基于CNN-LSTM-Attention模型的盗窃犯罪分析与预测  

ANALYSIS AND PREDICTION OF THEFT CRIME BASED ON CNN-LSTM-ATTENTION MODEL

作　　者：王娟 樊畅 管雨翔 

机构地区：[1]中国人民警察大学,河北廊坊065000

出　　处：《大数据时代》2024年第10期27-40,共14页Big Data Time

基　　金：中国犯罪学学会研究项目重点课题“基于多源数据的犯罪预测方法研究”(项目编号:FZXXH2022B02)的研究阶段性成果之一。

摘　　要：为了对盗窃犯罪时空分布进行预测,解决传统的LSTM准确率较低的问题,文章提出将CNN-LSTM-Attention模型用以解决盗窃犯罪预测问题,并结合社区和环境影响因素,实现以“日”为时间尺度,以“社区”为空间尺度,以“温度”“天气”为环境因素预测,并运用该模型对N市、S市、C市、O市、P市的盗窃案件案发数量进行预测,对预测结果进行性能评价,结果显示改进后的模型能有效提升盗窃犯罪预测的效果。

关 键 词：犯罪时空预测 LSTM模型 注意力机制 组合模型 

分 类 号：D91[政治法律—法学]