基于CrimeStat的犯罪热点区域分析方法研究
犯罪地理画像应考虑问题
从20世纪90年代初由警官罗斯莫博士开始系统研究至今,有三种地理画像模式:(1)罗斯莫模式,他的软件是参宿七(Rigel);(2)坎(Canter) 模式,他的软件是搜索网(Dragnet);(3)莱宁( Le v ine)模式,他的软件是犯罪统(Crimestat)。
罗斯莫模式为犯罪地理目标模式(CGT),遵循犯罪活动离开犯罪人居住地的距离递减能。
坎特以大多数犯罪人都会在离犯罪人居住地很近的地方犯罪假设为基础。
莱宁模式,并非严格的地理画像模式,是犯罪人犯罪行走的距离,以罗斯莫模式为基础,使用更严格的统计,估计犯罪人的行走距离,以及在此基础上估计犯罪人犯罪行程的初发地。
摘自Derek J.Paulsen and Matt B.Robinson(2004),Spatial Aspects of Crime:theory and practice, 140- 143.支持地理画像的理论框架：1、关于犯罪行为人理性的假设理性选择理论的起始假设是不论这种犯罪看起来是多么的偶然,犯罪人犯罪都是为了满足他们的利益,这就需要做出决定和选择, 虽然也受时间,能力和可用的相关的信息的限制,但这些过程都表现出理性的估量。
出处 (Cornish & Clarke, 1986, p.1)2、犯罪人对犯罪地点的选择是有限的,他们又受时间,工作,机会,交通费用,危险性,舒适程度,信心等多种因素的限制。
（坎特等人研究发现）3、坎特认为犯罪人犯罪具有一贯性特点包括人际一贯性（interpersonal consistency）及空间一贯性（special consistency）空间一贯性为地理画像提供了重要的理论依据：空间一贯性以心理地图为基础, 心理地图是外部世界在人们内部世界的反映, 每个人都不相同。
当犯罪人计划和实施犯罪时, 他们都绘有他们的心理地图, 因此犯罪的发生地是有限的。
这些都是无意识的, 是犯罪人环境经验的结果。
关于CrimeStat
辅助文件 -这是与X和Y坐标的事件或点位置的相关文件。坐标系统必须是一样的主文件。强度和权重值是允许的。二级文件用于在风险调整后的最近邻聚类常规的主文件和内核决斗插值比较。
参考文件 -这是一个覆盖研究区域网格文件。通常情况下，它是一个普通的网格虽然不规则的。可以导入。CrimeStat可以生成栅格，如果给定X和Y为左下和右上拐角的坐标。
距离分析二 -计算表示对主文件中的点之间的距离矩阵，对于初级和次级点之间的距离，并且无论是原发性或继发性文件和栅格之间”分析，包括模式，模糊模式，分层最近邻聚类和风险调整后的近邻层次聚类。分层最近邻热点可以作为椭圆形或凸包的输出。
“热点”分析二 -进行热点分析，包括空间和犯罪的时空分析（STAC），多个例程的K-均值聚类，安瑟伦的局部Moran和G系数-奥德本地G统计量。科学技术咨询委员会和K-均值热点可以作为椭圆形或凸包的输出。所有这些程序可以模拟置信区间与Monte Carlo模拟。
方式划分 -为每个区域到区域对旅行的预测数可以使用一个辅助函数，近似一种模式相对于其他人的效用被分成可能出行方式。
网络分配 -最后，预测车次从每个区域由旅游模式每隔区被分配到基于A *最短路径算法的一个可能途径。输出包括对各起讫点区域对和对网络链接出行总量的可能路径。这一步需要一个旅游网络，每一个出行方式。还有其他工具，用于计算传输网络从站/站的位置和测试单行道。
在'DBF'程序输入事件的地点（例如，抢劫地点），“小水电”，ASCII或使用无论是球形或投影坐标ODBC兼容的格式。它可以计算各种空间数据和图形对象到ArcGIS写道®时，MapInfo ®，冲浪为Windows ®，和其他GIS软件包。
CrimeStat分为五个部分：
犯罪地理指标gct
犯罪地理指标gct【原创实用版】目录1.犯罪地理指标 gct 的概述2.犯罪地理指标 gct 的计算方法3.犯罪地理指标 gct 的应用领域4.犯罪地理指标 gct 的优缺点正文犯罪地理指标 gct（Geographic Crime Triggers）是一种用于描述和衡量地理空间上犯罪活动分布和变化的指标。
它通过对犯罪事件的空间位置进行分析，以揭示犯罪活动在空间上的聚集性、分布规律和变化趋势，从而为犯罪防控提供科学依据。
犯罪地理指标 gct 的计算方法主要包括以下步骤：1.采集犯罪事件数据：从警方数据库或其他相关数据源获取犯罪事件的数据，包括犯罪类型、发生时间、地点等信息。
2.构建犯罪网格：将地理空间划分为规则的网格单元，如 1 公里 x1 公里的网格。
3.统计犯罪事件：对每个网格单元内的犯罪事件进行计数，得到犯罪频数。
4.计算犯罪密度：将犯罪频数除以网格单元总数，得到每个网格单元内的犯罪密度。
5.计算 gct 值：根据犯罪密度和犯罪频数，使用特定的计算公式计算 gct 值。
犯罪地理指标 gct 的应用领域广泛，包括但不限于以下几个方面：1.犯罪分析与预测：通过对犯罪地理指标 gct 的分析，可以了解犯罪活动的空间分布规律和变化趋势，从而预测未来犯罪活动的可能发生地点和时间。
