李欣竹，蔣晨琛，劉進(jìn)林

(中國(guó)人民公安大學(xué) 信息技術(shù)與網(wǎng)絡(luò)安全學(xué)院，北京 100038)

0 引言

近年來(lái)，有關(guān)犯罪熱點(diǎn)的研究取得了較大的進(jìn)展，相關(guān)的理論和研究方法也不斷增多，尤其在時(shí)空分析方面，提出了很多新的方法。針對(duì)時(shí)空分析機(jī)制，犯罪地圖在近年來(lái)的運(yùn)用引起了學(xué)者和執(zhí)法部門(mén)的高度重視，就預(yù)防犯罪而言，它代表了當(dāng)今警務(wù)研究中最活躍的領(lǐng)域[1]。如單勇提出的城市高密度的犯罪吸引機(jī)制，正是利用犯罪地圖并結(jié)合城市犯罪學(xué)理論，建立犯罪引力模型，揭示城市高密度區(qū)域?qū)Ψ缸锏奈龣C(jī)制[2]。閆密巧提出的基于聚類(lèi)關(guān)聯(lián)規(guī)則的公交扒竊犯罪時(shí)空分析方法，分析了公交路段與時(shí)間之間的關(guān)聯(lián)關(guān)系，并且采用先聚類(lèi)再關(guān)聯(lián)的方法提高了關(guān)聯(lián)規(guī)則的置信度[3]。除此之外還有徐沖的DP半島搶劫犯罪活動(dòng)的臨近重復(fù)性分析[4]，臨近重復(fù)發(fā)生現(xiàn)象的實(shí)證研究最初源于國(guó)外學(xué)者對(duì)于城市的入室盜竊犯罪的研究[5-8]，該方法揭示了同類(lèi)型事件發(fā)生的時(shí)空分布模式。以上時(shí)空分析方法均為結(jié)合理論與數(shù)學(xué)模型搭建的方法，并沒(méi)有在三維層面上完整呈現(xiàn)出犯罪時(shí)空之間的關(guān)系，對(duì)于此，Brunsdon等提出了時(shí)空立方體的思路，此方法可以完美地將時(shí)空關(guān)系以立體的形式實(shí)現(xiàn)可視化，更容易觀察出犯罪時(shí)空之間的關(guān)系和規(guī)律[9]。除此之外，JOHNSON S D等人則利用一種傳染病時(shí)空分析方法(Knox)研究了英國(guó)、美國(guó)、澳大利亞等多個(gè)國(guó)家的入室盜竊犯罪行為的時(shí)空風(fēng)險(xiǎn)特征，并基于這種特征提出了犯罪時(shí)空預(yù)測(cè)方法[10-11]。

通過(guò)上述已有研究可知，當(dāng)前關(guān)聯(lián)規(guī)則在犯罪時(shí)空分析上的應(yīng)用多采用的是經(jīng)典Apriori算法，但是此方法要多次掃描數(shù)據(jù)庫(kù)提取頻繁項(xiàng)集，耗時(shí)長(zhǎng)，效率低。而且，Apriori算法僅通過(guò)支持度和置信度進(jìn)行規(guī)則的篩選，在規(guī)則的正負(fù)關(guān)聯(lián)關(guān)系情況方面分辨程度較弱。因此本文采用基于模擬退火的遺傳算法進(jìn)行規(guī)則的提取，同時(shí)采用興趣度進(jìn)行規(guī)則強(qiáng)弱的表示，可更進(jìn)一步體現(xiàn)出規(guī)則關(guān)聯(lián)關(guān)系程度情況。通過(guò)利用遺傳算法的全局優(yōu)化搜索能力和模擬退火算法較強(qiáng)的局部搜索能力，保證規(guī)則精確度的條件下，提高規(guī)則的挖掘效率，進(jìn)而提高公安機(jī)關(guān)的工作效率。此外，目前犯罪時(shí)空熱點(diǎn)成因多是通過(guò)環(huán)境犯罪學(xué)理論對(duì)犯罪時(shí)空模式形成原因進(jìn)行分析，缺乏結(jié)合心理學(xué)理論對(duì)犯罪主體和犯罪對(duì)象的行為解析和心理活動(dòng)的探索等方面的研究。因此，本文結(jié)合心理學(xué)理論對(duì)犯罪時(shí)空熱點(diǎn)模式的原因進(jìn)行了更進(jìn)一步的解析。

