基于时空数据挖掘的案事件时空分析研究开题报告.docx

基于时空数据挖掘的案事件时空分析研究开题报告.docx

《基于时空数据挖掘的案事件时空分析研究开题报告.docx》由会员分享，可在线阅读，更多相关《基于时空数据挖掘的案事件时空分析研究开题报告.docx（24页珍藏版）》请在冰豆网上搜索。

基于时空数据挖掘的案事件时空分析研究开题报告

福州大学硕士研究生论文开题报告

论文题目

基于时空数据挖掘的案事件时空分析研究

姓名

学号

125520014

性别

男

导师

吴升

学科专业

地图学与地理信息系统

研究方向

空间信息网络共享与服务

学院

福建省空间信息工程

研究中心

开题报告时间、地点

导师审核

意见

导师签名：

年月日

审核小组

意见

审核小组成员签名：

年月日

院领导

意见

院领导签名：

年月日

一、论文选题依据（包括本课题国内外研究现状述评，研究的理论与实际意义，对科技、经济和社会发展的作用等）

1.选题依据

1.1研究背景

上世纪90年代以来，为适应全球信息高速公路建设的潮流，我国先后启动了面向政府办公业务的十二个重点信息应用系统工程，简称“十二金工程”[1]。

公安信息化工程（即“金盾工程”）就是其中重要的业务系统之一。

经过十几年的发展，基本实现了以全国犯罪信息中心（CCIC）为核心，以各项公安业务应用为基础的信息共享和综合利用，为各项公安工作提供强有力的信息支持。

与此同时，公安信息系统中也积累了海量的业务信息，其中案事件信息达数百万条，且以每年100至120万条的速度递增[2]。

然而，面对日益庞大的案事件信息和日趋复杂的犯罪形势，以传统的查询、统计等方法和技术很难发现其中隐藏的关联、规律和发展趋势，数据丰富而知识贫乏在相当程度上制约了打击预防犯罪工作的开展。

近年来，大数据成为新的创新、竞争和生产力的前沿领域，基于案事件全量大数据的获取、组织、管理和利用为解决上述问题提供了机遇，提出了挑战。

因此，利用案事件大数据，分析、挖掘犯罪在空间和时间上的分布规律和变化趋势，获得其隐含的知识和洞察力，为制定犯罪控制策略、识别犯罪模式、优化警力部署和警区规划等提供科学依据，从而增强公安部门打击预防犯罪的能力，提高警务决策水平，具有重要的意义。

1.2研究意义

案事件的发生与所处的社会、经济、人口和环境之间构成一个复杂系统[3-4]。

犯罪问题也是一个复杂的社会问题，受社会环境、经济、人口、文化、心理等多种因素的共同影响，所以可以认为案事件在微观上的技术、手段和宏观上的时空分布规律的变化存在着所处社会环境的表征。

以边沁（JeremyBentham）为代表的古典犯罪学派和犯罪学之父龙勃罗梭（CesareLombroso）开创的实证学派都对犯罪成因做了相关研究。

菲利（EnricoFerri）还系统提出了犯罪原因三元论：

人类学因素、自然因素和社会因素[5]，李斯特（FrantzvonLiszt）认为自然因素只是社会因素的一种，主张二元论，即社会因素和个人因素[6]。

这些理论只能定性地说明和解释犯罪行为产生的原因，包括现代犯罪成因研究采用多元回归等统计方法建立的各种犯罪学模型也只能在一定意义上验证已有理论，定量解释和预测较大时间、空间跨度下犯罪行为的变化趋势[7]，且具有一定的滞后性，而对于小范围、中短期警务决策所起的作用微乎其微。

以往对案事件的分布研究主要集中于对犯罪空间集聚情况的识别与探测，对时间信息没有充分利用和深度挖掘[8-9]，越来越多的研究者发现，案事件从大时间尺度到小时间尺度都表现出一些季节性、周期性甚至是昼夜更替的时间分布特征，犯罪时空分布研究领域也越来越受到关注[10]。

时空数据挖掘作为一个新兴的研究领域，正致力于开发和应用新兴的计算技术来分析海量、高维的时空数据，揭示时空数据中的有价值知识[11]。

基于时空数据挖掘技术，从空间与时间视角观察犯罪问题，揭示其时空分布模式及内在关系，并探索案事件中短期分布预测方法，运用后期数据验证预测的准确性，使犯罪预防控制成为可能。

