论文部分内容阅读
犯罪活动与人们的日常生活紧密相关,在公共交通车辆上发生的犯罪活动更是屡见不鲜。本文以厄瓜多尔出租车一键报警数据为研究对象,使用规则网格处理数据,并使用典型相关分析方法来分析它与911数据平台上获得的其他类型犯罪活动数据以及地理道路信息数据之间的相关关系。为确定典型相关分析需要使用的规则网格分辨率,本文根据出租车报警数据分布特点,使用了建模分析的方法分别建立了线聚集模型和面聚集模型,并使用二阶负幂律双门槛权重矩阵计算了它们的空间自相关指数。通过分析不同分辨率下得出的结果,总结得出了典型相关分析需要使用的规则网格分辨率。之后使用典型相关分析方法筛选数据,除去了几类与出租车报警数据相关性不大的数据,并通过典型相关分析获得了两组相关性较强的数据组合。然后使用灰色典型相关方法将时间因素纳入考虑,对筛选后的数据进行了分析,并校正了由典型相关分析方法得出的结论。最后结合常见的出租车犯罪特点对典型相关分析得出的结论进行了可能性分析。本文先根据数据特征建立模型,以找出适用于分析数据的规则网格;之后使用该规则网格进行典型相关分析,并结合出租车上犯罪的犯罪规律进行了犯罪规律研究。当地警务人员可以根据实际,对比可能性分析的结果对结论加以利用,以减少出租车相关的各类犯罪。