顾及空间约束的犯罪时空关联分析组合算法

摘要

犯罪时空数据关联分析结果有助于相关部门在关键时段和关键区域进行警力重点配置。提出一种基于空间约束的lightGBM/Apriori组合算法,对犯罪数据中的时空属性特征进行简约处理,通过对犯罪类别的预测分析,识别时空关联特征较为显著的犯罪类型及关键影响要素,寻找热点细化研究区域,抽取犯罪时空关键特征,建立犯罪强关联规则挖掘模型。以美国费城2015年犯罪数据集为例,利用提出的组合算法进行了犯罪类别预测、时空分布模式分析和关联规则挖掘,将挖掘结果与真实发生的犯罪进行对比,盗窃犯罪事件在每天4个时段的预测准确率为64.29%~90.20%。