GIS与文本信息提取支持下的公交扒窃犯罪时空模式研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-15页 |
| 第一章 绪论 | 第15-24页 |
| ·研究背景与意义 | 第15-17页 |
| ·城市公交与公交扒窃犯罪 | 第15页 |
| ·公交扒窃犯罪的特点 | 第15-16页 |
| ·信息时代下公交扒窃犯罪研究的机遇和挑战 | 第16-17页 |
| ·国内外研究现状 | 第17-21页 |
| ·文本信息提取技术 | 第17-18页 |
| ·数据挖掘技术 | 第18-19页 |
| ·地理信息系统 | 第19页 |
| ·公共交通犯罪研究 | 第19-21页 |
| ·研究内容及创新点 | 第21-23页 |
| ·研究内容 | 第21-22页 |
| ·创新点 | 第22-23页 |
| ·论文组织结构 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第二章 研究区域与数据来源 | 第24-27页 |
| ·研究区域与对象 | 第24-25页 |
| ·数据来源 | 第25页 |
| ·数据预处理 | 第25-26页 |
| ·脱敏处理 | 第26页 |
| ·数据清洗 | 第26页 |
| ·过期数据处理 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 公交及案情信息提取 | 第27-40页 |
| ·城市公交信息提取 | 第27-29页 |
| ·数据表设计 | 第27页 |
| ·公交线路及站点编码 | 第27-29页 |
| ·公交信息提取 | 第29页 |
| ·案情信息提取 | 第29-38页 |
| ·数据表设计 | 第29-30页 |
| ·基于规则匹配的中文文本信息提取技术 | 第30-32页 |
| ·扒窃犯罪时空信息提取 | 第32-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 公交扒窃时空分布特征 | 第40-63页 |
| ·公交扒窃犯罪的时空统计特征 | 第40-44页 |
| ·时间分布特征 | 第40-43页 |
| ·空间分布特征 | 第43-44页 |
| ·基于DBSCAN的“静态扒窃”时空分布特征分析 | 第44-55页 |
| ·DBSCAN聚类算法 | 第44-46页 |
| ·探索性数据分析 | 第46-51页 |
| ·确定空间聚类参数 | 第51-52页 |
| ·结果与分析 | 第52-55页 |
| ·基于加权密度分析的“动态扒窃”高危路段分析 | 第55-62页 |
| ·公交线路加权密度探测模型 | 第56-57页 |
| ·结果与分析 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 公交扒窃时空犯罪模式挖掘 | 第63-75页 |
| ·关联规则基础理论 | 第63-66页 |
| ·关联规则概述 | 第63页 |
| ·关联规则基本概念 | 第63-64页 |
| ·Apriori算法 | 第64-65页 |
| ·关联规则阈值的确定方法 | 第65页 |
| ·关联规则的评价与筛选 | 第65-66页 |
| ·关联规则的时空语义 | 第66-68页 |
| ·公交扒窃犯罪时空行为模式挖掘 | 第68-74页 |
| ·时空事务数据库的建立 | 第68-69页 |
| ·时空关联规则挖掘 | 第69-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 结论与展望 | 第75-78页 |
| ·结论 | 第75-76页 |
| ·不足与展望 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 后记 | 第84页 |
