基于多源数据的城市犯罪风险知识图谱研究

JIANG Yao,HU Xiaofeng

Journal of People's Public Security University of China(Science and Technology)(2022)

引用 0|浏览6
暂无评分
摘要
为全面考虑风险要素与犯罪之间的关系,基于多源数据构建城市犯罪风险知识图谱,为犯罪预防提供理论依据.首先,利用犯罪热点分析、地理加权回归(GWR)、Granger因果检验、Apriori算法等方法,挖掘犯罪风险要素及其关联关系.在此基础之上,建立知识图谱的模式层并进行知识抽取.最后,利用Neo4j图数据库进行知识存储及可视化分析.通过知识图谱,可以将不同风险要素进行关联,为犯罪风险提供微观解释,并为进一步分析不同风险要素之间的关系奠定基础,从而为犯罪风险分析、防控及预警提供决策支持.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要