Кластерный анализ уличной преступности в пределах административно-территориальных единиц Англии
Пространственное моделирование уличной преступности в пределах административно-территориальных графств Эвон и Сомерсет, Англия. Использование методов кластерного анализа для выявления закономерностей в распределении уличной преступности и ее профилактики.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | статья |
| Язык | русский |
| Дата добавления | 13.12.2024 |
| Размер файла | 4,8 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.Allbest.Ru/
Ярославский государственный технический университет
Кафедра информационных систем и технологий
Кластерный анализ уличной преступности в пределах административно-территориальных единиц Англии
Царев Ю.В., к.т.н., доцент
Бережной И.Б., бакалавр
Бархатов А.А., бакалавр
Россия, г. Ярославль
Аннотация
В данной статье применяется инструмент кластерный анализ для оценки изменений региональной криминогенной обстановки графств Эвон и Сомерсет (Англия) в 3 и 4 квартале 2020 года.
Ключевые слова: Эвон и Сомерсет, кластерный анализ, региональная преступность, тепловые карты
Abstract
Cluster analysis of street crime within the administrative territorial units of England
Tsarev Yu.V., C. Tech. Sci., Ass. Professor; Barkhatov A.A., Bachelor Berezhnoy I.B., Bachelor of the Department of Information Systems and Technologies Yaroslavl State Technical University (Russia, Yaroslavl)
This article uses the cluster analysis tool to assess changes in the regional crime situation in Avon and Somerset (England) in the 3rd and 4th quarters of 2020.
Keywords: Avon and Somerset, cluster analysis, regional crime, heat maps.
Пространственное моделирование преступлений способствует общему пониманию механизмов, движущих преступностью. Выявленные зависимости могут дать в руки лицам, принимающим решения, надежный инструмент в разработке эффективных стратегий сокращения преступности. В последние годы появились модели на основе агентов, которые объединяют географические среды для создания моделей преступлений.
Авторы в статье [1] использовали данные о преступности в соединенных штатах Мексики, чтобы выполнить кластерный анализ. Авторы выявили, что существует географическая взаимосвязь в том, как были сгруппированы в кластеры штаты: угон автомобилей, самый высокий уровень убийств, кражи на улице и в общественном транспорте, вымогательство. В статье [2] рассматривается метод AMОЕBA (многонаправленный оптимальный алгоритм, основанный на экотопах), который является более точным в описании характеристик концентрации и формы, более эффективным в обнаружении сложных горячих точек. Результаты исследования показывают, что предлагаемая система оценки и индикаторы могут описывать размер, концентрацию и характеристики формы обнаруженных горячих точек, тем самым поддерживая количественное сравнение различных методов. Автор исследования [3] отмечает наличие ограничений в случае применения кластерного анализа для выявления моделей преступлений:
• Анализ структуры преступления может только помочь детективам, но не заменить их. Эксперты-люди должны интерпретировать то, что говорят нам кластеры.
• Интеллектуальный анализ данных чувствителен к качеству входных данных и иногда может быть неточным. Отсутствие информации также может привести к ошибкам.
• Сопоставление атрибутов интеллектуального анализа данных является сложной задачей и, следовательно, требует наличия квалифицированного интеллектуального анализа данных и аналитика данных о преступлениях с хорошим знанием предметной области.
В представленной работе для выполнения кластерного анализа использовались открытые данные о преступности и действиях полиции в Англии, Уэльсе и Северной Ирландии [4]. В методике использовалось извлечение из тепловой карты уличной преступности кластера с уровнем преступности более 10 преступлений на км2. Результаты кластерного анализа приведены на рисунках 1-3.
Рис. 1. Кластер уличной преступности, извлеченный из тепловой карты (июль 2020 года)
Рис. 2. Кластер уличной преступности, извлеченный из тепловой карты (август 2020 года)
Рис. 3. Кластер уличной преступности, извлеченный из тепловой карты (сентябрь 2020 года)
кластерный пространственный моделирование уличный преступность
По результатам анализа можно сделать заключение, что изменений криминогенной обстановки в 3 и 4 квартале 2020 года в графствах Эвон и Сомерсет не наблюдается. В рассмотренных интервалах времени границы кластера с высокой криминогенной обстановкой (>10 преступлений на км2) практически сохраняются неизменными.
Список литературы
1. Analysis of crimes in Mexico during 2017 with Machine Learning techniques (Cluster Analysis): Comparison Elbow Method and Silhouette Method
2. He Zh., Lai R., Wang Zh., Liu H., Deng M., Tchounwou P.B. Comparative Study of Approaches for Detecting Crime Hotspots with Considering Concentration and Shape Characteristics // Int J Environ Res Public Health. 2022. Vol. 19(21): 14350;
3. Kumar P. Crime analysis using K-Means clustering.
4. Data.Police.UK [официальный сайт].
Размещено на Allbest.Ru
Подобные документы
Разработка программного продукта для создания статистической модели прогнозирования уровня преступности в Оренбургской области на основе анализа и систематизации имеющихся данных. Анализ параметров, влияющих на динамику криминальной обстановки в регионе.
курсовая работа [1,6 M], добавлен 18.10.2024Исследование производительности труда методом компонентного и кластерного анализов. Выбор значащих главных компонент. Формирование кластеров. Построение дендрограммы и диаграммы рассеивания. Правила кластеризации в пространстве исходных признаков.
лабораторная работа [998,9 K], добавлен 25.11.2014Изучение непараметрических моделей коллективного типа в задаче прогнозирования временных зависимостей. Анализ исследования и восстановления показателей преступности от следственных мероприятий. Описания руководства программиста информационной системы.
дипломная работа [3,6 M], добавлен 25.09.2011Создание методов, оценивающих информационное содержание накопленных массивов наблюдений, проверка внутренней однородности. Пример кластерного анализа, основанного на использовании "цепочечного эффекта" для формирования однородных групп наблюдений.
презентация [6,0 M], добавлен 31.03.2011Автоматизирование рабочего места дежурной части органов внутренних дел. Предоставление государственной услуги по регистрации и разрешению в территориальных органах Министерства внутренних дел России заявлений, сообщений и иной информации о преступлениях.
реферат [2,0 M], добавлен 12.11.2015Методы анализа данных, применяемые в диагностике. Кластерный анализ, иерархическая группировка. Система статистического анализа, язык программирования, интерфейс для связи. Установка для контроля сварных соединений. Векторы классификации для измерений.
дипломная работа [769,3 K], добавлен 03.01.2014Преступления, совершенные с использованием компьютерной информации. Виды компьютерной преступности, группы организационно-технических мер по ее предупреждению. Причины и условия, способствующие совершению преступлений. Правовая ответственность за них.
реферат [29,0 K], добавлен 01.04.2011Анализ существующих методов и средств выявления требований. Стадии разработки программного обеспечения. Структуризация требований в базе знаний на основе расширенной классификации. Наблюдение за бизнесом заказчика. Моделирование бизнес-процессов компании.
диссертация [2,1 M], добавлен 21.02.2016"Белые хакеры", их достижения в компьютерной области. Взломы серверов The New York Times и Microsoft Адрианом Ламо. Доступ к засекреченным данным ФБР Кевина Поулсена. Рост кибератак на российские компьютерные системы. Классификация киберпреступлений.
презентация [2,8 M], добавлен 19.01.2014Сущность и основные задачи биомедицинской кибернетики. Особенности текущего момента развития ИТ в области наук о жизни. Применение кластерного анализа в процессе наблюдения за состоянием пациентов. Изучение требований к подготовке врачей-кибернетиков.
презентация [5,1 M], добавлен 08.08.2013