本文的研究将为案事件大数据分析应用研究提供经验和和思路，具有一定的理论意义与较大的实用价值。

2.文献综述

2.1数据挖掘概述

数据挖掘（datamining）是数据库知识发现（knowledgediscoveryindatabase,KDD）不可缺少的一部分，融合了数据库技术、机器学习、统计学、信息科学、可视化技术等多领域的理论和技术。

数据挖掘是从海量、高维和复杂的原始数据中自动的发现隐含规律和潜在的有用信息，抽取出模式并进行预测，以提供决策支持的过程[12-13]。

一般说来，数据挖掘可以分为四个步骤：

（1）将与研究问题相关的数据库数据、数据仓库数据和事务数据进行预处理，实现数据的整合；

（2）综合利用数据挖掘中的各种分类、关联、聚类、异常检测方法进行数据分析和模式提取，获得描述性（descriptive）和预测性（predictive）的知识；（3）利用可视化技术表达挖掘过程和结果，形象地解释研究对象的特征、关系以及演变规律；（4）对数据挖掘的结果进行分析与评估。

从1995年美国计算机年会（ACM）上正式提出“数据挖掘”这个概念以来，学术界对数据挖掘和知识发现理论与方法的研究已日臻成熟，相关学术会议不断推动着研究的交流与发展，具有代表性的如：

ACMSIGKDD知识发现与数据挖掘国际会议（KDD）、IEEE数据挖掘国际会议（ICDM）、SIAM数据挖掘国际会议（SDM）等。

随着大数据时代的来临，越来越多的商业应用成为推动数据挖掘技术发展的关键因素，涉及零售业、金融业、电信业、互联网、医疗等领域。

近年来，数据挖掘技术研究得到迅猛发展，新的技术方法不断涌现，跨学科的综合应用使得数据挖掘扩展到很多新的研究领域。

数据流挖掘技术、时空数据挖掘技术、移动对象挖掘技术、Web挖掘技术、社交网络分析和图挖掘研究等正逐渐成为数据挖掘领域的研究热点[14]。

2.2时空数据挖掘研究现状

空间位置、属性特征和时域特征是地理空间分析的三大基本要素，同时也是时空数据的基本特征[15]。

时空数据是对现实世界中时空特征和过程的抽象概括[16]。

随着3S（GPS、GIS、RS）技术、传感器技术、移动通信和互联网技术的飞速发展，人类积累了海量的时空数据，这些数据呈现出复杂的时空关系。

根据数据挖掘的定义，并结合时空数据的特征我们可以将时空数据挖掘可以定义为：

从组织具有海量、不完全、高维、随机、有噪声和非线性等特征的时空数据出发，利用各种数据分析方法、技术和模型，提取出隐含的、潜在有用的隐式或显式知识的过程。

时空数据挖掘的研究融合了空间数据挖掘和时态数据挖掘的理论和方法，以传统的数据挖掘和空间分析理论为基础，它与空间数据挖掘的主要区别见表1-1。

时空数据挖掘研究大都采用两种方式：

在空间数据挖掘加入时间变量和在时态数据挖掘中结合空间分析，但是真正将两者结合进行数据挖掘的研究较少[17]。

表1-1时空数据挖掘和空间数据挖掘的比较

时空数据

挖掘任务

描述

方法

空间数据挖掘

时空数据挖掘

分割

聚类分析

分类规则

1.聚类分析

2.贝叶斯分类

3.决策树

4.人工神经网络

1.聚类的时态扩展

2.分类的时态扩展

相关性分析

寻找基于随时间变化的其他属性值来预测某个属性值的规则

1.关联规则

2.贝叶斯网络

1.时态关联规则

2.贝叶斯网络的时态扩展

异常分析

通过聚类和其他数据挖掘方法发现有异常偏差的数据项

1.聚类和其他数据挖掘方法

2.异常检测

左边列技术的时态扩展

趋势预测

直线和曲线的预测

按时间对数据库的汇总

发现一系列连续事件的相关性

1.一般趋势发现

2.回归

时序挖掘

概化和特征化

数据的简洁描述

1.贝叶斯网络

2.面向属性的归纳

左边列技术的时态扩展

Roddick（1999）对时空数据挖掘的体系结构做了较为全面的归纳与综述，明确了时空模式发现、时空聚类、时空异常检测、时空预测和分类几大主要挖掘任务，这也是国内外学术界主要的几大研究方向[18]。

