数据关联背景下芝加哥市一般盗窃案件的多维度分析  

Multi-dimensional Analysis of General Theft Cases in Chicago under the Background of Data Association

作　　者：朱小波 李昕[2] 叶信岳[3] 

机构地区：[1]上海公安学院 [2]中国石油大学(华东) [3]美国肯特州立大学

出　　处：《犯罪研究》2018年第4期97-106,共10页Chinese Criminology Review

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)

摘　　要：以美国芝加哥市的人口统计区为研究尺度,运用Java Script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 

分 类 号：D924.3[政治法律—刑法学]