科研成果

当前位置: 首页 -> 科学研究 -> 科研成果 -> 正文

邻近重复犯罪事件的空间交互模式发现——基于空间关联规则挖掘的探索分析

作者: 来源: 阅读次数: 日期:2020-12-25

成果信息:

邻近重复犯罪事件的空间交互模式发现——基于空间关联规则挖掘的探索分析

 

1He Z, Tao L, Xie Z, Xu C. Discovering spatial interaction patterns of near repeat crime by spatial association rules mining[J]. Scientific reports, 2020, 10(1): 1-11.DOI10.1038/s41598-020-74248-w

https://www.nature.com/articles/s41598-020-74248-w

2He Z, Xie Z, Wu L, et al. Discovering significant situational profiles of crime occurrence by modeling complex spatial interactions[J]. Spatial Statistics, 2020, 38: 100463.DOI10.1016/j.spasta.2020.100463

https://www.sciencedirect.com/science/article/pii/S2211675320300579

 

资助信息:

国家重点研发计划 “城镇公共安全立体化网络构建与应急响应示范”((No.2018YFB0505500; No. 2018YFB0505504));国家自然科学基金“顾及空间自相关特征的复杂地理空间关联模式挖掘方法”(No. 41801309);资源与环境信息系统国家重点实验室开放基金

 

团队成员

何占军,154.com皇冠,助理研究员,硕士研究生导师。主要研究方向时空统计分析、时空模式识别与数据挖掘。

陶留锋,154.com皇冠,讲师。主要研究方向时空信息服务与智慧城市应用

谢忠,154.com皇冠,教授,博士生导师。主要研究方向包括智能空间认知与推理、地理信息服务等。

徐冲广州大学地理科学与遥感学院讲师硕士生导师。主要研究方向包括城市规划,城市公共安全以及城市时空行为

 

成果简介:

理解犯罪事件的时空分布模式对理解犯罪发生机制、制定犯罪预防策略起着重要的指导作用。犯罪事件的空间分布与空间环境密切相关(如:土地利用、典型设施等),因而呈现出“时空聚集”的特征实质上,犯罪事件的时空聚集特征可以从两个方面理解:(1空间聚集性,即犯罪事件的分布总伴随着“热点区域”;2)时空交互性,即如果在某一特定地区发现了犯罪事件,那么在一段时间后,周围地区可能会经历类似犯罪事件发生的风险增加。犯罪事件在邻近时空范围的交互作用,也被成为“邻近重复”现象。现有“邻近重复”的研究大多采取统计学方法,回答犯罪事件在多大空间范围、时间范围内呈现明显的聚集特征,却未能充分顾及犯罪事件周围环境的异质性特征,因此难以详细揭示犯罪事件在空间详细的传播规律。

时空关联模式挖掘是时空数据挖掘的主要研究内容之一,亦是探索多类型地理事件分布格局与交互作用的有力工具。为此,本文借助时空关联模式挖掘的理论方法,引入生态学中的“源-汇”概念,尝试探索邻近重复犯罪事件的时空交互模式特征,整个方法流程如图1所示。首先,根据时空邻近域构建是犯罪事件的有向传播网络;进而,考虑到犯罪传播网络的杂乱性,基于给定大小的空间网格对犯罪网络进行空间聚合与简化;最后,定义时空关联模式度量指标,对网络中显著的热点区域与传播方向进行提取。实验结果表明,本文方法可以有效发现海量犯罪事件数据中发现空间传播规律,更好揭示犯罪事件转移特征及其空间影响因素,从而为预防犯罪和城市规划起到一定的指导作用

 

1. 流程框架图

 

Baidu
sogou