基于GIS的网络犯罪空间管理系统设计

当前急剧增长的网络犯罪行为与有限警力、人工监控之间的结构性矛盾日益突出,针对网络犯罪的广泛性、隐蔽性、超时空性等特点,迫切需要开发应用先进技术手段,建立“网络犯罪空间管理系统”,使打击网络犯罪从突发事件、被动应对走向重点监控、主动预防。从当前公安网监部门实际需求出发,以地理信息系统为核心,结合网络搜索、IP追踪技术,建立“网络犯罪空间数据库”,进行相关空间数据挖掘,探索网络犯罪要素的空间结构、空间行为及其与环境间互动关系,以制定打击防范的对策方案。     

网络伦理问题初探

信息时代到来，网络对人们的生活方式产生了深刻的影响。通过对网络社会、网络伦理的概念和现象的分析，尝试对当前存在的网络伦理危机和网络犯罪等问题进行初步的探讨。     

中国拐卖人口犯罪地理研究：进展评述与治理启示

拐卖人口犯罪是一种非正常（非自愿、被动）的人口迁移（失踪、迫害）现象,因其社会危害性大且对个体和家庭影响深远,备受公众和学界关注。囿于中国拐卖人口犯罪问题的隐蔽性、分散性、多变性和复杂性,早前研究学科视角较为集中和局限,近10年来地理学者通过不断探索逐渐取得了一些新认识和新进展。文章从地理学相关分支学科视角,重点梳理了中国拐卖人口犯罪地理研究的主要进展、现存问题、前景展望及治理启示。研究发现：1）拐卖人口犯罪是多学科共同关注的社会痛点,地理学具有后发优势,与其他学科的交叉融通将有助于深刻理解和系统解决问题。2）早前国际语境下的中国拐卖儿童犯罪研究其实是中国刑法语境下的拐卖人口犯罪的主体性研究,中国拐卖人口犯罪具有区别于其他国家和其他犯罪类型的独特性。3）早前资料来源以民间为主,当前资料来源呈现民间与官方共现,线下与线上融合的特征,多源数据的整合利用是必由之路。4）在新冠疫情影响和寻亲途径拓展背景下,田野调查开辟出新途径,云端田野调查（云端访谈、直播间参与式观察等）成为传统实地调查与踏勘的补充性或替代性方式。5）基于数据更新验证,发现中国拐卖犯罪时空格局具有稳定性与主要路径的依赖性,热点边境地区和省际交界区域值得重点关注;未来研究将从单一转向综合：从量化转向量化与质性互补与混合,从案例数字转向个体、家庭及其社会网络,从源头转向源、流、汇结合,从人口拐卖单类型转向人口失踪多类型。最后,结合已有研究认识和当前犯罪动向,提出关于治理拐卖人口犯罪和扶助被拐与寻亲人员的整体策略与具体路径。     

国外犯罪时空分布研究综述

从时间和空间的角度而言,犯罪事件的发生具有一定的规律。采用地理学视角观察犯罪问题,可以揭示其时空分布特征,有助于犯罪的预防与控制。国外学术界和警界对犯罪时空分布研究比较深入,在理论和实践上都有许多成果。本文主要从犯罪时空分布特征识别、犯罪时空分布模型建立、犯罪时空分布模式形成机制这三个方面,介绍和总结了当前国际上犯罪时空分布研究的进展,以期为我国在该领域的研究工作提供借鉴。     

中国亲生亲卖犯罪的时空格局与决策机制

基于“中国裁判文书网”拐卖儿童犯罪案例数据,综合运用数理统计、空间分析等方法探究中国亲生亲卖犯罪的时空特征与决策机制。结果表明：1）被卖儿童呈现“低龄化”特征,多以1岁以内婴儿为主,男童远多于女童;出卖人多为中青年男性或青年女性,以无业、农民和工人群体为主,主要通过熟人社会网络/特殊职业群体/拐卖犯罪人介绍、借助网络媒介主动联系、或经买家/中间人诱导劝说将子女出卖给具有强烈需求的买方。出卖原因包括经济困难、未婚生育、子女众多、中介拉拢、偿还债务等。2）时间演变上,犯罪年变化可划分为稳序低发,快速增长、持续高发,平稳下降3个阶段;月变化上出生和出卖时间呈现同步变化趋势。3）空间分布上,呈现以“四川―山东―福建”为核心的“三源”拐出,以“山东―福建”为核心的“南北两汇”拐入的空间格局;迁移路径上,总体呈现“西南源区省际拐出,南北汇区省内流动”的特征,省际迁移多在利益驱动下由拐卖犯罪集团主导,省内流动多因满足买卖需求由临时一次性结伙犯罪形成。4）亲生亲卖犯罪主要受背景因素、先前经验和情景诱导的综合影响,由潜在犯罪人在决策评估“收益-成本-风险”后作出有限理性选择。     

