隨著GIS在犯罪分析方面的應(yīng)用越來越廣泛,犯罪研究的重點(diǎn)逐漸轉(zhuǎn)移到犯罪背后深層次的原因探析以及犯罪預(yù)測(cè)等方面,這為犯罪風(fēng)險(xiǎn)的預(yù)警工作帶來很大幫助。因此,本文通過關(guān)聯(lián)規(guī)則與時(shí)空熱點(diǎn)矩陣相結(jié)合的方法,結(jié)合環(huán)境犯罪學(xué)理論與心理學(xué)理論,分析盜竊類犯罪的熱點(diǎn)分布特征與規(guī)律,進(jìn)行盜竊案背后的成因探析,同時(shí)對(duì)多尺度下的盜竊案發(fā)案區(qū)域進(jìn)行預(yù)測(cè)。本文以某市某區(qū)為研究區(qū)域,嘗試在年份、季度、月份、星期等四個(gè)時(shí)間尺度以及街道、社區(qū)等兩個(gè)空間尺度下進(jìn)行盜竊案件空間分布分析、時(shí)空關(guān)聯(lián)與時(shí)空熱點(diǎn)矩陣相結(jié)合的熱點(diǎn)成因分析以及極端梯度決策樹法的發(fā)案社區(qū)預(yù)測(cè)。本文主要研究?jī)?nèi)容如下:（1）以盜竊案件為研究對(duì)象,從多個(gè)時(shí)間尺度上對(duì)研究區(qū)域內(nèi)的盜竊案件進(jìn)行全局與局部空間自相關(guān)檢驗(yàn)、核密度聚類分析以及標(biāo)準(zhǔn)差橢圓趨勢(shì)性分析,證明了該研究區(qū)域內(nèi)的盜竊案件具有明顯的時(shí)間與空間分異特征。首先,在時(shí)間分布上,年份和季度尺度上呈現(xiàn)出“先低后高,高低交錯(cuò)”的特征;月份尺度上呈現(xiàn)低峰期與高峰期劃分明確的“高低交錯(cuò)”特征;星期尺度上呈現(xiàn)出“先高后低”的特征,工作日作案頻度高于雙休日。其次,在空間分布上,案件分布北疏南密,主要集中在東南部,且以海... 

【文章來源】：中國(guó)人民公安大學(xué)北京市

【文章頁(yè)數(shù)】：127 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

樹集合模型

中國(guó)人民公安大學(xué)碩士學(xué)位論文-31-3盜竊案時(shí)空多尺度分析本章主要對(duì)某市某區(qū)盜竊案的空間分布規(guī)律及時(shí)間分布規(guī)律進(jìn)行研究。在時(shí)間分布規(guī)律探究中，從年份、季度、月份、星期、節(jié)日等多個(gè)時(shí)間尺度進(jìn)行盜竊案發(fā)案情況分析，然后探究不同時(shí)間尺度下，盜竊案件的分布聚集情況。首先利用全局莫蘭指數(shù)法判斷案件的空間分布是否聚集，再通過全局及局部Gi*高低聚類法進(jìn)行聚集性檢驗(yàn)，然后通過核密度估計(jì)法分析多時(shí)間尺度下盜竊案發(fā)案熱點(diǎn)的空間穩(wěn)定性，最后利用標(biāo)準(zhǔn)差橢圓法分析案件空間分布的延伸方向和聚集的變化情況，總結(jié)整體發(fā)案趨勢(shì)。3.1盜竊案時(shí)間分布特征分析本節(jié)主要探究某市某區(qū)盜竊案的時(shí)間分布規(guī)律，從年份、季度、月份、星期、重大傳統(tǒng)節(jié)日、西方節(jié)日等多個(gè)時(shí)間尺度進(jìn)行盜竊案發(fā)案統(tǒng)計(jì)分析，總結(jié)盜竊案發(fā)案的高發(fā)期、低發(fā)期及平穩(wěn)期在不同時(shí)間尺度下的分布規(guī)律及趨勢(shì)。3.1.1盜竊案年份尺度時(shí)間分布分析從盜竊案發(fā)案數(shù)量分布的年份尺度情況（見圖3.1）可知，這四年盜竊案在2014年的發(fā)案率最高，之后呈現(xiàn)稍微下降的趨勢(shì)，然后到2017年又有所回升。但總體從餅形圖的劃分情況可以看出，在2014年-2017年四年內(nèi)，盜竊案發(fā)案較為穩(wěn)定，基本呈高低交錯(cuò)的均勻分布狀態(tài)。圖3.12014年-2017年海*區(qū)盜竊案年份餅型分布圖