2.警力资源配置：根据犯罪地理指标 gct 的结果，可以优化警力资源的分配，提高防控犯罪的效率。
3.社区安全规划：通过对犯罪地理指标 gct 的分析，可以发现高犯罪风险区域，为社区安全规划提供参考。
尽管犯罪地理指标 gct 在犯罪防控方面具有很高的实用价值，但它也存在一些优缺点：1.优点：能够直观地反映犯罪活动的空间分布，为犯罪防控提供科学依据。
数学助破凶案的奥秘之一—如何寻找犯罪热区
数学助破凶案的奥秘之一—如何寻找犯罪热区侦破刑事案件，特别是杀人凶案，是电视剧的主要题材之一。
因为其中不仅有扣人心弦、曲折复杂的情节，还有现代化的刑案侦破手段的介绍。
然而，在十多年前，美国曾拍了一部别出心裁的侦破系列剧，名为《Numbers》，直译意思为“一些数字”，中文意译为《数字追凶》。
剧中有两个主要人物，一为联邦调查局特工丹·埃普斯，一为他的弟弟数学家查利。
每一集都围绕查利如何用他掌握的数学知识和数学工具来帮助哥哥破获刑事凶案，使数学成为协助破案的利器。
那么，使用数学技巧来破案究竟靠不靠谱呢？数学果真是破案的利器，抑或只是为了提高收视率的一种炒作呢？为了回答这个问题，美国全国公共电台数学普及节目主持人基思·德夫林和加州理工学院数学系教授、《数字追凶》电视剧首席数学顾问合著了一本同名的书籍，解释了为什么数学知识确可用来作为破案的利器。
我们将通过一系列文章，具体介绍数学在刑事侦破工作中的作用，以及围绕这一工作饶有趣味的有关知识。
如何抓住强奸杀人犯？联邦调查局特工丹·埃普斯看了一眼平摊在他父亲家餐厅桌子上的一张大洛杉矶地区的街区图。
地图上用叉号标记了犯罪地点，一个残忍的系列杀手在几个月内袭击、强奸，然后杀害了十多位年轻的女性。
丹的任务，是在罪犯再次对女性发动袭击前抓住这名杀手。
但是调查毫无进展——丹没有线索，也不知道下一步该做什么，真可以说是一筹莫展。
“要帮忙吗？”这是丹的弟弟查利的声音，他是附近某大学数学系的一名杰出年轻教授。
丹一直对他弟弟不可思议的数学才能佩服得五体投地，希望能从他那里得到任何帮助。
但是调查能从一个数学家那里得到帮助吗？“此案与数字无关，查利。
”丹语气严厉并不是由于生气，更多地是由于遇到了挫折而造成的，但查利似乎并未注意到这一点，他的回答完全是就事论事，但似乎有点答非所问：“任何事情都与数字分不开。
”丹并不信服。
当然，他常常听查利说数学就是研究各种模式：辨认模式、分析模式以及预言模式，等等。
基于CNKI文献的我国经济犯罪研究主题变化趋势及预测
（ 二 ）聚类 分 析
聚类分析是将物理形态及抽象形态对象 的集合分别组合为各类似 的对象组合的多个 类别的分析过程 。 换句话说 ， 聚类分析就是把联系较为紧密的高频关键词归为一类 ， 把另 联系紧密的高频关键词归为另一类， 后将相互之间有密切联系的类，归聚为类团， 最终 归聚为唯一的大类 团的分析方法。 ∞ 综合各类 因素考虑及各类数据分析， 本研究将以 Ｓ Ｐ Ｓ Ｓ
文 献数
１ ５ ３ ２
３ ７ ０ ６
７ ２
２ ３ ３ ７
３ ７ ７ ６
７ ４
２ １ ８ ５ ３ ２ ３ １
７ ４
１ ６ ０ １
２ ５ ８ ５
７ １
关键词总数 高频关键词数
二 、研 究 过程 （ 一 ）高频 关键 词剖 析
高频关键词具有一定的代表性 ， 能够揭示经济犯罪研究主题。 表 ２列举出四个时间段
并运用 Ｍ ｉ ｎ ｄ ｍ ａ ｐ ｐ ｅ ｒ绘制主题演变图，分析研究主题 的持续 、变更及衰弱情况，再绘制战 略坐标图， 深究 “ 经济犯罪”研究主题 演化的成熟度与核心度。“ 经济犯罪”的持续研究主 题主要 集中在 国家机 关与刑事政策、司法会计与法务会计 、检查机关与挪用公款等方面， 并随着时间发展 ，出现新兴研究主题 。本研究系统梳理国内 “ 经济犯罪 研究发展的主题 脉络，以期为 “ 经济犯罪”问题的研究及学科发展提供参考建议，推动解决 “ 经济犯罪”
・叶栩闻．浙江警察学院 ２ ０ １ ４级本科生，研究方向侦查学。 李囊雯，浙江理工大学 ２ ０ １ ４级本科生，研究方向汉语言文学。
・１ ３・
理论研究
《 犯 罪研 究》２ ０ １ ７年第 ３期
表 ｌ所示，欲进一步研究高频关键词之间的相互关系，仍需在关键词数据基础上，构建相
犯罪地理指标gct
犯罪地理指标gct【最新版】目录1.犯罪地理指标 gct 的定义和重要性2.gct 指标在犯罪地理研究中的应用3.gct 指标在我国犯罪地理研究中的发展和现状4.gct 指标在犯罪预防和治理中的作用5.未来 gct 指标在犯罪地理研究中的发展趋势和挑战正文犯罪地理学是一门研究犯罪空间分布和地理环境的学科，其目的是揭示犯罪现象的地理规律，从而为犯罪预防和治理提供科学依据。
在犯罪地理学研究中，犯罪地理指标 gct（Geographic Crime Triggers）是一种重要的指标，它是指能够触发犯罪事件的地理要素，如道路、街区、建筑物等。
