[发明专利]顾及案发时间不确定性的公安事件时空同现模式挖掘方法

说明书

本发明公开了一种顾及案发时间不确定性的公安事件时空同现模式挖掘方法，所述方法包括：确定多类公安事件数据集；根据每类公安事件所记录的可能案发时间区间，分析所述每类公安事件在单位时间内的概率分布，为所述每类公安事件案发时间构建概率表达模型；根据每类公安事件案发时间的概率分布密度函数，计算参与候选时空同现模式中公安事件实例间的时空距离，并进一步度量候选时空同现模式频繁度，以确定所述候选时空同现模式是否为时空同现模式。本发明通过为公安事件案发时间建立概率模型，充分考虑公安事件案发时间不确定性，从而提高公安事件时空同现模式挖掘方法识别结果的准确率。

技术领域

本发明涉及本发明涉及时空数据挖掘与时空统计领域，尤其涉及一种顾及案发时间不确定性的公安事件时空同现模式挖掘方法。

背景技术

探索公安事件与环境因素间的相关性，及各类公安事件间的交互性，是减少各类公安事件出现的重要途径之一。

目前，分析多类公安事件内部及其与外部因素(如社会、经济、地理环境因素)的研究方法主要有三种，即热点分析方法、回归分析方法和关联分析方法。其中热点分析方法首先将公安事件高密度区域识别为时空热点，然后与外部环境因素进行叠置分析。然而热点分析方法只能进行定性分析，难以定量描述公安事件与外部因素的相关性。因此有学者应用传统一元回归模型、多元回归模型量化表达公安事件与外部因素的相关性，由于地理事件在时空中具有异质性、依赖性，因此学者进一步应用空间自回归模型、地理加权回归模型量化公安事件与外部因素关联性。然而该方法在选择回归模型时具有主观性，并且尚缺乏多类公安事件间的内部关联关系识别方面的工作。为解决上述问题，学者们使用灰色关联方法和时空关联模式挖掘方法度量多类公安事件间的时空交互关系。其中灰色关联方法仅从时间维度，根据多类公安事件在时空中发展中发生数量变化的相似性度量其相关性，并未考虑到公安事件的空间位置属性。时空关联方法则充分考虑公安事件发生的时空位置，挖掘存在时空交互的关联模式。时空同现模式挖掘方法是时空关联方法的重要组成部分，旨在发现频繁满足空间邻近关系的地理事件集合，可为识别多类公安事件间的时空关联关系提供理论指导和科学支撑。

以上现有方法均未考虑到公安事件实际案发时间与登记时间存在差异的问题，较大的时间偏差很可能使得挖掘结果中存在误差，导致得到错误结论，从而可能造成相关部门决策失误。现有针对公安事件案发时间具有不确定性的技术工作集中应用于分析公安事件日分布趋势，以识别某类公安事件的发生高峰期和低谷期，而公安事件关联分析中案发时间不确定性的建模仍未引起重视。

发明内容

本发明的目的在于克服现有技术中存在的缺陷，提供一种顾及案发时间不确定性的公安事件时空同现模式挖掘方法，以解决现有时空同现模式挖掘方法难以准确分析公安事件间的交互机制的技术问题。

本发明采用以下技术方案：

一种顾及案发时间不确定性的公安事件时空同现模式挖掘方法，所述方法包括：

S1、确定多类公安事件数据集；

S2、根据所述数据集中的每类公安事件所记录的可能案发时间区间，分析所述每类公安事件在单位时间内的概率分布，为所述每类公安事件案发时间构建概率表达模型，得到所述每类公安事件案发时间的概率分布密度函数；

S3、根据所述每类公安事件案发时间的概率分布密度函数，计算参与候选时空同现模式中公安事件实例间的时空距离，并进一步度量候选时空同现模式频繁度；

S4、根据所述候选时空同现模式频繁度确定所述候选时空同现模式是否为时空同现模式。

进一步，所述步骤S2包括：

S21、使用统一的时间分辨率将单位时间划分为若干时间槽；

S22、统计每类公安事件中的每个实例案发时间区间跨越的时间槽数量；