1 數(shù)據(jù)來(lái)源和方法

1.1 數(shù)據(jù)來(lái)源及預(yù)處理

研究區(qū)為海*區(qū)行政劃分區(qū)域，研究時(shí)間為2016年1月～2017年12月。數(shù)據(jù)主要來(lái)源于某法院官方刑事案件審判書(shū)，通過(guò)案件類(lèi)型和時(shí)間段精確查找出這兩年所有的盜竊案件，最后通過(guò)文字選取工具搜集審判書(shū)里的犯罪地點(diǎn)、犯罪時(shí)間、犯罪人數(shù)。本文選取盜竊案作為研究對(duì)象，因?yàn)楸I竊案分散的區(qū)域面最廣，對(duì)人們的生活影響較大，而且由于盜竊案一般為臨時(shí)起意的案件，受環(huán)境時(shí)空影響較大。此外，盜竊罪很容易轉(zhuǎn)變成性質(zhì)更為嚴(yán)重的犯罪類(lèi)型如暴力犯罪等，所以一般通過(guò)分析盜竊案的時(shí)空熱點(diǎn)來(lái)進(jìn)行區(qū)域的犯罪預(yù)防一直都是研究人員的重點(diǎn)。

由于本文要探究該地區(qū)所轄街道的盜竊案發(fā)案頻度的時(shí)空關(guān)聯(lián)關(guān)系，因此在進(jìn)行數(shù)據(jù)預(yù)處理時(shí)首先將時(shí)間和區(qū)域分別進(jìn)行了劃分，首先把犯罪地點(diǎn)按照娛樂(lè)區(qū)、休息區(qū)、公共區(qū)進(jìn)行劃分，其中娛樂(lè)區(qū)包括商場(chǎng)、市場(chǎng)、超市、網(wǎng)吧、KTV、飯店、小吃店、洗浴中心、景區(qū)等；休息區(qū)包括小區(qū)、出租房、旅館等；公共區(qū)包括醫(yī)院、學(xué)校、公司、加油站、銀行、公交、地鐵、路邊、停車(chē)場(chǎng)、車(chē)庫(kù)等。再把犯罪時(shí)間按照工作時(shí)間、休息時(shí)間、娛樂(lè)時(shí)間進(jìn)行劃分，其中工作時(shí)間為8:00～17:00，休息時(shí)間為22:00～8:00，娛樂(lè)時(shí)間為17:00～22:00。之后又通過(guò)拾取坐標(biāo)系統(tǒng)獲取了所有犯罪地點(diǎn)的經(jīng)緯度坐標(biāo)數(shù)據(jù)，最后刪除缺失準(zhǔn)確地點(diǎn)和時(shí)間的數(shù)據(jù)，得到有效數(shù)據(jù)770條。

1.2 分析方法

本文首先采用核密度估計(jì)法對(duì)盜竊案的空間聚集情況進(jìn)行分析，得到聚集性較高的分布區(qū)域，再通過(guò)基于模擬退火的遺傳算法對(duì)整個(gè)區(qū)域的盜竊案發(fā)案時(shí)空分布情況進(jìn)行時(shí)空關(guān)聯(lián)分析，篩選出案發(fā)時(shí)空分布最聚集的街道，最后通過(guò)時(shí)空熱點(diǎn)矩陣法對(duì)該街道的案發(fā)時(shí)空分布成因進(jìn)行分析與總結(jié)。

