盗窃类犯罪的时间序列分析--以H市X区盗窃类报警数据为例
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 引言 | 第11-12页 |
| 1 绪论 | 第12-15页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究范式 | 第13-15页 |
| 1.2.1 研究视角 | 第13页 |
| 1.2.2 研究假设 | 第13-14页 |
| 1.2.3 研究方法 | 第14页 |
| 1.2.4 概念界定 | 第14-15页 |
| 2 文献综述 | 第15-22页 |
| 2.1 盗窃类犯罪的相关研究评述 | 第15-16页 |
| 2.2 犯罪时间和预测的相关研究评述 | 第16-22页 |
| 2.2.1 犯罪时间的相关研究评述 | 第16-17页 |
| 2.2.2 犯罪预测的相关研究评述 | 第17-22页 |
| 3 H市X区盗窃类犯罪的时间序列分析 | 第22-40页 |
| 3.1 H市X区情况概述 | 第22-23页 |
| 3.2 数据采集与整理 | 第23-25页 |
| 3.2.1 数据采集 | 第23-24页 |
| 3.2.2 数据整理 | 第24页 |
| 3.2.3 数据分类 | 第24-25页 |
| 3.3 犯罪活动发生时间的频数分析 | 第25-31页 |
| 3.3.1 时点分布 | 第25-27页 |
| 3.3.2 月份分布 | 第27-30页 |
| 3.3.3 总体趋势 | 第30-31页 |
| 3.4 犯罪活动发生时间的均值频率分析 | 第31-35页 |
| 3.4.1 犯罪均值频率的工作日与休息日分布规律 | 第32-33页 |
| 3.4.2 犯罪均值频率的月份分布规律 | 第33-35页 |
| 3.5 犯罪活动发生时间的Gini集中趋势分析 | 第35-37页 |
| 3.6 犯罪活动发生时间的聚类分析 | 第37-39页 |
| 3.7 小结 | 第39-40页 |
| 4 H市X区盗窃类犯罪的预测研究 | 第40-53页 |
| 4.1 ARIMA模型 | 第41-46页 |
| 4.1.1 平稳性检验 | 第41-44页 |
| 4.1.2 建立模型 | 第44-46页 |
| 4.2 指数平滑模型 | 第46-48页 |
| 4.3 模型评价 | 第48-51页 |
| 4.4 Winter指数平滑模型预测结果分析 | 第51-52页 |
| 4.5 小结 | 第52-53页 |
| 5 盗窃犯罪防控对策建议 | 第53-59页 |
| 5.1 瓦解“贫民窟”亚文化，普及素质教育 | 第53-54页 |
| 5.2 倡导职业技能培训，提供就业机会 | 第54-55页 |
| 5.3 增加盗窃难度，提升盗窃风险 | 第55-56页 |
| 5.4 改革警务模式，提升警务效能 | 第56-58页 |
| 5.5 完善社会综合治理，动员公众参与 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 在学研究成果 | 第63-64页 |
| 致谢 | 第64页 |