研究 gct 指标，有助于我们深入理解犯罪空间分布的规律，从而提高犯罪预防和治理的效果。
gct 指标在犯罪地理研究中的应用十分广泛。
通过对犯罪事件和 gct 指标的空间关系进行分析，可以找出高发犯罪区域的 gct 特征，进而指导犯罪预防和治理工作。
例如，在城市规划中，通过分析 gct 指标，可以在城市设计阶段就充分考虑犯罪预防措施，如合理设置道路、街区、建筑物等，以减少犯罪事件的发生。
我国犯罪地理研究起步较晚，但近年来发展迅速。
在 gct 指标的研究和应用方面，我国学者已经取得了一系列成果。
例如，我国研究人员在对某城市犯罪地理空间分布进行研究时，发现该城市的犯罪事件主要集中在城市边缘和老旧小区，这些地区的 gct 指标表现为道路复杂、街区破碎、建筑物老旧等。
这一研究成果为该城市的犯罪预防和治理提供了重要参考。
gct 指标在犯罪预防和治理中的作用日益凸显。
在未来，随着大数据、人工智能等技术的发展，gct 指标在犯罪地理研究中的应用将更加广泛。
同时，面对犯罪地理环境的复杂多变，gct 指标的研究也面临诸多挑战，如如何将 gct 指标与社会经济因素相结合，如何在动态环境中实时更新gct 指标等。
总之，犯罪地理指标 gct 在犯罪地理研究中具有重要意义，通过对gct 指标的研究和应用，有助于我们更好地理解犯罪空间分布规律，从而提高犯罪预防和治理的效果。
数字追凶：犯罪地理画像
38新视点·心理学堂数字与你同在从出生那一刻获得自己的生日开始，我们的人生就处处被记号笔标注着数字。
数字告诉我们时间，数字告诉我们天气，数字告诉我们行程，数字告诉我们输赢、成败……甚至，数字还能自动生成一份个人简介。
当身高151cm、体重75kg、月薪2K、年龄43，家庭成员人数为1时，几乎所有人都明白了：你是个又矮又胖又穷又老的单身狗。
数字保证了你是个有然后你才可能是个有身份的人，码——是的，《数字追凶何被应用到警方的调查之中案例为蓝本，将一种被称为“犯罪地理画像”的方法运用在刑侦中。
地理画像在犯罪画像中，有一分支是通过利用罪犯的犯罪地点，和行为特征来预测他的行为模式。
方法被称为地理画像。
的一个焦点就是犯罪现场及其证据内容。
而导致犯罪现场的犯罪和空间行为的地理知觉却常常被忽视。
因为任何的犯罪都是在一定的时空、一定的受害人及犯罪人之间完成的。
我们仍然用剧中主角查理·艾普斯的解释来了解地理画像的特点：当查理看到家中草坪上的喷洒头正四处喷洒时，突然心有灵犀，他叫来哥哥：看到喷洒头和水滴了？即便使用数学理论我也无法推测下一个水滴落在何处，这变数太多了。
但假如我看不到这个喷洒头，从水滴下落的轨迹，我能精确推算出喷洒头的位置。
这不是预测下一落地地理画像是指将系列案件的各个作案点标在地图上，并对各个犯罪地点的空间分布图形进行分析，从而确定犯罪嫌疑人藏身匿迹的地域范围的侦查方法。
数字追凶：犯罪地理画像文/顾建梅点，而是通过推算所有落地点的共性，从而找到水滴的原出发点（喷洒头）。
哥哥唐·艾普斯明白了，他们之前一直无法抓住那个连环强奸杀人犯是因为他们一直在找嫌疑人和预测下一个作案地点，而地理侧写则把关键点放在：由案发地和受害人信息推算出犯罪嫌疑人的基地，再在锁定的基地内筛选和缉捕嫌犯。
所以，地理画像是指将系列案件的各个作案点标在地图上，并对各个犯罪地点的空间分布图形进行分析，从而确定犯罪嫌疑人藏身匿迹的地域范围的侦查方法。
犯罪情报分析技术简介二发展与协调
公司诉讼理由是什么？犯罪模式分析——西方犯罪情报分析技术简介二注意，标准偏差理论告诉我们，在正常的情况下，所测量数据中68%的会与平均值发生偏差(如案例中的一月份汽车盗窃案件发生情况)，95%的会与两个平均值出现偏差，99。
7%的情况下再现三个偏差。
标准偏差理论认为，在正常的测量中，68%的数据变量偏差幅度在1个偏差振动值以内，95%的数据变量振动幅度在2个偏差振动值以内，99.7%的数据变量振动幅度不超过3个偏差振动值。
根据这标准偏差理论，犯罪情报分析人员可以在犯罪情报分析中应用以下几个术语指标：Cold 指犯罪数据大大低于偏差标准，低于2个偏差振动值以上Cool 指犯罪数据低于偏差标准，低于1——2个偏差振动值之间Normal 指犯罪数据与偏差标准相比，处于+1偏差标准值与-1偏差标准值之间Warm 指犯罪数据高于偏差标准，大于1——2个偏振动值之间Hot 指犯罪数据大大高于偏差标准，高于2个偏差振动值以上。
将这套指标应用在上述案例中，我们可以发现北滩区、南区、高地公园区在一月份的汽车盗窃案件数量较偏差标准相比，均在+1偏差标准值与-1偏差标准值之间，属于Normal(正常);而市中心区与滨湖区的汽车盗窃案件数量较偏差标准相比均大大高于偏差标准，高于2个偏差振动值以上，属于Hot(过热)，这也意味着这两个区的汽车盗窃犯罪中存在着一种未被发觉的犯罪模式。
而西区，则属于Cold(过冷)，其中该区可能存在某种遏制汽车盗窃犯罪的因素。
虽然某个区域或街区内汽车盗窃犯罪案件发生数量突然增多并不必然意味着该区内的每一起汽车盗窃案件都存在一种犯罪模式，也不意味着该区必然存在着一种新的犯罪模式。