1.2.1 核密度估計(jì)法

核密度估計(jì)法是指通過(guò)生成一個(gè)描述點(diǎn)聚集程度的平滑估計(jì)面來(lái)表現(xiàn)空間區(qū)域內(nèi)的犯罪聚集情況[12]，并通過(guò)制圖的方式使其可視化。因此，對(duì)于空間區(qū)域內(nèi)所遍布的犯罪事件中任意一點(diǎn),而該區(qū)域范圍內(nèi)其他點(diǎn)xi到xk的距離則決定該區(qū)域其他點(diǎn)xi,…,xn對(duì)點(diǎn)xk的貢獻(xiàn)率。設(shè)核函數(shù)為K，則點(diǎn)xk處的犯罪概率密度表示如下:

(1)

式中：h表示核密度函數(shù)的帶寬，K是核函數(shù)，n是所有空間點(diǎn)的數(shù)量。

1.2.2 時(shí)空熱點(diǎn)矩陣法

犯罪時(shí)空熱點(diǎn)矩陣是由利特克里夫提出的一種犯罪時(shí)空模式分析方法[13]。該方法把犯罪活動(dòng)分別按照時(shí)間和空間進(jìn)行分類(lèi)有以下幾種類(lèi)型。

(1)分散型。指空間上呈均勻分布，如圖1.a所示，在時(shí)間上呈均勻分布，如圖1.A所示。

(2)聚集型。在空間上呈現(xiàn)聚集分布，如圖1.b所示，在時(shí)間上呈現(xiàn)出在某個(gè)時(shí)段內(nèi)會(huì)相對(duì)集中并明顯的高于其他時(shí)段，如圖1.B所示。

(3)熱點(diǎn)型。在空間上呈現(xiàn)出點(diǎn)聚集情況，如圖1.c所示，時(shí)間上呈現(xiàn)集中在特定時(shí)段，如圖1.C所示。

通過(guò)上述幾種劃分可以將犯罪時(shí)空分布模式分為以下九類(lèi)：a-A，a-B，a-C，b-A，b-B，b-C，c-A，c-B，c-C。

圖1 犯罪熱點(diǎn)在時(shí)間和空間上的分布類(lèi)型

1.2.3 基于模擬退火遺傳算法的關(guān)聯(lián)分析

關(guān)聯(lián)規(guī)則是一種通過(guò)分析挖掘數(shù)據(jù)的方式找出數(shù)據(jù)之間存在的關(guān)聯(lián)關(guān)系的一種數(shù)據(jù)挖掘方法，進(jìn)行規(guī)則提取的最常見(jiàn)的方法就是Apriori算法，主要通過(guò)逐層搜索數(shù)據(jù)庫(kù)的方法來(lái)實(shí)現(xiàn)，但此方法效率過(guò)低[14]。而本文采用的是基于模擬退火的遺傳算法提取關(guān)聯(lián)規(guī)則的方法，主要是通過(guò)對(duì)事務(wù)數(shù)據(jù)庫(kù)進(jìn)行編碼，轉(zhuǎn)換成比較容易搜索的編碼集，再對(duì)所得到的“編碼串”通過(guò)選擇、交叉和變異得到全局的最優(yōu)解。本文中主要采用實(shí)數(shù)編碼方式，將街道類(lèi)型按照1～29位數(shù)進(jìn)行編碼，時(shí)間與區(qū)域類(lèi)型按照1～3位數(shù)進(jìn)行編碼。此方法只需要掃描一次數(shù)據(jù)庫(kù)，同時(shí)在交叉和變異過(guò)程中進(jìn)行模擬退火的處理，避免局部最優(yōu)解的產(chǎn)生，最后通過(guò)一定次數(shù)的迭代，得到最終的規(guī)則結(jié)果[15]。該算法的具體原理如圖2所示。

