层次聚类法在空间犯罪热点分析中的应用.pdfVIP

中国人民公安大学学报(自然科学版) 型旦生主蔓!必一塑盟．三Q!!!!!竺!!生里竺￡!!：!!业!堡量!!竺堕!!旦里过!望韭!!!垦!i坠!!坠也!!!!型!!!!呈!!!鳗)垫箜!!塑兰竺里!! 层次聚类法在空间犯罪热点分析中的应用 陈 鹏1， 马 伟2 (1．中国人民公安大学安全防范系，北京100038；2．国家测绘产品质量检验检测中心，北京l00830) 摘要 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。 关键词层次聚类；犯罪热点；情报分析；警务决策 中图分类号D917 此外，随着空间情报分析的发展，犯罪活动在空 0前言 间的分布规律性越来越为人们所关注，但是在具体 随着警务信息化的发展，犯罪和治安案件的空 的工作上，不同的业务部门对犯罪热点的关注角度 间情报分析在一些具体的警务工作，包括决策指挥、 是不同的。例如，社会治安管理根据不同的业务层 警力调度、业务评估等方面发挥着不可忽视的作用， 面就可以分为派出所、分局、市局等不同的层次。因 其中，又以犯罪热点的分析和识别尤为重要。因为 此，如何从不同空间尺度下来分析犯罪热点并对不 犯罪活动的空间热点形态反映了犯罪活动的基本分 同层次的业务部门提供相应的情报信息就显得尤为 布规律，并且揭示了空间环境对治安案件的影响。 重要。 因此，通过对犯罪热点的空间形态分析能够深入地 近来，随着数据挖掘技术的兴起，一些聚类算法 揭示犯罪活动发生的本质问题，进而为人们提供问 也陆续应用到空间信息的分析挖掘中。例如，颜峻 题解决的途径和方法：…。 等将动态优化窗宽算法与DENCLUDE算法相结合， 在当前的犯罪热点分析中，最为普遍的一种方 提出了一种新的优化聚类算法，并将其应用于人室 法就是统计犯罪的数量或密度来反映犯罪活动的空 盗窃犯罪热点的分析中，得到了良好的效果心。3】。 间频率或集中程度，其中尤具代表性的就是核密度 陆娟等提出了一种给予多尺度空间聚集的犯罪热点 估计法。核密度估计法是空间插值法的一种，即通 探测方法，其实验结果证明可用于犯罪高发地区和 过对空间上以点表示的要素赋予一定的概率密度函 高危地区的热点探测需求H1。但是这些方法大都 数，然后计算整个空间上的要素概率密度分布来确 偏重于热点的探测和挖掘，对热点分析结果如何应 定犯罪热点的位置。这种方法在结果展示上具有良 用于不同层次的警务实战工作还缺乏有力的支持。 好的可视性，能够准确地反映出犯罪活动的空间分 为此，本文讨论了层次聚类算法的基本原理和算法， 布特征，因而在许多国家和地区的警务部门得到了 以实际案例数据进行验证，并将结果与核密度估计 应用。然而，在一些具体的实际工作中又陆续发现 算法进行对比，最后针对结果的警务实战应用进行 了核密度估计法存在的一些不足，包括算法参数的 讨论与总结。 选择难以确定、可视化效果没有统一的标准，等等， 1层次聚类算法的基本原理 但更为重要的则是无法准确地确定犯罪热点的分布 范围并为相关部门提供