但是，在这种汽车犯罪案件数量急剧增多的情况下，犯罪情报分析人员应当认真地去分析在这此区域内发生的汽车盗窃案件，以判断在这引动汽车盗窃案件中是否存在一种相同的犯罪模式。
只有对这些汽车盗窃案件中的相关因素进行了认真地分析，犯罪情报分析人员才能够作出决定。
基于案事件的犯罪热点时空分析研究开题报告
旅馆人证核查系统建设要求资质要求及评分标准一、投标人资格要求1.投标人应具备《中华人民共和国政府采购法》第二十二条规定的条件；2.投标人必须是在中华人民共和国境内注册的具有法人资格的机构，具有从事本项目的经营范围和能力；3.具有涉密信息系统集成资质证书4.具有主管部门颁发的软件企业认定证书。
5.供应商应具备相关高新技术企业资质。
6.具有良好的商业信誉和健全的财务会计制度。
7.具有依法缴纳税收和社会保障资金的良好记录。
8.投标人在开标前须与甲方联系勘察现场，项目沟通。
二、评标办法和评分细则a)评标办法本次评标采用综合评分法，将依据投标人投标文件对其资信、业绩、服务、技术方案、价格等各项因素进行评价，综合评选出最佳投标方案。
每一投标人的最终得分为所有评委评分的算术平均值。
最高得分的投标人为中标人。
得分相同的，报价较低的一方为中标人。
得分且投标报价相同的，技术指标较优的一方为中标人。
b)评分细则三、其他要求★系统前端主体应用及后台系统，必须与济南市公安局智能警务实战平台实现技术上无缝衔接。
★软件系统须可无缝安装到旅馆的部署双屏核查设备，兼容双屏操作，实现前端业务功能，避免设备重复采购造成资源浪费。
★具有省级以上保密局颁发的涉密信息系统集成资质证书（软件开发），资质等级乙级及以上。
★本项目需要高质量的技术后援支持，提供留驻团队人员人数不少于20人，如需支持，应在30分钟内做出实质性相应，市区1小时内、郊县2小时内到达用户现场。
注：以上加“_________”部分为★条款内容，如不满足，按无效投标处理。
投标人须知附表一、投标人须知附表项目需求和服务方案要求招标需求一、项目说明1.1建设背景随着经济的高速发展，人口流动的加快，特别是随着反恐形势、治安形势的严峻，我们面临着各类公共安全形势。
同时，现代商业、物流、人流的发展也对安全造成隐患，对公安提出了更高的要求。
济南作为省会城市，治安防范任务艰巨。
为顺应未来智慧城市的发展方向，着力构建一张全覆盖、无盲区的适应现代警务机制需要的公安信息网络，在各类旅馆、酒店等涉证场所建设具有人像比对功能的人证核查系统，以弥补目前在人证一致、身份核查、无证入住的短板；1.2建设目标通过本系统的建设，实现人证合一、无证办理、核查比对等功能。
基于大数据的犯罪行为预测研究
基于大数据的犯罪行为预测研究近年来，随着信息技术的发展和大数据的兴起，基于大数据的犯罪行为预测研究成为了一个热门的课题。
利用大数据分析，可以对不同地区、不同时期的犯罪行为进行预测，从而帮助警方制定更加精准的预防措施和打击策略。
本文将从几个方面对基于大数据的犯罪行为预测研究进行探讨。
一、数据采集和清洗要进行基于大数据的犯罪行为预测，首先需要完整、准确、实时的数据。
数据来源主要包括警方日常工作记录、社交媒体、移动设备数据、传感器数据等。
这些数据需要经过清洗、去重和数据格式转换等工作，才能进一步进行分析。
在数据清洗中，需要注意数据的完整性、数据间的关联性、数据中的异常值等问题。
二、数据分析数据分析是基于大数据的犯罪行为预测的核心环节。
常用的数据分析方法包括聚类分析、关联分析、时间序列分析、人工智能等。
聚类分析可以将数据按照某些特定规律归为一类，从而分析出不同类型的犯罪行为；关联分析则可以挖掘出不同数据之间的潜在联系，发现犯罪行为背后的规律和因素；时间序列分析可以帮助警方预测犯罪发生的时间和地点，从而提高警力的利用效率；人工智能则可以模拟人类的思维过程，根据历史数据和新数据预测犯罪行为的可能性。
三、犯罪行为预测模型的构建根据数据分析的结果，需要构建犯罪行为预测模型。
一个好的犯罪行为预测模型需要满足以下几个要素：数据的准确性、模型的科学性、模型的可靠性、模型的预测精度和模型的实时性。
为了达到这些要素，需要对不同的因素进行权重分配和调整，优化模型的参数。
四、犯罪行为预测模型的应用犯罪行为预测模型的最终目的是支持警方的工作。
根据模型的预测结果，警方可以及时调配警力、制定针对性的预防措施和打击策略。
同时，犯罪行为预测模型的应用还可以帮助公众加强自我保护意识，降低犯罪风险。
总之，基于大数据的犯罪行为预测研究具有重要的理论意义和实践价值。
它可以充分利用现代信息技术和优秀的算法模型，为警方的工作提供有力的支撑。
未来的发展中，还需要进一步完善数据源和分析算法，改进预测模型，使其更加适应不同的实际情况，并实现持续的应用和优化。
犯罪制图:理解犯罪热点(上)