圖2 基于模擬退火遺傳算法的關(guān)聯(lián)分析原理圖

2 入室盜竊空間分布分析

圖3是某市海*區(qū)2016年和2017年兩年的盜竊案的核密度圖，通過(guò)圖3可以看出，西北部的案件分布較少，而且比較分散，東部地區(qū)的案件較為集中，且主要集中在東南部。由此可知，該地區(qū)盜竊案分布整體呈聚集模式，熱點(diǎn)集中在東南部地區(qū)，西北部的案件分布比較均勻，而且案件分布量少。從街道的角度看，西北部有兩個(gè)街道呈分散分布。東南部多于三個(gè)街道的案發(fā)頻度較高，且較為集中。除此之外還有少數(shù)幾個(gè)街道的案件頻度較低而且比較分散。東南部與西北部類(lèi)似，大約有三個(gè)街道的案發(fā)頻度較高，且較為集中。

圖3 盜竊案的核密度分析結(jié)果

3 入室盜竊時(shí)空分析

3.1 時(shí)空關(guān)聯(lián)分析(街道尺度)

通過(guò)核密度的分析，得到了該地區(qū)盜竊案件的空間聚集情況，在此基礎(chǔ)上，利用關(guān)聯(lián)規(guī)則的方法探究海*區(qū)盜竊案的時(shí)空關(guān)聯(lián)關(guān)系，即發(fā)生盜竊案的街道和時(shí)間區(qū)域類(lèi)型之間的關(guān)聯(lián)關(guān)系。在進(jìn)行實(shí)際的關(guān)聯(lián)分析之前，首先將基于模擬退火遺傳算法與Apriori算法提取結(jié)果進(jìn)行對(duì)比，將最小支持度設(shè)為0.01，最小置信度設(shè)為0.2，所提取的規(guī)則如表1和表2所示。通過(guò)兩個(gè)結(jié)果的對(duì)比可以看出，兩個(gè)算法提取的規(guī)則基本一致，而且通過(guò)本文的算法提取的規(guī)則可以看出規(guī)則的強(qiáng)弱區(qū)別。再通過(guò)對(duì)兩個(gè)算法的挖掘效率進(jìn)行比較，采用三種數(shù)據(jù)集在不同支持度的條件下進(jìn)行實(shí)驗(yàn)，得到的結(jié)果如圖4和圖5所示，從中可以看出，基于模擬退火的遺傳算法的規(guī)則挖掘效率明顯高于Apriori算法。

表1 盜竊案的模擬退火遺傳算法關(guān)聯(lián)規(guī)則結(jié)果

表2 盜竊案的Apriori算法關(guān)聯(lián)規(guī)則結(jié)果

對(duì)表1的規(guī)則結(jié)果進(jìn)行分析，通過(guò)觀察興趣度可知，該指標(biāo)都大于1，表明所有規(guī)則都屬于強(qiáng)關(guān)聯(lián)規(guī)則，然后通過(guò)關(guān)聯(lián)規(guī)則的結(jié)果分析可知，海*街道和紫**街道的發(fā)案時(shí)段和區(qū)域多為工作時(shí)間的公共區(qū)，萬(wàn)**街道多在休息時(shí)間的公共區(qū)發(fā)案，而且通過(guò)規(guī)則觀察可發(fā)現(xiàn)，公共區(qū)的規(guī)則數(shù)目較多，即發(fā)生在公共區(qū)的案件較為頻繁，另外兩個(gè)區(qū)域案發(fā)頻度較低。圖6是所提取的規(guī)則在街道尺度上的可視化結(jié)果，從中可看出，盜竊案的案發(fā)地呈聚集分布，且多集中在南部地區(qū)，發(fā)生在工作時(shí)間的公共區(qū)的盜竊案多集中在東南部地區(qū)，其他幾個(gè)時(shí)間區(qū)域類(lèi)型的案件分布比較分散，分布在東南部和西南部。經(jīng)過(guò)統(tǒng)計(jì)數(shù)據(jù)發(fā)現(xiàn)，第一季度的發(fā)案量是198，第二季度的發(fā)案量是232，第三季度的發(fā)案量是187，第四季度的發(fā)案量是153。由此可以看出盜竊案的案發(fā)頻度與季度有相關(guān)關(guān)系，因此考慮繼續(xù)研究不同季度下盜竊案的時(shí)空關(guān)聯(lián)關(guān)系，探究是否存在季度性規(guī)律，以季度為尺度，進(jìn)行四個(gè)季度的關(guān)聯(lián)規(guī)則的提取。

