基于特征选择及机器学习的犯罪预测方法综述
2021-10-21张天祎冉义兵
科学技术与工程 2021年28期
魏 东, 张天祎*, 冉义兵
(1.北京建筑大学电气与信息工程学院, 北京 100044; 2.北京市科学技术委员会建筑大数据智能处理方法研究北京市重点实验室, 北京 100044)
随着经济改革的日趋深入,各类犯罪数量居高不下,犯罪手段与规模也在迅速发展。各类案事件犯罪(如网络犯罪、吸毒贩毒、抢劫盗窃、冲突纠纷、电信诈骗等)整体呈现出“高发低破”的态势[1]。例如,近几年犯罪量呈小幅下降趋势的毒品犯罪案引发的社会问题仍不可小觑。据中华人民共和国最高人民法院发布的2020年司法数据显示,2020年中国共破获毒品犯罪案件量高达6万余起,缴获毒品量超过55 t,捕获犯罪嫌疑人9万余名,相较于2019年分别下降了22.9%、14.8%和18.6%,但毒品犯罪势态仍较为泛滥。与此同时,犯罪类型结构随着时代革新也在逐渐发生变化。目前以互联网、电信等为媒介的非接触性犯罪正逐渐增多,传统犯罪加速向网络空间蔓延。据统计,2020年中国检察机关起诉涉嫌网络犯罪14.2万人,同比上升47.9%[2]。网络犯罪案件作案手段多样,犯罪形式隐蔽,特别是利用网络实施的诈骗和赌博犯罪持续高发,据司法数据显示,30%以上的网络犯罪案件涉及诈骗罪及非法买卖、盗窃、贩毒等多类案件,使犯罪防控工作面临着新的挑战[3]。
“日常活动理论”是古典犯罪学中的一种理论[4],该理论将引致犯罪的要素归为三项:具有犯罪动机的人、适合的目标及犯罪监管力的缺乏,当同时满足这三要素时,将造成犯罪发生在特定区域的概率增加。……
登录APP查看全文