犯罪制图：理解犯罪热点(上)郑滋椀;金诚【摘要】理解犯罪热点需要具备一定的理论基础,需要相关犯罪理论的指导.理解犯罪热点具有多种方法和技术.在介绍各种方法和技术并指出各自优缺点的基础上,指出犯罪制图技术在理解犯罪热点上的显著重要性.识别犯罪热点需要借助一定的空间分析工具,各种空间分析工具具有自身特定的优缺点及不同的用途.为防止出现主观性和随意性,犯罪热点分析应考虑多种因素,以科学的方法实施.【期刊名称】《预防青少年犯罪研究》【年(卷),期】2012(000)004【总页数】9页(P65-73)【关键词】犯罪热点;理论基础;方法和技术;犯罪制图;空间分析工具【作者】郑滋椀;金诚【作者单位】浙江警察学院,杭州310053;浙江警察学院,杭州310053【正文语种】中文研究人员发现，识别高犯罪密度的区域（即犯罪热点）需要多种技术，没有哪种方法能够分析所有类型的犯罪。
当前，犯罪制图技术已经显著提高了犯罪分析师和研究人员分析犯罪模式和受害的能力。
在犯罪理论指导下，犯罪热点地图能更有效地指导警务活动。
本文讨论犯罪热点分析技术和软件以及使用这些技术的时机。
犯罪模式在地图上的可视化展示方式应该与犯罪热点的类型和警务活动的类型相一致。
比如，如果热点是具体的地点而且警务活动也是针对具体的地点，那么点地图比区域地图更适合，因为相对于区域地图它能够更加精确地描绘犯罪发生地。
在本文中，各部分的内容难度不同：第一部分适合犯罪制图初学者；第二部分适合高级人员；第三部分适合经验丰富的分析师。
在阅读本文过程中，可以参考一本有关犯罪制图的著作《犯罪制图：原理和实践》，该书是由美国国家司法部在1999年出版的。
犯罪在地理上不是均匀分布的，而是有些地方密集，有些地方稀疏。
在日常生活中，人们经常会使用这个知识。
如人们会避免自己出现在犯罪频发的地方，而选择犯罪少的地方。
在选择社区、学校、商店、街道和娱乐场所的时候，人们会思考他们的选择会不会使他们更容易成为受害者，而选择自认为安全的地方。
聚类分析在犯罪地域分析的应用初探
249 科技资讯 ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ２００９ ＮＯ．２４ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ学 术 论 坛犯罪行为从一开始就与犯罪行为者所在地理环境有着密切的联系,受其直接或间接影响而呈现出一定规律。
所谓犯罪地理规律就是指犯罪行为者及其表现出来的犯罪行为和地理环境要素之间的联系。
因此在不同的环境中,犯罪行为也会呈现与环境相适应的特点而表现出地域特色。
这里的地理环境往往涵盖了自然地理环境、社会经济环境和人工环境,是广义上的地理环境。
以往在此方面的研究一般都仅通过对犯罪数据的初步描述就得到结论。
笔者认为犯罪往往分为不同类型,且不同类型间存在一定的相关性,仅仅运用初步的笼统的描述方法并不能很准确地挖掘数据中所含的信息。
本文运用聚类分析对数据进行地域聚类分析,得到较合理的结论,并且可为结合所处地域的自然生态因素、社会经济因素等进行近一步分析提供更准确的信息,不失为另一种有效的方法。
1 理论介绍聚类分析是解决将相似的样本归类问题的重要方法。
它首先要解决如何定量地描述样本相似性(或相异性)的问题。
聚类分析中常常用样本间的“距离”表示二者的相似性,距离越小相似程度越高,如绝对距离、马氏距离等。
在得到样本之间的相似性后便是如何根据相似性将样本归类的问题了。
归类的方法也比较多,如划分法,分层法,密度法,模型法等。
(1)划分法:从n 个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心(该类所有样本的均值)的相似性,分别将它们分配给与其最相似的类;然后再计算新的类的聚类中心;不断重复这一过程直到分类结果开始收敛为止。
(2)分层法:将n 个样本视为n 个独立的类,计算各类之间的距离,将距离最小的两类归为一类,这样所有样本只有n-1类,然后再计算这n-1类间的距离,同样再把距离最小的两类归为一类,如此进行直到所有样本仅归为一类。
案事件时空格局演变分析
案事件时空格局演变分析叶玲;陈楠【摘要】犯罪问题是长久以来存在并困扰人们的一大难题,随着社会经济增长与城市空间结构变化,犯罪问题日益突出.针对福州市财产犯罪问题,运用ArcGIS、CrimeStat分析了2008、2009及2010年盗窃、抢劫、抢夺及诈骗四类财产犯罪数据,研究了犯罪人口空间重心演变规律、犯罪热点判别与可视化,并从不同时间尺度探讨案事件的时间演变特征.研究结果表明,犯罪人口空间分布存在不均衡性;不同类型财产犯罪在不同时间尺度存在不同的聚集情况;每年春节期间以及每天凌晨5点出现犯罪低谷期.【期刊名称】《微型机与应用》【年(卷),期】2015(034)003【总页数】4页(P78-81)【关键词】犯罪问题;财产犯罪;空间分布;时间演变【作者】叶玲;陈楠【作者单位】福州大学福建省空间信息工程研究中心,福建福州350002;福州大学空间数据挖掘与信息共享教育部重点实验室,福建福州350002;福州大学福建省空间信息工程研究中心,福建福州350002;福州大学空间数据挖掘与信息共享教育部重点实验室,福建福州350002【正文语种】中文【中图分类】TP2080 引言自古以来，不论是在经济方面还是在人身安全方面，犯罪问题都直接影响着人民群众的生活质量，同时对国家经济发展与社会和谐也有极大的影响。
