[发明专利]一种犯罪预测方法、装置、终端和存储介质

说明书

本发明公开了一种犯罪预测方法、装置、终端和存储介质，本发明对历史犯罪案件进行分析与分类整合，将犯罪案件数量的预测值拆分为犯罪案件数量趋势值和犯罪案件数量误差值，建立相应的神经网络模，所述的犯罪案件数量的预测值即为两个神经网络模型的结果之和。利用本发明，可以提高对未来犯罪案件数量预测值的准确度，为相关部门制定犯罪预防的战略措施提供科学依据，以保障犯罪预防体系处于有效的运转状态。

技术领域

本发明涉及犯罪预测领域，具体涉及一种犯罪预测方法、装置、终端和存储介质。

背景技术

所谓犯罪预测，是指运用科学的方法，依据现有的犯罪数据和资料，整合可能影响犯罪的各种相关因素，对未来特定时空范围内可能出现的犯罪现象作出的判断。在建设更安全的中国法治社会的道路上，合理的进行犯罪预测，制定相对应的防治战略，可以有效的降低犯罪案件数量，维护社会和谐稳定。

按照预测客体，犯罪预测可分为犯罪宏观预测和犯罪微观预测。其中，犯罪宏观预测主要可预测犯罪的数量和质量，合理准确的预测未来某一区域某一时间某种类型犯罪案件可能会发生的数量，可以为社会制定犯罪预防的战略措施提供科学依据。对犯罪案件高发区域和犯罪案件高发时间段实施重点监控，加强管理；对某种类型案件高发区域进行提前布局，尽量从早期扼杀犯罪条件，有效规避相关案件的发生。

目前，在诸多发达国家，警察们已经开始在工作中运用犯罪预测这一技术手段，尤其是与计算机技术结合之后，预测的结果更加的精准，警方对于犯罪行为的打击效果也更加有效。洛杉矶警方与加州大学、Predpol公司的合作就是一个典型的例子。他们成功的把辖区里的盗窃犯罪降低了33％，暴力犯罪降低了21％，财产类犯罪降低了12％。由此可见，犯罪预测在打击犯罪行为这一任务中的确是一件利器。

但在现有技术中，往往是照搬国外已有的预测模型，仅以历史犯罪案件的数量为数据源，这种方式并不完全适合每一个地理区域，所得到的预测结果自然会存在误差，因此，如何提高犯罪预测结果的精确度，是犯罪预测领域一个重要的问题。

发明内容

本发明的目的在于提供一种犯罪预测方法、装置、终端和存储介质，用以对未来可能发生的犯罪案件数量进行更精确的预测。

本发明为实现上述目的所采用的技术方案为：

一种犯罪预测方法，其特征在于，包含如下步骤：

获取由M个以时间先后顺序排列的时间段序列T_i，i＝1,2,…,M，M为自然数，选定目标地理区域，所述目标地理区域被划分为若干网络区域；获取每个网络区域所对应的目标犯罪类型C_j的数量序列N₀^j,N₁^j,…，N_M^j，其中，j＝1,2,…,16，N_i^j为时间段T_i中所述目标犯罪类型C_j对应的犯罪案件数量，获取19个影响犯罪案件数量的历史环境因素并构成矩阵X_1x19；

生成16个目标犯罪类型在M个时间段对应的上周案发总量、年同比案发总量、上周环比案发总量和日环比案发总量，并构成环比矩阵序列X¹_16x4，X²_16x4，…，X^M_16x4，其中，Xⁱ_16x4为时间段T_i对应的环比矩阵，X_16x4包含有16行4列，16行分别一一对应16个目标犯罪类型，4列分别一一对应上周案发总量、年同比案发总量、上周环比案发总量和日环比案发总量；