圖4 支持度為0.01的兩種算法運(yùn)行時(shí)間比較

圖5支持度為0.02的兩種算法運(yùn)行時(shí)間

圖6 盜竊案時(shí)空關(guān)聯(lián)規(guī)則可視化圖

通過(guò)四個(gè)季度的關(guān)聯(lián)規(guī)則結(jié)果分析可以發(fā)現(xiàn)，首先，第三季度的規(guī)則數(shù)目最多，第二季度的規(guī)則數(shù)目最少。但是通過(guò)之前盜竊案的案發(fā)數(shù)量可以發(fā)現(xiàn)，第三季度的案發(fā)量是少于第二季度的，由此可以看出第三季度的盜竊案的案發(fā)街道比較分散，第二季度的案發(fā)街道相對(duì)來(lái)說(shuō)比較集中。從規(guī)則的數(shù)目上看，工作時(shí)間的公共區(qū)的案發(fā)規(guī)則數(shù)目最多，再?gòu)闹С侄鹊慕嵌瓤矗?*街道和海*街道的支持度一直都很高，也就是表明這兩個(gè)街道的發(fā)案最頻繁，而且興趣度和置信度也都很高，即關(guān)聯(lián)規(guī)則提取的精確度和可信度都很高。其次，還可以發(fā)現(xiàn)休息時(shí)間的公共區(qū)在第一季度和第三季度的發(fā)案頻度較高僅次于工作時(shí)間的公共區(qū)，而娛樂(lè)時(shí)間的公共區(qū)在第二季度和第四季度的發(fā)案頻度類(lèi)似。因此應(yīng)分別注意對(duì)工作時(shí)間的公共區(qū)和休息時(shí)間的公共區(qū)在相應(yīng)的發(fā)案頻度高的季度里加強(qiáng)盜竊案的防范。

3.2 時(shí)空熱點(diǎn)矩陣分析(社區(qū)尺度)

通過(guò)上述關(guān)聯(lián)規(guī)則的分析可以看出該區(qū)域街道的盜竊案發(fā)生的時(shí)間區(qū)域類(lèi)型規(guī)律，也可以看出案發(fā)頻度較高的幾個(gè)街道，四個(gè)季度綜合來(lái)看，海*街道案發(fā)頻度始終很高。前面的分析只是給出了街道地區(qū)發(fā)案的大致時(shí)空規(guī)律，并沒(méi)有給出犯罪熱點(diǎn)的成因解析，因此下面利用時(shí)空熱點(diǎn)矩陣法，對(duì)海*街道進(jìn)行進(jìn)一步的社區(qū)尺度的時(shí)空熱點(diǎn)分析，并根據(jù)時(shí)空熱點(diǎn)矩陣的分布模式，探究上述犯罪時(shí)空關(guān)聯(lián)關(guān)系的形成原因。