尤其是财产犯罪。
21世纪，犯罪研究趋于多样化，如犯罪时空格局[1-2]、犯罪相关因素[3-4]、犯罪预测[5]及防控[6-7]。
国内关于犯罪的研究主要集中在犯罪时空布局研究，但更多地是停留在理论层面，少有结合具体相关数据对某一地区进行实证研究。
综合上述背景，本文以福州市为例，结合公安厅2008年～2010年数据，研究财产犯罪空间分布模式，引入Gini指数分析时间上的聚集程度，从不同时间尺度开展研究，较为完整地获得福州市财产犯罪的时空分布规律，为犯罪防控提供一定依据。
1 研究方法1.1 财产犯罪人口重心重心一词最初被引入社会经济学，用来评价事物或现象在地理空间上的均衡性状态，随后被应用于各个方面。
犯罪空间情报分析在系列杀人案件侦查中的应用
犯罪空间情报分析在系列杀人案件侦查中的应用姜南※（南京森林警察学院，210046）摘要：犯罪空间情报分析是近年来在西方国家刑事执法中普遍应用的一种犯罪情报分析方法，就是通过观察系列犯罪案件在空间分布上的规律与特点、分析不同案件发生地点之间的联系，就作案人落脚点可能区域位置进行判断，从而帮助侦查机构提高侦查系列杀人案件的效率。
本文借鉴西方犯罪空间情报分析的理论与实践经验，首先介绍了犯罪空间情报分析的发展历程与相关理论学说；其次结合部分系列杀人案例，对犯罪空间情报分析在系列杀人犯罪案件侦查中的操作与应用进行了简要的阐述。
关键词：犯罪空间情报分析；系列杀人案件；刑事侦查近年来，我国系列杀人案件的侦查时有发生，如河南杨新海系列杀人案件中杨新海作案23起、共杀死67名被害人。
系列杀人犯罪案件的社会危害性，不但在于其直接给被害人及其亲属造成身体健康、生命与心理上的损失，而且容易在社会公众中造成恐慌1。
同时，由于系列杀人案件多以疑难积案或陈年隐案呈现出来，因而也给侦查机关带来严峻的挑战。
犯罪侦查的任务在于收集证据、查清案件事实与查缉作案人；其中查缉作案人是侦查破案的关键，而获取作案人的身份（Identification）或落脚点(Location)则是查缉作案人的关键。
在系列杀人犯罪案件侦查中，如果能够向侦查机构提示作案人落脚点的可能位置，则不但能够缩小侦查范围、提高侦查工作效率，而且有助于预防该作案人继续犯罪。
犯罪空间情报分析（Geographic profiling）是近年来在西方国家刑事执法中普遍应用的一种犯罪情报分析方法，主要是通过分析系列犯罪案件作案人的落脚点与犯罪发生地之间的联系，通过分析系列犯罪案件发生地点在空间分布上所呈现的特点与规律，进而判断作案人可能居住的地区范围、作案人继续犯罪的可能地点，以对系列犯罪案件的侦查、预防提供帮助。
本文将借鉴西方国家的犯罪空间情报分析理论成果与实践经验，对犯罪空间情报分析在系列杀人犯罪案件中的操作与应用进行阐述，以期对系列犯罪案件侦查实践有所帮助。
犯罪制图-理解犯罪热点(中)
近的事件比偏离它们的事件有相似的值。
Ｍｏｒａｎ’８
Ｉ指数是空间自相关检验普遍使用
外接矩形区域 实际边界区域
Ｏ．５７ ０．７４
－２７．１４
的方法。该方法在以前已经被应用于检验犯
－１６．４６
罪事件的聚集。空间自相关技术需要一个强度 值，它是在与犯罪聚集区域的坐标相关的犯罪
车辆犯罪 外接矩形区域 实际边界区域
表５ 四个犯罪数据集的标准差距离 标准差距离（米）
１８０７．９４ １７４９．９４ １８０６．２８ １８２０．８５
第四个并且最有用的初步全局统计方法是
聚集检验方法。犯罪分析师假设犯罪分布是聚 集的，并且假设无论聚集是否存在，一定能从 随机犯罪分布中发现一些聚集。聚集检验是揭 示数据是否存在犯罪热点的第一步。 许多方法可以应用于检验犯罪分布的聚 集。大部分方法吸收了假设检验和分类统计的 基本原理，最初假设犯罪分布是完全空间随机 （ＣＳＲ）的。通过把ＣＳＲ假设作为零假设，犯 罪分布与一个设定的显著性水平进行比较，从 而接受或拒绝零假设。聚集检验包括最近邻指 数和空间自相关检验。 （１）最近邻指数（ＮＮＩ）。最近邻指数是一 个简单、快速的检验聚集的方法。最近邻指数 检验是比较实际分布的犯罪数据和样本容量相
平均中点可以作为与其他犯罪类型子集相比较
收藕日期：２０１２－０４－１６
作者简介：郑滋挽，编译作者，浙江警察学院刑事技术系教师。 金诚，编译作者，浙江警察学院治安系副主任，教授。
ｊｏｌｍＥ．Ｅｃｋ，ｓｐｍｍａ血研。Ｊｍ口Ｇ．Ｃａｍｅｔｌｍ．Ｍｉｄ】ａｄ【庙Ｍ，ＲｏｍｌｄＥ．Ｗｔｌｓｏｎ，原文作者，本文的编译已得到作者的授权ｅ
０．５２ Ｏ．７２ ．．３８．７３
点（如区域的质心）上的犯罪数量的权重。如
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
