基于大数据的大学生盗抢骗犯罪预防意识调查及分析.docxVIP

?

?

基于大数据的大学生盗抢骗犯罪预防意识调查及分析

?

?

王若轻孙鹏斐李浩高冠东

摘要：大数据预测是执法机构现代化办公的重要手段，为了提高人们对盗抢骗犯罪的预防意识并给执法部门的工作侧重提供参考，应用大数据可视化分析手段归纳了盗抢骗活动的发生规律，在高校內随机采集了大量调查问卷，分析了各类学生对盗窃、抢劫、诈骗这三类犯罪活动的各方面认识和经历。调查结果表明：盗抢骗活动具有明显的失物类型及人群发生率等方面的规律，能够用于对此类犯罪的预测和预防。

关键词：大数据分析；盗抢骗犯罪；预防意识

：TP311：A：1009-3044（2018）14-0010-02

大数据预测犯罪源于对地震到的预测。洛杉矶警察局把大量犯罪记录输入地震预测模型后，发现模型对犯罪的预测与历史数据的吻合度很高[1]。本文运用问卷调查的方法获取大学生对盗抢骗犯罪的经历和了解程度等方面的数据，用大数据技术及数据挖掘方法对所得数据进行统计和可视化分析，獲得盗抢骗犯罪的一般发生规律，为执法机构增强高校学生对盗抢骗犯罪的预防意识提供有效参考。

1数据的调查及采集

1.1调查目的

以调查问卷的形式调查保定市高校学生对盗抢骗犯罪的经验及认识，其意义和目的在于通过对高校学生的调查及大数据分析来了解高校的盗抢骗犯罪现状，从而提高大学生对盗抢骗犯罪的预防意识并为执法机构提供数据参考，最终降低盗抢骗犯罪的发生率。

1.2调查方式

本文主要采用问卷调查和SPSS统计分析法，对高校学生进行调查与分析。调查问卷采取选择题的形式，在班级、宿舍和网络上共发放问卷229份，回收问卷229份，有效问卷229份，有效回收率为100%，问卷采用无记名形式，此次调查采取随机抽查的形式。

1.3统计分析方法：

指标对比分析法：通过有关数据对比来反映事物数量上差异和变化的方法。[1]分组分析法：根据分析目的要求，把研究数据按照一个或几个标志划分为若干部分加以整理，分析，以揭示其内在的联系和规律的方法。[2]预测分析法：通过已知数据预测未来盗抢骗犯罪发展趋势。[3]

2高校学生对盗抢骗犯罪认识基本情况

2.1调查对象背景

调查范围限于保定大学生群体，收回有效问卷229份，其中男性136份，女性93份，使用了可视化分析方法统计和显示数据。

2.2调查结果与分析

（1）亲身经历类

对此类犯罪的调查：犯罪物品和犯罪方式的分析

85%的同学认为手机，钱包等随身物品是作案者重点关注的对象。50%的同学认为首饰是犯罪者的重点关注对象。在大学生群体中，盗抢骗的犯罪类型以电信诈骗为主，主要表现在QQ诈骗，游戏诈骗，以及银行卡密码泄露等。部分学生在问卷中表示，QQ号及游戏账号是盗窃诈骗的多发点。而银行卡、手机支付诈骗虽发生率低，但财产损失巨大。

（2）数据分析类

（a）案发时间

数据显示，抢劫犯罪发生多发生在22：00至23：00之间，较少发生在11：00至12：00之间；盗窃犯罪多发生在07：00至09：00之间，较少发生在01：00至02：00之间；诈骗犯罪多发生在12：00至13：00之间，较少发生在00：00至01：00之间；从数据发现抢劫犯罪以夜间为主，盗窃犯罪以上班上课高峰期为主，而诈骗活动以午休时间为主。

（b）行凶者与受害者

从性别来看94.32%的同学认为是男性作案居多。5.68%的同学认为是女性作案。由于男性在力量、敏捷等方面的先天性优势，犯罪发生率更高。由年龄段来看，青少年即是主要受害群体又是被侵害的主要对象.调查结果显示，青少年犯罪率虽然在近年来有所下降，但还是占到65%左右。而在行凶者中，中年人的比重占到60%。

（3）分析与总结

根据以上数据结果，可以预测到犯罪高发的地点、时间段、受害群体、作案人群等基础数据，而犯罪预测数据对有关部门先发制人从而降低犯罪发生率起着决定性的作用。

3大数据背景下预测、预防盗抢骗犯罪的策略

3.1搭建专业数据平台

大数据时代下，“数据”的范围不仅仅包括有根据来源的数字，各种途径的信息、文本、视频等。而现在的预测工作是进行主动地进攻模式，从数据到案件。侦查部门和侦查人员利用此平台，以大数据为基础，通过整理、提炼、挖掘、分析等方式对数据进行处理，研究犯罪形式，把握犯罪规律，从而实现宏观层次的准确判断，以及微观的精准打击。

3.2思维的转变

随着大数据时代的到来，侦察思维也相应地转变为大数据思维[3]。通过对海量的数据进行分析，可以基本掌握事物的发展规律与趋势。能够有效地帮助预测犯罪嫌疑人。如对历年住旅店的数据分析，警方可以掌握犯罪人的入住时段、入住频率等规律，从而开展指向性防卫。

3.3将大数据手段与传统警务工作相结合

第一，对危险的犯罪嫌疑人进行重点监控，对可能发生