圖7和圖8是海*街道的時(shí)空熱點(diǎn)矩陣圖，通過(guò)該圖可以看出該街道的熱點(diǎn)時(shí)空分布屬于(b-B)型分布，案件數(shù)量為88起。從空間分布上看，該街道的盜竊案主要分布在某購(gòu)物商場(chǎng)社區(qū)和某大學(xué)社區(qū)。從時(shí)間分布上看，各個(gè)時(shí)間段都有案件發(fā)生，而且主要集中在午休階段，根據(jù)之前關(guān)聯(lián)規(guī)則的結(jié)果，海*街道的高危時(shí)間區(qū)域類(lèi)型是工作時(shí)間的公共區(qū)，通過(guò)該圖可以發(fā)現(xiàn)，海*街道的盜竊案多集中在娛樂(lè)區(qū)里的娛樂(lè)購(gòu)物場(chǎng)所，除此之外還有公共區(qū)的學(xué)校區(qū)域，案發(fā)時(shí)間多在工作日的午休時(shí)間。第一個(gè)區(qū)域開(kāi)放性和自由度較高，商業(yè)和服務(wù)集中，經(jīng)濟(jì)活躍，城市活動(dòng)頻繁，人口密集，其犯罪的預(yù)期性使得該區(qū)域成為盜竊犯罪的理想地。根據(jù)犯罪心理學(xué)理論，違法者會(huì)采用一種中性化技術(shù)來(lái)安慰自己，將自己的行為合理化，從而使自己的負(fù)罪感被中性化，而這種合理化解釋機(jī)制在偷竊商店者中最為常見(jiàn)[16]，因此在購(gòu)物中心這種商店聚集的娛樂(lè)場(chǎng)所，盜竊案的發(fā)案頻度會(huì)很高。除此之外，盜竊的動(dòng)機(jī)除了獲得利益金錢(qián)以外，還會(huì)獲得自我滿(mǎn)足和成就感，因此目標(biāo)越多，罪犯的成就感就會(huì)越強(qiáng)，就越容易在此地繼續(xù)犯罪，甚至多次犯罪[17]。此外根據(jù)行為學(xué)習(xí)理論，人的行為自收到強(qiáng)化后會(huì)維持行為的實(shí)施，主要是為了追求快樂(lè)，避免痛苦[18]。因此盜竊犯在一次作案成功后，會(huì)受到正強(qiáng)化而重復(fù)作案，從而使該區(qū)域盜竊案頻繁發(fā)生。午休時(shí)間是大多數(shù)職員吃飯休息的時(shí)間，導(dǎo)致自身防范程度下降，根據(jù)歸因理論，盜竊犯在目標(biāo)防范性差時(shí)，會(huì)把對(duì)方成為盜竊對(duì)象歸因于對(duì)方自身不小心的問(wèn)題，從而降低自身的愧疚感，這種自我安慰的想法使得罪犯對(duì)自己的行為毫無(wú)悔意，而變本加厲地實(shí)施盜竊，因此該區(qū)域在午休時(shí)間發(fā)案較為頻繁[19]。至于學(xué)校區(qū)域，在宿舍無(wú)監(jiān)控的條件下，很容易引發(fā)入室盜竊的發(fā)生，尤其是大部分高校后勤部門(mén)引進(jìn)了很多商業(yè)網(wǎng)點(diǎn)和經(jīng)營(yíng)活動(dòng)，這些商業(yè)網(wǎng)點(diǎn)、食堂承包商、外來(lái)務(wù)工人員都入住在學(xué)校，這些人流動(dòng)性很大，成分復(fù)雜，法制觀念淡薄，一旦有可乘之機(jī)，便會(huì)混入宿舍樓中實(shí)施盜竊。除此之外，從圖7中標(biāo)注處可知，籃球場(chǎng)的案發(fā)頻度也很高，這是因?yàn)樵诨@球場(chǎng)打籃球的學(xué)生多把隨身衣物放在旁邊，無(wú)人看管，給罪犯提供了犯罪機(jī)會(huì)，增加了盜竊成功的機(jī)會(huì)。因此在學(xué)校和購(gòu)物中心這兩類(lèi)區(qū)域應(yīng)在白天提高警惕，預(yù)防犯罪發(fā)生。根據(jù)期望理論，人的表現(xiàn)水平基于其對(duì)以特別方式行事所能獲得的結(jié)果預(yù)期[17]。根據(jù)預(yù)期水平，罪犯會(huì)選擇是否實(shí)施犯罪，因此當(dāng)監(jiān)管程度低的時(shí)候，罪犯的預(yù)期結(jié)果會(huì)更高，從而實(shí)施盜竊的概率也會(huì)提高。