犯罪热点区域分析主要是指通过ＧＩＳ（Ｇｅｏｇｒａｐｈｉｃ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ）等技术帮助警务人员确定高犯罪密 度区域，犯罪类型以及合理分配警力，确定最佳达到现场 路径和装备等［２］。
在国外，以美国的ＮＩＪ＇ｓ Ｍａｐｐｉｎｇ ａｎｄ Ａｎａｌｙｓｉｓ ｆｏｒ Ｐｕｂｌｉｃ Ｓａｆｅｔｙ （ＭＡＰＳ） ｐｒｏｇｒａｍ项目的警用ＧＩＳ及犯罪制图 研究为代表，其犯罪热点分析研究和应用主要包括如何确 定犯罪热点区域、如何获得犯罪热点数据、如何利用多种 方法分析实际的案件数据以及哪种方法适用于何种类型的 案件，具体的分析技术和软件等。
关键字：犯罪热点 犯罪情报 ＧＩＳ ＣｒｉｍｅＳｔａｔ 应用案例
ห้องสมุดไป่ตู้
一、引言
犯罪制图（ｃｒｉｍｅ ｍａｐｐｉｎｇ）是以空间地理信息为参 照，操作与处理犯罪数据并以可视化形式输出对用户有用 信息的过程，是一种有效地犯罪情报分析和辅助侦查工 具。犯罪热点（ｃｒｉｍｅ ｈｏｔ ｓｐｏｔ）区域分析和确定就是犯 罪制图的典型应用之一［１］。
46
２０１３年 第３期
否取决于情境的便利程度。如果犯罪经常发生在一个灯光 昏暗的小巷，就可以改善照明，增加该地区警力配备等。
（二）犯罪地理学 研究犯罪活动的数量、类型同地理位置和自然环境间 的相互关系，犯罪现象的空间分布规律、区域差异，以及 各地区犯罪活动的空间组合与分布形式。在全面研究地区 内各类犯罪活动分布的基础上，寻找和标定犯罪的高发区 或高发点，并提出预防和控制犯罪的主要方向、途径、具 体发展指标及相应配套措施［５］。
［６］ Ｑｕｉｃｋｇｕｉｄｅ ｔｏ ＣｒｉｍｅＳｔａｔ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｉｃｐｓｒ．ｕｍｉｃｈ．ｅｄｕ／ ＣｒｉｍｅＳｔａｔ／
［７］ 汪兰香，陈友飞，李民强等．犯罪热点研究的空间分析方法 ［Ｊ］．福建警察学院学报，２０１２，（１）．
48
２０１３年 第３期
二、犯罪热点区域分析的理论依据
犯罪热点区域分析的主要依据是犯罪环境学和犯罪地 理学。［４］
（一）犯罪环境学 １． 日常行为理论：罪犯的日常生活模式对如何选择 犯罪地点产生影响。按照该理论，犯罪地点是罪犯和被害 人生活交叉的区域。 ２． 犯罪机会理论：阐明了当犯罪分子想实施犯罪 时，会选择机会和容易得手的目标。 ３． 情境犯罪预防理论：主要通过环境管理来遏制潜 在犯罪人的犯罪可能性。因为大多数犯罪人犯罪和成功与
Ｐｏｌｉｃｅ Ｔｅｃｈｎｏｌｏｇｙ ２０１３年 第３期 47
电子警务
四、ＣｒｉｍｅＳｔａｔ犯罪热点区域分析应用案例
ＣｒｉｍｅＳｔａｔ可以通过读取多种格式的犯罪信息并做相 关的统计分析，其统计分析结果也可以以多种方式进行输 出、显示，并为警务工作起到辅助指导的作用。
以一个盗窃犯罪热点区域的分析确定为例，运用 ＣｒｉｍｅＳｔａｔ 的 Ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ｈｉｅｒａｒｃｈｉｃａｌ ｃｌｕｓｔｅｒｉｎｇ方 法 对 该 类 型 犯 罪 热 点 区 域 进 行 统 计 分 析 并 用 ＡｒｃＶｉｅｗ ＧＩＳ显示结果（案例的实验数据来源于ｈｔｔｐ：／／ｗｗｗ．ｉｃｐｓｒ． ｕｍｉｃｈ．ｅｄｕ／ＣｒｉｍｅＳｔａｔ／ｗｏｒｋｂｏｏｋ．ｈｔｍｌ）。
三、ＣｒｉｍｅＳｔａｔ的 犯罪热点区域统计分析方法
ＣｒｉｍｅＳｔａｔ是受美国Ｎａｔｉｏｎａｌ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｊｕｓｔｉｃｅ资助并 由Ｎｅｄ Ｌｅｖｉｎｅ ＆ Ａｓｓｏｃｉａｔｅｓ 开发的一款用于犯罪地理空 间统计分析的软件，被广泛应用于犯罪情报分析领域中。
（一）ＣｒｉｍｅＳｔａｔ犯罪热点区域确定的主要流程 如图１所示，运用ＣｒｉｍｅＳｔａｔ分析和确定犯罪热点区 域时，应首先收集好犯罪地理信息数据（犯罪地图，犯 罪类型，犯罪具体地点等）；其次，运用ＣｒｉｍｅＳｔａｔ自带 的犯罪热点区域分析和确定方法对数据进行统计分析； 进而在ＣｒｉｍｅＳｔａｔ中形成训练分析结果和具体的地理图形 文件；最后运用相关的可视化图形工具将预测信息直观 地显示出来。
参考文献
［１］ 陈亮．犯罪制图的理论与实践进展研究．中国人民公安大学 学报：自然科学版，２００８，５６（２）， ６５－６９．
［２］ Ｊｏｈｎ Ｅ．Ｅｃｋ，ＳｐｅｎｃｅｒＣｈａｉｎｅｙ，Ｊａｍｅｓ Ｇ． Ｃａｍｅｒｏｎ， ｅｔｃ．Ｍａｐｐｉｎｇ Ｃｒｉｍｅ：Ｕｎｄｅｒｓｔａｎｄｉｎｇ Ｈｏｔ Ｓｐｏｔｓ［ＥＢ／ＯＬ］．（２００５－ ８）．ｈｔｔｐｓ：／／ｗｗｗ．ｎｃｊｒｓ．ｇｏｖ／ｐｄｆｆｉｌｅｓ１／ｎｉｊ／２０９３９３．ｐｄｆ．
在我国，自公安部从１９９８年开始实施“金盾工程”