在时空模式发现方面，研究人员主要从时空频繁模式、时空共现模式、时空关联模式入手，从时空数据中提取有价值的时空模式，既有探索将传统的Apriori算法在时空环境下加以改进，并提出新的算法[19-20]，也有利用地理学的思想，通过定义空间支持度来探索时空模式[21-22]；在时空聚类方面，时空轨迹聚类成为热点研究对象，研究人员从人类行为学的角度探究人口迁移习惯、犯罪行动轨迹等，为相关政策制定和犯罪预警等提供决策支持[23]，也提出了用来衡量轨迹相似性的历史最近距离、Fréchet距离等指标[24]；在时空异常检测方面，Cheng等人（2006）充分考虑了时空数据的尺度和分辨率对异常检测的影响，通过对时间尺度和空间尺度的变换对海岸线地貌的异常变化进行评估[25]。

Li等人（2008）提出了在多层次特征空间上检测对象轨迹异常的方法[26]；在时空预测方面，研究人员结合模糊集、决策树、遗传算法等理论，在对象位置、轨迹预测[27]和地形地貌变化预测[28]等方面做了探索，也取得了不少成果，但时空预测仍然存在不稳定的问题，如何在多环境因素复杂变化影响下做出自适应的预测还有待研究。

此外，时空数据模型是进行时空数据挖掘的前提，通过它来组织和抽象时空数据，传统的空间模型无法很好的反映空间上的变化和迁移情况，而且很难承大数据量的存储和计算[29]。

目前，时空立方体模型、时空快照模型（又称时序快照模型）、时空修正模型（又称基态修正模型）和时空复合模型是较为常用的时空数据模型，在具体研究领域，国内外学者基本采用上述模型或者在此基础上进行延伸与扩展。

尽管近年来时空数据挖掘受到广泛的关注并得到快速的发展，但是还存在着一些问题和瓶颈，例如没有统一的、标准的理论框架和数据模型、底层索引建立比较困难、缺少高性能时空数据挖掘方法等。

另外，时空数据的模糊性、不确定性和其在不同时空尺度上的特征差异性等固有特征也制约着时空数据挖掘的发展，这些问题需要不断的探索。

2.3案事件时空分析与预测研究现状

犯罪率除了受到宏观社会环境的影响之外，还与城市空间布局等微观环境有关。

美国地理学家托布勒（W.R.Tobler）提出的地理学第一定律指出：

任何事物都与其周围事物存在联系，并且与其越相近的事物联系越紧密[30]。

从地理学的视角研究犯罪和犯罪的“格局”、“过程”关系，对于同类或相似案件的侦破和预防很好的参考价值，这也成为现代犯罪学分析的有机组成部分[31]，由此也产生了犯罪地理学（CriminalGeography）、罪犯地理定位（CriminalGeographyTargeting）等犯罪学的边缘学科和前沿研究领域[32]。

2.3.1犯罪时空分布研究

地理学第一定律中所说的相近可以理解为空间距离或者时空邻近度，犯罪时空分析的相关研究也发现案事件的时空分布不是随机和均匀分布的，而是存在一定的集聚性，倾向集中于某些热点（hotspots）[33]，其在空间意义上指一个可识别的边界范围的犯罪聚集地点或区域，在时间意义上指犯罪高发的时间点或时间段[34]。

基于犯罪区域统计数据、案发地离散点或犯罪时空轨迹，对于犯罪空间分布的研究也主要包括以下几个方面：

（1）基于区域统计数据的时空自相关分析

研究人员一般采用全局和局部相关性这两种指标来度量案事件的集聚程度[35]。

全局空间自相关（GlobalSpatialAutocorrelation）用于描述区域单元案事件的整体分布状况，以判断其在空间上是否存在聚集性[36]，Moran’sI、Geary’sC、Getis-Ord’sG和连接数是常用的检验统计量[37]。

局域空间自相关（LocalIndicatorsofSpatialAssociation,LISA），包括LocalMoran’sI和theGetis-Ord’sGi/Gi*两种衡量指标，是以用来检验案事件局域平均值显著不同于全局平均值的指标[38]。

