数据关联背景下芝加哥市一般盗窃案件的多维度分析

叶信岳1朱小波2李昕3

1.上海公安学院; 2.中国石油大学（华东）; 3.肯特州立大学;

摘要：

以美国芝加哥市的人口统计区为研究尺度,运用JavaScript的Cross filter类库与dc.js图表类库将一般盗窃案所涉及的作案时间、空间、案值、具体案发位置以及警务巡逻区、警察分局等要素进行联动分析和交互展示,呈现该市一般盗窃盗窃案件高发的时空特点以及具体多发性盗窃案件的案发特征.最后,运用Paython3.6软件构建随机森林算法分析得出该市的房屋新建(改建)许可颁证数和房价中位数两个变量对一般盗窃案发生的影响程度较高,而人种、贫困率、单亲家庭数等对其影响则微乎其微.

关键词：芝加哥市、一般盗窃犯罪、数据可视化、时空分布、随机森林回归

资助基金：2017年国家留学基金委公派访问学者项目阶段性成果编号201700930006

在线出版日期：2018-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：97-106