建设以来，ＧＩＳ技术在公安领域应用十分广泛，主要涉及 社区治安、巡逻布防、安全警卫、消防指挥、应急指挥、 交通指挥、重大灾难管理和响应等方面 。 ［３］ 但就总体而 言，我国目前警用地理信息系统和犯罪制图等犯罪情报系 统的应用水平还不够普及和深入，针对犯罪热点区域情报 的研究及应用还较少。
犯罪情报收集和分析，很大程度上依赖于犯罪信息数 据库的建设、维护和允许范围的共享。某一特定地区历年 发生各类案件的具体地理位置、类型（抢劫、盗窃、杀人 等）、案发时间、罪犯具体特征信息等都应收集到犯罪信 息数据库中并做及时更新，才能够保障犯罪情报统计和分 析的准确性。
对于广大警务人员来说，并不能做到人人都熟悉 ＧＩＳ系统和复杂的犯罪情报应用系统的操作，为了普及使 用，还需进一步开发易学易用的犯罪情报应用系统并做好 系统使用培训工作，以更好地服务于警务工作。
（二）ＣｒｉｍｅＳｔａｔ对犯罪热点区域的确定方法 ＣｒｉｍｅＳｔａｔ 犯罪热点区域分析与确定的主要方法有以 下７种［６］。 １． Ｔｈｅ Ｍｏｄｅ 该方法可根据输入文件进行简单的统计分析，并按照 案件发生频率由高到低的次序输出这些地理位置发生案件
的数量以及相应的坐标位置。 ２． Ｔｈｅ Ｆｕｚｚｙ Ｍｏｄｅ 与Ｔｈｅ Ｍｏｄｅ不同的是，该方法要求用户指定要搜索
的地理位置半径及度量单位（米，千米等），并计算发生 在用户指定搜索半径内的案发数量。
３． Ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ｈｉｅｒａｒｃｈｉｃａｌ ｃｌｕｓｔｅｒｉｎｇ（Ｎｎｈ） 该方法是一种定距离聚类算法，它按照相似性原则将 一组地理位置聚集在一起。需要用户定义一个门限距离 值，组成每个聚簇的最小点数等参数。该算法定义了一阶 聚簇代表以用户所定义的距离门限值和每个聚簇包含的地 点数量所确定的聚簇，而按一阶聚簇为基本单位形成二阶 聚簇等（如图２）。
五、结论
依托我国现有的互联网基础设施、移动通信３Ｇ技术基 础设施、ＧＰＳ导航基础设施、“金盾工程”公安基础通信 设施和网络专用平台等，可以满足构建犯罪情报收集、警 用ＧＩＳ应用（包括犯罪热点区域分析确定）的硬件基础。
在软件应用系统建设方面，充分利用国内外地理信息 系统和犯罪情报的研究成果，如地理信息系统（ＧＩＳ）、 全球定位系统（ＧＰＳ）和遥感（ ＲＳ）这三种技术（简称 “３Ｓ”）的最新研发成果［７］以及用于犯罪情报分析统计的 工具软件，如ＣｒｉｍｅＳｔａｔ，ＧｅｏＤａ，Ｃａｄｃｏｒｐ ＳＩＳ（Ｓｐａｔｉａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ） 与 Ｃａｄｃｏｒｐ＇ｓ Ｃｒｉｍｅ Ａｎａｌｙｓｉｓ ＴｏｏｌＫｉｔ配合使用，ＡｒｃＧＩＳ的Ｓｐａｔｉａｌ Ｓｔａｔｉｓｔｉｃｓ ｔｏｏｌｂｏｘＧｅｔｉｓ－ Ｏｒｄ Ｇｉ＊ ｓｔａｔｉｓｔｉｃ等，进行二次开发，形成符合我国实际情 况和实际应用需求，能够在各级各类公安机关进行普及应 用的犯罪信息应用系统和犯罪热点情报分析子系统。
电子警务
基于ＣｒｉｍｅＳｔａｔ的 犯罪热点区域分析方法研究
李瑞生 王秋云 王云峰 甘肃政法学院
摘 要：犯罪热点（ｃｒｉｍｅ ｈｏｔ ｓｐｏｔ）区域的确定是犯罪情报应用的主要分支，犯罪热点统计和分析可以有效地协助警务人 员确定犯罪热点区域和预防犯罪发生。论述了犯罪热点分析的涵义、理论依据和ＣｒｉｍｅＳｔａｔ确定犯罪热点区域的主 要方法，通过应用案例为ＣｒｉｍｅＳｔａｔ和ＡｒｃＶｉｅｗ ＧＩＳ 对犯罪热点区域的分析及显示做了剖析。
［３］ 郝加全．基于ＡｒｃＧＩＳ的警用地理系统的研究［Ｄ］．北京邮电大 学硕士研究生学位论文，２０１０．
［４］ 王超，赵文吉，周大良．基于ＧＩＳ的犯罪分析系统研究与设 计．首都师范大学：自然科学版，２０１０，ｐ：／／ｂａｉｋｅ．ｂａｉｄｕ．ｃｏｍ／ｖｉｅｗ ／１３５３５５０．ｈｔｍ．
４． Ｒｉｓｋ－ａｄｊｕｓｔｅｄ ｎｅａｒｅｓｔ－ｎｅｉｇｈｂｏｒ ｈｉｅｒａｒｃｈｉｃａｌ ｃｌｕｓｔｅｒｉｎｇ （Ｒｎｎｈ）
与Ｎｎｈ不同的是，聚簇的形成依赖于一个基线变量的 调整。而且要求输入文件既有主文件（Ｐｒｉｍａｒｙ Ｆｉｌｅ），同 时需要参考文件（Ｓｅｃｏｎｄａｒｙ Ｆｉｌｅ）等。
５． Ｓｐａｔｉａｌ ａｎｄ Ｔｅｍｐｏｒａｌ Ａｎａｌｙｓｉｓ ｏｆ Ｃｒｉｍｅ （ＳＴＡＣ） 与Ｎｎｈ不同的是，该方法是一种变距离聚类算法，它 首先基于一个恒定的搜索半径将一组具有相似性的地理位 置点聚集在一起，然后对这些聚簇中的重叠部分再进行聚 集。 ６． Ｋ－ｍｅａｎｓ Ｃｌｕｓｔｅｒｉｎｇ （ＫＭｅａｎｓ） 该方法将所有的点分到由用户指定的Ｋ个聚簇当中， 每个聚簇内部的点具有高相似性，默认的Ｋ值是５，Ｋ越 小，则形成的聚簇覆盖的地理范围越大。 ７． Ａｎｓｅｌｉｎ ＇ｓ Ｌｏｃａｌ Ｍｏｒａｎ （Ｌ－Ｍｏｒａｎ） 该方法是运用Ｍｏｒａｎ＇ｓ ＂Ｉ＂统计方法分析单个的地域 点、地带与其相邻的地域点或地带的空间相似性。 在以上几种方法中，其统计分析结果或可以以 “．ｄｂｆ”等格式保存或以ＡｒｃＶｉｅｗ的“．ｓｈｐ”等图形（椭 圆或凸壳）格式输出。