而这一指标的定义域犯罪热点的描述不谋而合，因而被普遍接受为描述研究区域内犯罪热点的具有统计学意义的判定指标[39-40]。

上述方法主要还是采用传统的空间分析的方法，描述了案事件空间分布的静态或者时间序列特征，在反应案事件时空相关性方面的研究实际上只是扩展了一般意义上的空间自相关的概念，例如，局部空间Moran’sI系数可以扩展为局部时空相关度量：

（1-1）

其中，

为t时刻空间位置i属性值

的标准化形式，

为t-τ时刻空间位置i相邻位置j属性值

的标准化形式[17]。

局部空间Moran’sI反映了t时刻位置i属性值与t-τ时刻位置i相邻位置属性值的局部时空自相关程度，可以用于判断案事件局部时空热点或高发区域。

自从剑桥大学的Martin和Oeppen（1975）首次提出时空自相关（Space-timeAutocorrelation）函数的概念后[41]，学者对模型构建进行了深入的探讨，先后出现了时空自相关移动平均模型[42]、时空多模式融合模型[17]等。

但是近年来相关理论、方法研究发展较为缓慢，目前在具体应用于案事件时空分析领域的研究还比较少。

（2）基于案发地离散点的时空聚类分析

时空聚类分析是时空数据挖掘的主要研究内容之一，也是计算机科学与地理信息科学领域交叉研究的一个前沿课题[43-44]，在犯罪时空分析中反映案事件的聚集中心、聚集程度和时空分布趋势等特征[45-46]。

目前，时空聚类方法主要包括时空扫描统计[47-48]、时空密度聚类[49-50]以及时空混合距离等方法[51-52]，如图1所示[53]：

图1时空聚类分析方法

时空扫描统计的主要思想是预先定义一个由空间距离为半径、时间间隔为高度的圆柱体时空扫描窗口，以每个时空实体为中心进行扫描，借助统计检验的方法确定案事件发生的聚集区域[54]。

时空密度聚类是在DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise）算法[55]的基础上考虑了时间维，发展成为基于密度的时空聚类方法ST-DBSCAN，定义相邻时间点为时间邻近[49]或引入时间半径[50]来对DBSCAN方法进行扩展。

Pei（2010）还提出了一种基于K阶邻近距离时间窗，将时空点过程分解为聚集部分和噪声部分，再将聚集部分连接成时空簇实现时空聚类的方法[56]，该方法对挖掘多种犯罪过程提供了一个很好的思路。

时空混合距离目前主要用于地震聚集模式的提取，其融合了时间、空间以及相关地震参数，定义了用于描述时空事件的时空混合距离，并以此来进行时空聚类分析[53]。

Nakaya（2010）将日本京都地区两年的街头盗窃案数据置于时空立方体中，结合时空扫描统计和时空密度聚类两种分析方法进行时空聚类研究，很好的识别出研究区域内的犯罪热点及其时空变化特征[57]；柳林（2012）基于“时-空综合”视角，结合Kernel密度估计发和ISODATA聚类算法，提出了一种对犯罪空间进行时空综合分类的新思路，并利用某市入室盗窃案数据进行实例分析，验证了该时空聚类方法对犯罪空间分布模式识别的有效性，对于犯罪地理理论研究和犯罪防控实践决策有重要意义[58]。

（3）犯罪时空轨迹分析

时空轨迹（Trajectory）是移动对象的位置和时间的记录序列[59]，在案事件时空分析中表现为一组或多组犯罪主体或客体的活动轨迹[60]。

这种分析方法主要适用于跨越多个地点、多个场所并且连续发生的刑事案件，包括系列案件、流窜案件、涉车案件和团伙案件等[61]。

在传统的案事件数据库中，通过数据清理、维规约和关联分析等方法可以获得上述部分案件的时空轨迹信息，随着卫星定位技术、无线通信技术、车载传感器、实时视频监控等技术的快速发展，获得犯罪时空轨迹数据变得更加方便。