圖7 海*街道時(shí)空熱點(diǎn)矩陣-空間分布圖

圖8 海*街道時(shí)空熱點(diǎn)矩陣-時(shí)間分布圖

4 結(jié)論

本文首先針對(duì)盜竊案發(fā)案頻度的時(shí)空關(guān)聯(lián)關(guān)系進(jìn)行了探究，在關(guān)聯(lián)規(guī)則分析中，首次將模擬退火遺傳算法應(yīng)用到犯罪關(guān)聯(lián)分析領(lǐng)域，在保證規(guī)則精度的前提下提高了規(guī)則的挖掘效率。同時(shí)利用該方法分析出了在不同季度案發(fā)頻度高的幾個(gè)街道以及高危案發(fā)時(shí)間區(qū)域類(lèi)型，即該地區(qū)的盜竊案主要分布在海*街道、萬(wàn)**街道和紫**街道，而且時(shí)間區(qū)域類(lèi)型多為工作時(shí)間和休息時(shí)間的公共區(qū)，因此應(yīng)在這兩個(gè)時(shí)間區(qū)域類(lèi)型內(nèi)對(duì)該街道加強(qiáng)犯罪預(yù)防。根據(jù)季度的不同，盜竊案的預(yù)防策略也應(yīng)有所變化，即應(yīng)在第一季度和第三季度在紫**街道和海*街道的工作時(shí)間和休息時(shí)間的公共區(qū)域內(nèi)加強(qiáng)盜竊案的預(yù)防和控制，而且重點(diǎn)放在東南部和中部地區(qū)。在第二季度和第四季度的工作時(shí)間和娛樂(lè)時(shí)間的公共區(qū)內(nèi)加強(qiáng)犯罪預(yù)防，重點(diǎn)仍然放在南部地區(qū)。之后又進(jìn)一步在社區(qū)尺度上對(duì)案發(fā)頻度最高的海*街道進(jìn)行了時(shí)空分析，通過(guò)時(shí)空熱點(diǎn)矩陣法，結(jié)合心理學(xué)理論，對(duì)熱點(diǎn)成因和分布規(guī)律進(jìn)行了更深一步的分析。

通過(guò)上述分析，提出如下防控策略，應(yīng)在海*街道的學(xué)校、醫(yī)院、購(gòu)物商場(chǎng)以及居民小區(qū)等地方的工作時(shí)間加強(qiáng)盜竊案的預(yù)防，尤其在監(jiān)控方面和群眾自身防范意識(shí)加強(qiáng)的宣傳方面多加注意。同時(shí)在地鐵站、公交站等交通集中的地帶和出租房區(qū)域的休息時(shí)間加強(qiáng)犯罪預(yù)防，尤其在夜間的安檢方面和監(jiān)控死角的清除方面應(yīng)投入更多的警力。本文的難點(diǎn)主要在數(shù)據(jù)的獲取上，通過(guò)審判網(wǎng)收集的數(shù)據(jù)，會(huì)忽略已經(jīng)撤訴的案件，因此案件的收集不完整，而且信息量少，對(duì)于罪犯的身高、體重以及家庭情況等都沒(méi)有涉及，無(wú)法進(jìn)行更深一步的分析。因此，以后的研究方向主要集中在罪犯自身的情況對(duì)犯罪熱點(diǎn)所造成的影響，在這一層面應(yīng)用犯罪心理學(xué)進(jìn)行熱點(diǎn)成因的解析。