运用复杂网络工具理解城市区域犯罪行为的特征

复杂网络如今被用于多种应用。城市街道网络建模便是其中之一，尤其用于分析城市的犯罪特征。多个研究小组已关注此类应用，但迄今为止，仍缺乏一套将复杂网络用于完整犯罪分析过程（即从数据准备到犯罪社区的深度分析）的明确方法论。此外，可用于这些工作的“工具集”尚不够完备，也缺少维护最新、完整犯罪数据集的技术和恰当的评估指标。为此，我们提出一套三重方法论，用于将复杂网络应用于城市内高犯罪率区域的检测。我们的方法论包含三项任务：(i) 城市犯罪映射；(ii) 犯罪社区识别；(iii) 犯罪分析。此外，它提供了一套恰当的评估指标，用于分析社区的内在犯罪特征，尤其是在考虑不同犯罪类型时。我们通过将其应用于美国加州旧金山市的真实犯罪数据集来展示该方法论。结果证实了其在识别和分析城市内高犯罪率区域方面的有效性。因此，我们的贡献为复杂网络应用于犯罪分析的进一步发展奠定了基础。