时空轨迹数据的表达，即通过模型重构时空轨迹主要有以下三种方式：

基于全局回归模型的时空轨迹数据表达[62]、基于局部插值模型的时空轨迹数据表达[63]、基于领域知识模型的时空轨迹数据表达[64-65]等。

为了从海量的时空轨迹数据中提取出相似特征、识别出异常轨迹，发现其中有意义的模式，时空轨迹聚类分析被广泛应用与分子化学、气象学、体育学等领域。

常用的时空轨迹聚类方法主要包括时间全区间相似聚类法、全区间变换对应相似聚类法、多子区间对应相似聚类法、时间聚焦聚类法、单点对应相似聚类法和无时间区间对应相似聚类法[23]。

这些聚类方法的主要思想是在不同的时空维度和尺度下，通过定义相似的轨迹特征和轨迹间距离来对研究的时空轨迹数据进行聚类与特征提取。

但是，将最新的时空轨迹分析方法应用到犯罪领域的研究较少且不够深入，特别是对于多年份、大范围的海量案事件时空轨迹数据，传统的轨迹分析方法很难提取出隐含的有用信息和模式，对辅助侦查、犯罪预防和打击起很难起到实质性作用，这方面还有待学者进一步研究。

2.3.2犯罪时空演变与预测研究

研究表明，大部分案事件发生很小一部分地区或时段内，且与少数犯罪行为者有关[66],这个环境犯罪学领域的“二八原则”意味着我们可以根据案事件时空分布的模式中寻找演变规律并对中短期犯罪做出预测，从而为警力部署、调配和犯罪预防、打击提供一定的决策支持[67]。

主要有以下几类方法：

（1）时空序列预测分析

时空序列预测是在对时空序列数据分析、建模的基础上做出的预测，是时间序列分析在空间上的扩展，依赖于模型的构建。

Cliff等人（1975）基于时间序列模型，并纳入空间相关性的考虑，首次提出了时空序列建模的框架[68]。

Martin和Oeppen（1975）在此基础上研究了时空相关性，并首次提出了时空自相关移动平均模型（spatio-temporalautoregressiveandmovingaverage,STARMA）[41]，该模型创造性地用时空延迟算子（space-timelagoperator）的形式表达时空变量手时间延迟和空间延迟的共同影响，使其成为真正的时空一体化模型[42]，也在犯罪预测方面有过很多成功的应用案例，例如缪丽娟等（2010）利用时空序列分析探索了如何对连环犯罪进行预测[69]。

在对非平稳、非线性的时空过程进行建模的研究方面，研究者结合层次贝叶斯模型、状态空间模型和卡尔曼滤波等方法对传统的STARMA模型进行了改进，在具体应用中提出多种时空序列混合模型。

随着案事件时空数据的迅速增长，探索基于数据驱动的时空序列建模的新方法，以满足新形势下对犯罪预测的要求显得很迫切，人工智能（ArtificialIntelligence,AI）领域的发展为时空序列建模、预测提供了新的方法，时空序列神经网络模型（STANN）[70]、时空序列支持向量机模型（STSVR）[71]等相继被提出。

王佳璆等（2007）提出基于动态回归神经网络的时空数据预测模型ISTIFF（ImprovedSTIFF）[72]，对森林火灾进行了准确有效的预测。

该模型构建了一个随机的时间序列模型获得每一个空间上相互独立部分的时间预测，然后建立动态回归神经网络（DRNN）发现隐藏的空间关系，最后用统计回归方法把时间和空间预测整合起来，得到时空一体化的预测结果，从而实现时空和高维的耦合[73]。

（2）点模式时空预测分析

点、线、面构成空间模式的基本元素，其中点模式有具有构成线和替代面的最基本的空间意义和作用。

[74]利用点模式进行时空预测分析有利于更加深刻地理解案事件的演变规律和变化过程，其基于离散点犯罪热点探测[75-76]、距离衰减函数、人工神经网络等方法，并结合了犯罪学中环境影响、主体理性选择等理论，建立犯罪时空选择模型，Xue（2006）利用这一方法对系列犯罪的行为人居住地案事件发生的时空概率做出很好的预测[77]。

Groff（2007）依据日常活动理论的基本原理提出了基于主体模拟（Agent）的犯罪时空模型，如图2所示[78-79]：

图2基于Agent的抢劫犯罪模型

并运用于西雅图的抢劫犯罪预测，很好的再现了其空间犯罪热点的形成、变化过程。

国内也有学者基于该模型进行改进，将模型中的主体设定为实施犯罪的罪犯（criminal）、容易成为受害目标的平民（people）和负责保持社会秩序的警察（police），每一类主体均被赋予了移动、记忆和决策三类属性并进行各自的工作流程模拟，对模拟犯罪时空变化和预测犯罪热点在时间和空间上的转移趋势起到较好的效果[80]。

