除了2017年外其余三年的发案数量均为平均值以下的盗窃案低发月份，4月份和6月份均为四年内平均值以上的盗窃案高发月份。2月份多处于春节放假期间，大批人员返家，各类商场关门歇业，公司企业和高校也处于放假状态，因此作案人和作案目标都较
【参考文献】：
期刊论文
[1]基于随机森林和时空核密度方法的不同周期犯罪热点预测对比[J]. 柳林,刘文娟,廖薇薇,余洪杰,姜超,林荣平,纪佳楷,张政. 地理科学进展. 2018(06)
[2]城市高密度区域的犯罪吸引机制[J]. 单勇. 法学研究. 2018(03)
[3]基于XGBoost算法的2型糖尿病精准预测模型研究[J]. 张洪侠,郭贺,王金霞,徐岩艳,吕斌,闫东,常佳,胡光瑞,王雪,李洪军,刘天戟,李燕林,赵志强,牛晓强. 中国实验诊断学. 2018(03)
[4]基于环境犯罪学理论的入室盗窃时空分布研究——以北京市主城区案件的分析为例[J]. 徐嘉祥,陈鹏,陈建国. 人文地理. 2018(01)
[5]浅析犯罪衍生犯罪的时空规律[J]. 蒋卓航. 法制博览. 2018(02)
[6]基于XGBoost模型的股骨颈骨折手术预后质量评分预测[J]. 贾文慧,孙林子,景英川. 太原理工大学学报. 2018(01)
[7]地理学视角下犯罪者行为研究进展[J]. 龙冬平,柳林,周素红,杜方叶,宋广文,肖露子. 地理科学进展. 2017(07)
[8]国外城市犯罪时空分布及其防控对策研究述评[J]. 付逸飞,职国盛. 犯罪研究. 2017(03)
[9]基于核密度估计的点群密度制图应用研究[J]. 卢敏,杨柳,王金茵,黄煌,王结臣. 测绘工程. 2017(04)
[10]斯金纳操作行为理论对青少年犯罪研究的当代价值[J]. 陈蕊花. 北京工业职业技术学院学报. 2016(04)
硕士论文
[1]广州市核心区盗抢犯罪时空分布特征及其实体空间环境影响因素[D]. 唐梁博.广州大学 2018
[2]盗三车类案件时空分布特征及预测[D]. 赵丹丹.河南大学 2017
[3]盗窃犯罪防控理论与实务[D]. 李佳亭.西南政法大学 2014
[4]一种改进的遗传算法在数据挖掘中的应用研究[D]. 苏成伟.合肥工业大学 2013
[5]犯罪案件时空热点分析研究[D]. 王帅.首都师范大学 2012
[6]基于空间自相关的图像分割的方法研究[D]. 陈丛.福建师范大学 2011
本文编号：3123314
【文章来源】：中国人民公安大学北京市
【文章页数】：127 页
【学位级别】：硕士
【部分图文】：
树集合模型
中国人民公安大学硕士学位论文-31-3盗窃案时空多尺度分析本章主要对某市某区盗窃案的空间分布规律及时间分布规律进行研究。在时间分布规律探究中，从年份、季度、月份、星期、节日等多个时间尺度进行盗窃案发案情况分析，然后探究不同时间尺度下，盗窃案件的分布聚集情况。首先利用全局莫兰指数法判断案件的空间分布是否聚集，再通过全局及局部Gi*高低聚类法进行聚集性检验，然后通过核密度估计法分析多时间尺度下盗窃案发案热点的空间稳定性，最后利用标准差椭圆法分析案件空间分布的延伸方向和聚集的变化情况，总结整体发案趋势。3.1盗窃案时间分布特征分析本节主要探究某市某区盗窃案的时间分布规律，从年份、季度、月份、星期、重大传统节日、西方节日等多个时间尺度进行盗窃案发案统计分析，总结盗窃案发案的高发期、低发期及平稳期在不同时间尺度下的分布规律及趋势。3.1.1盗窃案年份尺度时间分布分析从盗窃案发案数量分布的年份尺度情况（见图3.1）可知，这四年盗窃案在2014年的发案率最高，之后呈现稍微下降的趋势，然后到2017年又有所回升。但总体从饼形图的划分情况可以看出，在2014年-2017年四年内，盗窃案发案较为稳定，基本呈高低交错的均匀分布状态。图3.12014年-2017年海*区盗窃案年份饼型分布图