中國(guó)人民公安大學(xué)碩士學(xué)位論文-32-3.1.2盜竊案季度尺度時(shí)間分布分析從盜竊案發(fā)案數(shù)量分布的季度尺度情況（見圖3.2）可知，這四年在四個(gè)季度的發(fā)案趨勢(shì)近乎一致，基本都呈現(xiàn)出第二季度發(fā)案量最多，第一季度發(fā)案量最少，其他季度都在這四年單個(gè)季度的平均值附近浮動(dòng)。因此，可將第一季度和第二季度分別劃分為盜竊案的“低發(fā)期”和“高發(fā)期”。圖3.22014年-2017年海*區(qū)盜竊案季度折線分布圖3.1.3盜竊案月份尺度時(shí)間分布分析從盜竊案發(fā)案數(shù)量分布的月份尺度情況（見圖3.3-3.4）可知，總體來看，4月和6月的盜竊案發(fā)案量最多，2月發(fā)案量最少，其余月份在所有月份的發(fā)案平均值170左右浮動(dòng)。因此，將全年劃分為案件的“低發(fā)期”和“高發(fā)期”。1月-2月、7月、9月和11月-12月，發(fā)案量在平均水平以下，為整體四年內(nèi)盜竊案發(fā)案的“低發(fā)月份”；3月-6月和10月，發(fā)案量在平均水平以上，為整體四年內(nèi)盜竊案發(fā)案的“高發(fā)月份”。分四年來看，不同年份下月發(fā)案趨勢(shì)雖然相差較大，但高發(fā)時(shí)段和低發(fā)時(shí)段近似，2月份除了2017年外其余三年的發(fā)案數(shù)量均為平均值以下的盜竊案低發(fā)月份，4月份和6月份均為四年內(nèi)平均值以上的盜竊案高發(fā)月份。2月份多處于春節(jié)放假期間，大批人員返家，各類商場(chǎng)關(guān)門歇業(yè)，公司企業(yè)和高校也處于放假狀態(tài)，因此作案人和作案目標(biāo)都較

【參考文獻(xiàn)】：
期刊論文
[1]基于隨機(jī)森林和時(shí)空核密度方法的不同周期犯罪熱點(diǎn)預(yù)測(cè)對(duì)比[J]. 柳林,劉文娟,廖薇薇,余洪杰,姜超,林榮平,紀(jì)佳楷,張政.  地理科學(xué)進(jìn)展. 2018(06)
[2]城市高密度區(qū)域的犯罪吸引機(jī)制[J]. 單勇.  法學(xué)研究. 2018(03)
[3]基于XGBoost算法的2型糖尿病精準(zhǔn)預(yù)測(cè)模型研究[J]. 張洪俠,郭賀,王金霞,徐巖艷,呂斌,閆東,常佳,胡光瑞,王雪,李洪軍,劉天戟,李燕林,趙志強(qiáng),牛曉強(qiáng).  中國(guó)實(shí)驗(yàn)診斷學(xué). 2018(03)
[4]基于環(huán)境犯罪學(xué)理論的入室盜竊時(shí)空分布研究——以北京市主城區(qū)案件的分析為例[J]. 徐嘉祥,陳鵬,陳建國(guó).  人文地理. 2018(01)
[5]淺析犯罪衍生犯罪的時(shí)空規(guī)律[J]. 蔣卓航.  法制博覽. 2018(02)
[6]基于XGBoost模型的股骨頸骨折手術(shù)預(yù)后質(zhì)量評(píng)分預(yù)測(cè)[J]. 賈文慧,孫林子,景英川.  太原理工大學(xué)學(xué)報(bào). 2018(01)
[7]地理學(xué)視角下犯罪者行為研究進(jìn)展[J]. 龍冬平,柳林,周素紅,杜方葉,宋廣文,肖露子.  地理科學(xué)進(jìn)展. 2017(07)
[8]國(guó)外城市犯罪時(shí)空分布及其防控對(duì)策研究述評(píng)[J]. 付逸飛,職國(guó)盛.  犯罪研究. 2017(03)
[9]基于核密度估計(jì)的點(diǎn)群密度制圖應(yīng)用研究[J]. 盧敏,楊柳,王金茵,黃煌,王結(jié)臣.  測(cè)繪工程. 2017(04)
[10]斯金納操作行為理論對(duì)青少年犯罪研究的當(dāng)代價(jià)值[J]. 陳蕊花.  北京工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2016(04)

碩士論文
[1]廣州市核心區(qū)盜搶犯罪時(shí)空分布特征及其實(shí)體空間環(huán)境影響因素[D]. 唐梁博.廣州大學(xué) 2018
[2]盜三車類案件時(shí)空分布特征及預(yù)測(cè)[D]. 趙丹丹.河南大學(xué) 2017
[3]盜竊犯罪防控理論與實(shí)務(wù)[D]. 李佳亭.西南政法大學(xué) 2014
[4]一種改進(jìn)的遺傳算法在數(shù)據(jù)挖掘中的應(yīng)用研究[D]. 蘇成偉.合肥工業(yè)大學(xué) 2013
[5]犯罪案件時(shí)空熱點(diǎn)分析研究[D]. 王帥.首都師范大學(xué) 2012
[6]基于空間自相關(guān)的圖像分割的方法研究[D]. 陳叢.福建師范大學(xué) 2011



本文編號(hào)：3123314