基于GIS的犯罪分析系统研究与设计

GIS在我国公安领域中的应用大多局限于数据显示和查询等较浅层次。针对该问题,作者设计出一套犯罪分析系统。旨在利用空间分析和空间数据挖掘等技术对犯罪数据进行分析、并提炼成情报,使GIS在情报导向警务的工作模式下得到更好应用。本文结合相关犯罪理论,引入热点分析、犯罪预测等一些经典或新的犯罪分析技术和方法,并提出六个业务模块及系统框架,具有理论性与实用性。     

狭义计算机犯罪各罪研究

狭义计算机犯罪包括侵入计算机信息系统罪、非法获取计算机信息系统数据罪、非法控制计算机信息系统罪、破坏计算机信息系统罪、提供侵入和非法控制计算机信息系统程序、工具罪这五个罪名。在司法实践中,前四种罪名之间经常出现此罪与彼罪界分以及罪数问题等复杂问题。狭义计算机犯罪各罪之间的区别主要体现在犯罪客体和危害行为两方面。现实中,非法侵入、非法控制、破坏计算机信息系统和非法获取计算机信息系统数据的行为时常相伴发生,因此,在司法认定中应当特别注意对计算机犯罪案件罪数的正确认定。     

基于转移概率矩阵自学习的犯罪分布预测

针对犯罪分布预测准确率低,历史犯罪数据缺失严重的问题,提出了基于历史犯罪数据,融合所研究地区的社会环境因素的转移概率矩阵自学习的犯罪分布预测算法——TWcS.将包括距离信息、面积信息、人口信息在内的社会环境因素作为权重值引入到梯度下降策略中,利用梯度下降实现TWcS算法的转移概率矩阵自学习.实验结果证明,TWcS算法的性能明显优于包括当前最优基线算法（TPML-WMA）在内的其他预测算法（如LR、AR、Lasso回归算法、贝叶斯算法、决策树算法等）,TWcS算法的MAE值是其他算法MAE平均值的33%.      

浅析青少年犯罪的特点、原因及对策

针对当今社会上典型的青少年违法犯罪现状,研究与分析青少年的犯罪心理、犯罪动机、犯罪形式、犯罪手段等。在对这些典型案例进行分析研究的基础上,归纳总结现代青少年违法犯罪的特点和心理因素,以期能更好地预防现代青少年的犯罪。     

追究草原犯罪刑事责任的必要性与现实意义

草原犯罪是严重破坏草原的行为,直接影响着经济与社会的全面发展,危害生态安全。为了保护草原,必须追究草原犯罪的刑事责任。追究草原犯罪刑事责任的必要性主要包括:理论层面——预防草原犯罪;规范层面——兑现草原立法;实践层面——实现有罪必罚。追究草原犯罪刑事责任的现实意义在于全面贯彻《草原法》,保障农牧民合法权益,促进人与草原和谐发展。     

实证与诠释:少数民族青少年犯罪预控的现状分析——以湘西地区为例

少数民族青少年犯罪预控是犯罪预控纵深的一个层面,以少数民族青少年犯罪预控现状、少数民族青少年犯罪预控的影响因素、少数民族青少年犯罪的预控措施、少数民族青少年犯罪的预控结果之实证调查数据为面板,诠释少数民族青少年犯罪预控的普遍性及特殊性,提出研究结论的对策指向,即宣传与教育:犯罪预控意识的培养;整合:社会预控力与自我预控力的有机统一;规范:重刑主义的避免与人权法律的保护。     

犯罪制图的理论与实践进展研究

犯罪制图是以犯罪空间论、犯罪地理学为理论依据,与地理信息系统相结合,处理与分析犯罪数据.并以可视化形式显示的一项警用技术.在公安工作中,犯罪制图已成为一种有效的情报分析工具.文章对中外犯罪制图理论与技术的发展进行了综述,并为犯罪制图的研究方向提供了思路.     

实证与诠释:少数民族青少年犯罪预控的现状分析——以湘西地区为例

少数民族青少年犯罪预控是犯罪预控纵深的一个层面,以少数民族青少年犯罪预控现状、少数民族青少年犯罪预控的影响因素、少数民族青少年犯罪的预控措施、少数民族青少年犯罪的预控结果之实证调查数据为面板,诠释少数民族青少年犯罪预控的普遍性及特殊性,提出研究结论的对策指向,即宣传与教育:犯罪预控意识的培养；整合:社会预控力与自我预控力的有机统一；规范:重刑主义的避免与人权法律的保护.     

数据可视化技术在犯罪情报资料分析中的应用

数据可视化技术是运用计算机图形、图象处理技术，对一些犯罪情报资料中的常规静态信息以图形方式予以科学合理的统计、归纳、组合，活化犯罪情报资料中的动态因素，从中发现有关的隐含线索与规律，进而辅助侦查人员对案情的分析、判断与决策。借助这种先进技术必须结合犯罪情报资料的特点与侦查业务的具体要求和任务，以此创新与发展对犯罪情报资料的分析能力，提高打击犯罪的有效性。     

融合GIS的犯罪概率模型及应用

考虑时间距离因素、犯罪率因素、人口数量因素、警察因素、地理环境因素和被害人职业因素等影响因子, 采用数学建模方法, 建立研究区域的犯罪概率评价函数。采用这种评价函数计算研究区域的犯罪概率, 然后融合GIS相关技术, 得到犯罪分子下一步最有可能犯罪的预测区域, 即犯罪的地理画像, 并通过实例对方法进行验证和分析。这种新的犯罪概率模型的应用, 可以为连环犯罪的侦破提供空间地理数据, 缩小警方布控范围, 是一种精确性较高、适宜各种地理区域的新型侦查手段, 能够对连环犯罪案件的侦破起到很大的作用。     

家庭暴力犯罪实证研究 ——基于相关司法判决大数据报告

家庭暴力犯罪作为发生在家庭成员间的犯罪,有不同于普通刑事犯罪的众多特殊之处.根据对相关司法判决大数据的分析,发现实践中的家庭暴力犯罪存在犯罪黑数大、告诉比例低、恶性犯罪多、举证困难、定罪量刑标准不一等问题.针对这些问题分别从更新思想观念、激活组织机构、完善法律规范等三方面提出建议,以完善防治家庭暴力犯罪体制.     