中国人民公安大学硕士学位论文-32-3.1.2盗窃案季度尺度时间分布分析从盗窃案发案数量分布的季度尺度情况（见图3.2）可知，这四年在四个季度的发案趋势近乎一致，基本都呈现出第二季度发案量最多，第一季度发案量最少，其他季度都在这四年单个季度的平均值附近浮动。因此，可将第一季度和第二季度分别划分为盗窃案的“低发期”和“高发期”。图3.22014年-2017年海*区盗窃案季度折线分布图3.1.3盗窃案月份尺度时间分布分析从盗窃案发案数量分布的月份尺度情况（见图3.3-3.4）可知，总体来看，4月和6月的盗窃案发案量最多，2月发案量最少，其余月份在所有月份的发案平均值170左右浮动。因此，将全年划分为案件的“低发期”和“高发期”。1月-2月、7月、9月和11月-12月，发案量在平均水平以下，为整体四年内盗窃案发案的“低发月份”；3月-6月和10月，发案量在平均水平以上，为整体四年内盗窃案发案的“高发月份”。分四年来看，不同年份下月发案趋势虽然相差较大，但高发时段和低发时段近似，2月份除了2017年外其余三年的发案数量均为平均值以下的盗窃案低发月份，4月份和6月份均为四年内平均值以上的盗窃案高发月份。2月份多处于春节放假期间，大批人员返家，各类商场关门歇业，公司企业和高校也处于放假状态，因此作案人和作案目标都较
【参考文献】：
期刊论文
[1]基于随机森林和时空核密度方法的不同周期犯罪热点预测对比[J]. 柳林,刘文娟,廖薇薇,余洪杰,姜超,林荣平,纪佳楷,张政. 地理科学进展. 2018(06)
[2]城市高密度区域的犯罪吸引机制[J]. 单勇. 法学研究. 2018(03)
[3]基于XGBoost算法的2型糖尿病精准预测模型研究[J]. 张洪侠,郭贺,王金霞,徐岩艳,吕斌,闫东,常佳,胡光瑞,王雪,李洪军,刘天戟,李燕林,赵志强,牛晓强. 中国实验诊断学. 2018(03)
[4]基于环境犯罪学理论的入室盗窃时空分布研究——以北京市主城区案件的分析为例[J]. 徐嘉祥,陈鹏,陈建国. 人文地理. 2018(01)
[5]浅析犯罪衍生犯罪的时空规律[J]. 蒋卓航. 法制博览. 2018(02)
[6]基于XGBoost模型的股骨颈骨折手术预后质量评分预测[J]. 贾文慧,孙林子,景英川. 太原理工大学学报. 2018(01)
[7]地理学视角下犯罪者行为研究进展[J]. 龙冬平,柳林,周素红,杜方叶,宋广文,肖露子. 地理科学进展. 2017(07)
[8]国外城市犯罪时空分布及其防控对策研究述评[J]. 付逸飞,职国盛. 犯罪研究. 2017(03)
[9]基于核密度估计的点群密度制图应用研究[J]. 卢敏,杨柳,王金茵,黄煌,王结臣. 测绘工程. 2017(04)
[10]斯金纳操作行为理论对青少年犯罪研究的当代价值[J]. 陈蕊花. 北京工业职业技术学院学报. 2016(04)
硕士论文
[1]广州市核心区盗抢犯罪时空分布特征及其实体空间环境影响因素[D]. 唐梁博.广州大学 2018
[2]盗三车类案件时空分布特征及预测[D]. 赵丹丹.河南大学 2017
[3]盗窃犯罪防控理论与实务[D]. 李佳亭.西南政法大学 2014
[4]一种改进的遗传算法在数据挖掘中的应用研究[D]. 苏成伟.合肥工业大学 2013
[5]犯罪案件时空热点分析研究[D]. 王帅.首都师范大学 2012
[6]基于空间自相关的图像分割的方法研究[D]. 陈丛.福建师范大学 2011
本文编号：3123314
本文链接：https://www.wllwen.com/shoufeilunwen/shuoshibiyelunwen/3123314.html
