【技术实现步骤摘要】
一种基于案件要素分析的犯罪热点特征挖掘方法及系统
本专利技术属于犯罪地理与犯罪分析
，具体涉及一种基于案件要素分析的犯罪热点特征挖掘方法及系统。
技术介绍
伴随着科学技术的迅猛发展，计算机已经在某些领域逐渐替代了人力劳动，且较人工更为迅速准确，而在社会繁荣快速推进的背景下，人类需求日益提高，其愈发不满足于现状，想要通过赋予计算机“智慧”，用智能自动化代替传统人工，至此，“人工智能(AI)”成为当代炙手可热的话题。作为“人工智能”科学的一个分支，自然语言处理将人类语言翻译成计算机语言，从而实现人机交互，使计算机能够更好地完成人类给出的指令，使其好像具备人类智慧。而文本挖掘将自然语言处理的方法融合于数据挖掘中，从文本中抽取散落的、新颖的、可用的、有效的知识点，并将这些知识结合生成有价值的信息。1998年底，国家重点研究发展规划首批实验项目中明确指出，文本挖掘是“图像、语言、自然语言理解与知识挖掘”中的重要内容。现如今，可存储介质技术的发展和数据处理能力的提升促使了大数据的迸发。相对应地，公安警务工作中产生的信息数据除传统数据库中结构化信息外，新增包括图像、视频、...
【技术保护点】
1.一种基于案件要素分析的犯罪热点特征挖掘方法，其特征在于，所述方法包括以下步骤：(1)利用自然语言处理的方法对案件数据进行预处理，从中抽取出案件要素，并生成案件对应所属商圈信息；(2)分“案件热力图”、“案件单点”、“商圈框”及“商圈标注点”四模块进行数据可视化展示；(3)通过所述案件要素，对犯罪商圈进行犯罪特征画像分析，计算各犯罪商圈间特征相似度并生成所有犯罪商圈的相似度网络结构，分析所述相似度网络结构并提出具有类似属性的商圈犯罪特征。
【技术特征摘要】
1.一种基于案件要素分析的犯罪热点特征挖掘方法，其特征在于，所述方法包括以下步骤：(1)利用自然语言处理的方法对案件数据进行预处理，从中抽取出案件要素，并生成案件对应所属商圈信息；(2)分“案件热力图”、“案件单点”、“商圈框”及“商圈标注点”四模块进行数据可视化展示；(3)通过所述案件要素，对犯罪商圈进行犯罪特征画像分析，计算各犯罪商圈间特征相似度并生成所有犯罪商圈的相似度网络结构，分析所述相似度网络结构并提出具有类似属性的商圈犯罪特征。2.根据权利要求1所述一种基于案件要素分析的犯罪热点特征挖掘方法，其特征在于，步骤(1)中还包括五个案件要素：实施手段、选择处所、选择部位、被盗物品和犯罪时间段。3.根据权利要求2所述一种基于案件要素分析的犯罪热点特征挖掘方法，其特征在于，步骤(1)中当抽取的案件要素为被盗物品时，抽取案件要素的具体步骤为：1)在预处理数据之前建立物品库，将丢失物品分为预设个数的大类并标注；2)通过自然语言处理中的词性标注，从数据中识别被盗物品；3)对于因排岐不完全而导致的未能识别物品，在步骤2)的基础上识别并抽取出无歧义的被盗物品。4.根据权利要求2所述一种基于案件要素分析的犯罪热点特征挖掘方法，其特征在于，步骤(1)中当抽取的案件要素为犯罪时间段时，抽取案件要素的具体步骤为：1)通过限制寻找“年”、“月”、“日”、“时”、“分”的方式，提取出文本中所有的时间信息；2)根据从数据中抽取出的不同时间点粗略判断出可能发案的时间区间，并对该时间区间进行分类。5.根据权利要求1所述一种基于案件要素分析的犯罪热点特征挖掘方法，其特征在于，在步骤(1)之后步骤(2)之前所述方法还包括：在案件数据预处理中抽取发案详细地址，将每个案件的所述发案详细地址转化为对应的经纬度，为地理可视化提供数据基础。6.根据权利要求2或5任意所述一种基于案件要素分析的犯罪热点特征挖掘方法，其特征在于，步骤(2)中所述数据可视化展示具体包括：1)在宏观上，生成整体的案件热力图，得到基于城市维度的犯罪热点；...
【专利技术属性】
技术研发人员：郭雅琦，顾海硕，侯超，陈鹏，
申请(专利权)人：中国人民公安大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。