聚类分析在犯罪地域分析的应用初探

犯罪行为和地理因素有着密切的联系，因而犯罪现象的空间发生．分布等往往表现出一定的区域规律。本文运用主成分分析，聚类分析等多元统计方法对犯罪数据进行分析，得出了较为合理的结论，可为结合社会经济因素．生态因素、行为特征因素等进行进一步分析做准备。     

数据挖掘技术在侦破网络犯罪中的应用

由于IP协议允许匿名访问,网络管理又处于无序状态,目前在侦破网络犯罪的过程中存在追踪难,取证难的问题.因此,利用数据挖掘技术对犯罪过程及相关属性、日志记录等数据进行分析预测,为案件侦破工作提供有利的线索和帮助.     

浅析计算机犯罪

现代社会是信息社会，现代社会中的信息具有独特的价值，信息已不再是传统概念上的仅仅是人类精神活动的直接产物；而是有的信息化社会犯罪的形式将主要是计算机犯罪，计算机犯罪以信息作为犯罪对象实行计算机犯罪必然要侵害计算机系统内部的数据，这种罪造成对国家的计算机信息系统管理秩序的破坏。子选手     

层次聚类法在空间犯罪热点分析中的应用

当前,基于核密度估计的空间犯罪热点分析方法存在着无法确定热点的分布范围和难以支持警务决策等不足.相比之下,数据挖掘中的层次聚类算法则能够根据犯罪活动的位置信息确定出不同空间尺度下的犯罪热点的分布范围和具体的热点数量,因此具有更好的优势.该文介绍了层次聚类算法的基本原理,并基于实际案例数据对层次聚类算法与核密度估计算法的热点分析结果进行了比较,并对基于层次聚类算法的犯罪热点分析在情报分析和警务决策方面的应用进行了讨论.     

网络时代的人格模式和信息犯罪的特点

自从信息革命产生以来,计算机通讯技术的急速发展引起社会形态及生活方式的急剧变化,而青少年在网络上的人格相比较于在真实世界的人格而言,其变化相当显著.此心理层面上的变化也是信息犯罪的案件趋于增长的部分原因.因此本文试图从网络时代的人格错位的角度来探讨信息犯罪的特点.     

基于聚类关联规则的公交扒窃犯罪时空分析

提出了一种基于聚类的时空关联规则的公交犯罪挖掘算法.针对某市一个区的110报警数据库中的大量业务信息进行分析.首先,通过文本挖掘技术从案情信息中提取时间、地点等信息,并利用高德地图API的地理编码服务和POI搜索功能对提取的地址信息进行地址匹配,提取受害人上下车站点、乘坐公交线路等信息.其次,对提取得到的时空数据进行归并处理.最后,根据案发时段、季节以及是否节假日进行聚类分析,然后在簇内进行时空关联规则分析.这种挖掘方法具有以下特点:①在聚类基础上进行关联规则分析,减少扫描数据库次数,大大缩小数据扫描范围,提高算法效率,更加适合海量犯罪数据的挖掘.②聚类后簇内数据具有相似性,特征更加明显,在此基础上进行关联规则分析产生较小的频繁项集,并且提取出置信度较高的规则.③考虑犯罪行为的时空特性,挖掘过程中同时考虑了案发季节、是否节假日等因素.     

面向有组织犯罪分析的人际关系网络节点重要性评价研究

在有组织犯罪的侦查过程中，首先需要解决的是基于相关人员的各种联系方式，还原涉案人员的人际网络。面向有组织犯罪案件分析，传统的社会网络节点重要性评价研究主要集中在有向关系和无向关系中心度的计算。结合有组织犯罪人际关系网络核心节点的构成规律，提出基于随机游走模型的涉案人员人际关系网络的节点重要性评价方法，并结合有组织犯罪实际分析需求，提出多来源信息的关联信息融合方式，该方法为办案人员开展有组织犯罪人际关系网络分析提供了一种新的可供选择的分析方法。     

融合静态属性和动态轨迹的盗窃前科人员分类研究

以往犯罪前科人员分类研究,通常基于历史犯罪信息中的静态属性信息,而忽略了对动态轨迹信息的利用,且缺乏专门针对盗窃前科人员再犯罪风险预测的研究.基于上述以往研究的不足,本文研究融合静态属性和动态轨迹的盗窃前科人员初犯/累犯分类.构建了融合静态属性和动态轨迹的长时间跨度盗窃前科人员分类数据集,然后探索和对比多种不同类型机器学习模型在该数据集上对盗窃前科人员的分类性能,提炼出与盗窃前科人员分类最相关的特征;基于上述分析结果,提出基于加权关联规则的盗窃犯罪人员预警模型.本文的相关研究成果可以应用于盗窃犯罪的预警工作中,对犯罪打击和安全防范工作具有一定的现实意义.      

聚类分析在犯罪数据分析中的应用

针对犯罪情报数据的特点,文章利用聚类分析将具有相似特征的案件或犯罪人员从海量数据库分拣出来,单独形成特征类型数据库,找出每类中大部分犯罪分子及犯罪活动中的特征信息,根据不同分类,将犯罪特征应用到该类其他案件的侦破中去,为犯罪案件的串并及破案提供有益帮助.