犯罪作為當今世界普遍存在的社會問題，對經濟的發展和人們的生活有著重大的影響，因此預防犯罪是世界各國警察機構共同的目標。預測是預警預防的前提和首要環節，研究預防犯罪問題離不開犯罪預測。根據2018年全國公安機關統計的犯罪數據，從犯罪類型結構上來看，傳統犯罪呈下降趨勢，但互聯網相關的犯罪不斷增加，新興行業領域犯罪活動較為活躍，非法集資、“食藥環”犯罪、未成年人暴力犯罪等受到社會高度關注，黑惡勢力犯罪、毒品犯罪出現了新特點。總體來看，盜搶騙、黃賭毒和經濟犯罪成為當前的主要犯罪問題，重點打擊此類犯罪，才能維護社會穩定和保障人民的安全感。通過準確實時的犯罪預測，可以幫助公安機關優化警力部署、提前制定預案，從而降低犯罪率。犯罪預測的過程包括數據的收集、模型的建立和對犯罪模式的識別。這不僅有助于公安機關判斷犯罪熱點地區，還可以發現犯罪高風險人員和易害群體。

犯罪是可以預測的。《美國統計學會會刊》上有文章提出，“最初的犯罪就像初震，接下來的犯罪就好比余震”。把握犯罪的兩個杠桿即犯罪成因和犯罪規律，就可以推出預測趨勢，犯罪成因是犯罪運行的動力，犯罪規律是犯罪運行的規則，動力和規則確定了運行的方向。如果分析人員不是簡單地對犯罪數據進行歸納總結，而是挖掘出海量犯罪數據背后的犯罪成因和犯罪規律，那么就可以準確地評估犯罪趨勢并采取有力的措施。根據犯罪學相關理論，在一定區域中，犯罪地點并不是隨機分布的，而是呈現出一些集中點，即“熱點地區”。掌握這些熱點地區可能發生的犯罪類型，對于公安機關的決策部署具有重要的參考價值。此外，根據鄰近重復效應，當一個盜竊犯在一個地點成功實施犯罪之后，他往往會在一周后再次潛入同一對象或者鄰近對象家中作案，他的犯罪半徑一般是在2公里以內[5]。案發地點附近的同類案件發生的概率較高，這同時給犯罪預測提供了理論支撐。

基于以上幾點，本文提出一種基于DBSCAN算法的犯罪預測模型，該模型在MATLAB中構建，對A區的犯罪數據進行密度聚類，可以獲得較為客觀的結果。該實驗遵循數據分析中的步驟，包括數據收集與預處理、數據可視化和構建犯罪預測模型。在數據采集與預處理階段，數據來自于A區公安局提供的犯罪數據，并進行了脫敏處理。數據可視化階段生成了三維的犯罪時空分布圖。最后，在構建模型階段，本文對犯罪類型、犯罪時間、經度、緯度進行密度聚類分析，對警方的警力部署和決策執行具有參考價值。

本文詳細內容請下載：http://m.viuna.cn/resource/share/2000003237

作者信息：

趙傳鑫

(中國人民公安大學 國家安全與反恐怖學院，北京100038)