基于随机森林和时空核密度方法的不同周期犯罪热点预测对比

犯罪预测对于制定警务策略、实施犯罪防控具有重要意义。机器学习和核密度是2类主流犯罪热点预测方法,然而目前还鲜有研究对这2类方法在不同时间周期下的犯罪预测效果进行系统比较,本文试图对此进行补充。本文以2013-2016年5月的公共盗窃犯罪历史数据作为输入,分别对比了在接下来2周、1个月、2个月、3个月4个不同时间周期随机森林方法与基于时空邻近性的核密度方法的犯罪热点预测效果,结果发现：在各时间周期上,随机森林分类热点预测方法的面积和案件量命中率均比时空核密度方法准确性高;并且2种方法均能有效地识别犯罪热点中的高发区域,其中在较小范围较短时间内随机森林识别热点中的高发区效率更高,而在较大范围较长时间周期上时空核密度方法识别高发区更优。     

顾及时空语义的疑犯位置时空预测

预测疑犯的社会活动行踪,对案件嫌疑人的排查以及犯罪行为的主动预防具有重大意义。当前研究主要依据疑犯的历史系列作案位置预测其住址或未来犯罪位置,缺少对其复杂社会活动位置的转移过程进行建模,也没有考虑位置数据稀疏性对预测性能产生的影响。为此,提出了融合时空语义的位置时空预测（spa-tio-temporal semantics location prediction,SSLP）模型。首先,利用疑犯在不同语义时段和语义位置上的分布邻近性提取目标疑犯的相似疑犯群体;其次,结合该群体的轨迹数据和位置语义信息,基于核密度平滑方法估算出涉及未记录位置的转移频次及其时态访问概率;最后,采用贝叶斯模型实现疑犯个体的时空预测。实验结果表明,基于W市2013年1月至6月间158名疑犯的17 539个位置记录数据,SSLP模型在top-k距离偏离度和top-k精确率上优于其他流行方法40%~50%,对疑犯位置数据稀疏性具有优异的适应能力。     

犯罪制图--地理信息技术应用新领域

对犯罪制图的概念、发展历史、现状与趋势进行介绍与综合评述,旨在帮助读者了解国外在该学科领域的发展应用状况,以及犯罪制图在警务应用这一领域的重要意义与广阔应用前景;同时也希望能引起国内从事GIS、犯罪学方面的研究人员对这一分支领域的研究兴趣和重视。     

DP半岛街头抢劫案件的临近重复发生模式

发现犯罪时空分布规律并预测犯罪发生,是提高警务策略有效预防、控制犯罪的重要方法。在分析财产犯罪时空规律的基础上,利用BP神经网络模型自动学习训练各因子与财产犯罪的非线性关系,建立了财产犯罪预测模型。针对BP神经网络模型易陷入局部最优和模型不稳定的缺陷,提出了利用遗传算法（GA）选择各因子最优的初始化权重和参数,并以此作为BP神经网络模型的初始化权重矩阵,通过对历史数据的学习及训练建立了改进后的GA-BP神经网络模型。利用某市2007~2012年财产犯罪、人口、GDP、土地利用等35个综合影响因子数据,对改进前后的模型进行了预测对比试验。结果表明,改进后的GA-BP神经网络模型成功克服了BP模型的缺陷,收敛迭代最小次数从117次改进到8次;10次计算收敛迭代次数最大误差从370次提高到5次;模型预测精度（RMES）从0.043 0提高到0.019 95。     

2000年以来中外犯罪地理研究进展回顾与展望

以"Web of ScienceTM核心合集"和CNKI核心文献库为数据源,运用CiteSpace软件进行文献计量分析,从发文时间、地区分布、学科分布、研究机构、关键词共现与高被引文献等方面,总结比较了2000年以来中外犯罪地理研究进展,并展望了未来的研究趋势.结果发现:1)国内外犯罪地理发文量整体呈现持续增长态势,美...