2.3.3数据可视化技术在犯罪领域的应用研究

数据挖掘的算法本身非常复杂，挖掘过程较为抽象，结构通常难以理解。

可视化技术可以从复杂的多维数据中产生图形展示客观事物及其内在的联系，从而丰富科学发现的过程[81]。

同样在犯罪领域，犯罪制图学（CrimeMapping）[82]的兴起，让犯罪知识、关系、模式、特征和趋势描述变得清晰、直观、易于理解，在犯罪信息专题图、犯罪“热点”分析、案件侦破、指挥调度与决策、犯罪预防、目标跟踪等方面应用广泛，并且起到很好的效果[83]。

通过犯罪制图所呈现出的犯罪空间模式和犯罪形态的空间特征，可以进一步研究犯罪形成的地理空间环境、分析犯罪行为产生、蔓延的原因，确定空间盲区和犯罪热点[84]。

芝加哥学派代表人物之一伯吉斯（Burgess,ErnestWatson）在研究城市犯罪过程中提出的犯罪生态学论、犯罪同心圆论和社会解体论成为犯罪地理学的理论基础[85]，也为犯罪制图提供了理论支撑。

在空间维度上，犯罪热点的不同表现形式有其各自的理论描述和原因分析[86]，对应在地图上有点状、空间椭圆、格网、缓冲区等几何展现形式[87]，对于面状表面的犯罪表示方法，多采用以核密度为基础进行空间插值的方法，选择估计窗大小以控制表面的平滑程度[88]。

此外还有专题图、统计描述等传统方式。

对于犯罪制图在案事件时间维度表达方面，研究人员引入时间轴、时间环以及改进的专题图来展示犯罪热点时段[67]；而在时空维度综合表达方面，通过格网分区分时段统计数据，采用时空立方体模型[89]，实现犯罪热点时空互动表达。

对于多元、多模式的复杂犯罪挖掘和可视化，郭殿升（2006）基于自组织映射（SOM）[90]这个用于聚类和高维可视化的无监督学习算法，设计出一套用于多元时空可视化分析的开源系统VIS-STAMP[91]，通过自组织映射图、平行坐标系、时空矩阵图和聚类图的联动分析，以发现犯罪的时空分布模式的差异性以及时空演变的规律性。

二、论文的研究内容、研究目标,以及拟解决的关键问题（包括具体研究与开发的主要内容、目标和要重点解决的关键技术问题）

1.研究目标

探索将时空数据挖掘领域的最新成果应用于犯罪案事件时空分析与预测的理论与方法，总结出一套分析城市犯罪时空分布格局、热点演变预测以及可视化表达的技术框架，验证其准确性与自适应性。

为公安部门利用案事件数据进行情报分析、辅助侦查、警力部署与调配、犯罪预防与打击等方面提供一定的决策支持。

2.研究内容

论文尝试从时空分布模式、时空热点预测和时空数据可视化表达这三个时空数据挖掘的研究方向入手开展案事件时空分析研究，主要研究内容包括以下几方面：

（1）时空数据挖掘在案事件时空分析应用中的技术框架研究。

分析公安部门的具体业务需求，总结国内外时空数据挖掘研究领域的主要方法和技术手段，关注最新研究进展及应用，在此基础上建立时空数据挖掘应用于案事件时空分析领域的技术框架。

（2）案事件时空分布研究。

建立案事件时空数据模型，挖掘案事件时空分布规律，并用可视化技术加以表达；分析道路网、人口密度、距派出所、商业中心距离等社会、经济因素对案事件分布的影响。

（3）案事件时空预测。

综合运用、改进现有的时空预测模型，研究犯罪热点分布的时空演变规律并尝试做出预测，验证预测模型的准确性。

3.拟解决的关键问题

（1）案事件时空数据模型的建立以及案事件时空分析算法。

（2）适用于案事件时空分析的可视化表达方法。

三、拟采取的研究方案及可行性分析（包括研究的基本思路，研究过程拟采用的方