Geri Dön

Spatio-temporal crime prediction model based on analysis of clusters

Suç kümelerinin analizi ile zamnsal ve mekansal suç tahmin modeli oluşturulması

  1. Tez No: 201875
  2. Yazar: ESRA POLAT
  3. Danışmanlar: DOÇ. DR. ŞEBNEM DÜZGÜN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Coğrafya, Computer Engineering and Computer Science and Control, Geography
  6. Anahtar Kelimeler: zamansal ve mekansal suç tahmini, ARMA, basit mekansal dagıtım yaklasımı, CBS, kümelesme, spatio-temporal crime prediction, ARIMA, simple spatial disaggregation approach, GIS, clustering
  7. Yıl: 2007
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 123

Özet

Suç sosyal, ekonomik ve çevresel faktörlerin sonuçlarının bütünlesmesi ile olusmus bir davranıs bozuklugudur. Suç tahmini günümüzde gittikçe önemi artan suç analizi konseptinin en popüler konularından biridir. Suç ile ilgili olan paydaslar gerekli önlemleri alabilmek için suçun yerini, zamanını, miktarını ve tipini ögrenme egilimi içindedirler. Bu egilimler de dikkate alınarak, bu tezde cografi bilgi sistemlerini (CBS) tabanlı öngörü modelleri ve basit mekansal dagıtım yaklasımı kullanılarak zamansal ve mekansal suç tahmini modeli gelistirilmistir. Model 2003 yılında Bahçelievler ve Merkez Çankaya Karakol bölgelerinde meydana gelen suç verisi ile uygulanmıstır. Methodolojinin ilk adımı farklı kümelesme algoritmaları kullanılarak suç kümeleri olusturulmasıdır. Kümelesme metodları arazi kullanımı ve verinin method tarafından gösterimine göre karsılastırılmıs ve en uygun kümeler seçilmistir. Daha sonra suç verisi mekansal ve zamansal dagılımını incelemek için meydana geldigi güne göre ayrılmıstır. Suçu zamansal olarak tahmin etmek için haftanın günleri göz önüne alınarak zaman serisi modeli (ARIMA) olusturulmustur. Daha sonra öngörülen suç olayları zaman ve mekansal suç kümelerine göre dagıtılmıstır. Sonuç olarak bu tezde önerilen model zaman ve mekanda suç tahmini yapmakta ve elde edilen sonuçlar polisin taktik ve planlama operasyonlarına katkı saglamaktadır.

Özet (Çeviri)

Crime is a behavior disorder that is an integrated result of social, economical and environmental factors. In the world today crime analysis is gaining significance and one of the most popular subject is crime prediction. Stakeholders of crime intend to forecast the place, time, number of crimes and crime types to get precautions. With respect to these intentions, in this thesis a spatio-temporal crime prediction model is generated by using time series forecasting with simple spatial disaggregation approach in Geographical Information Systems (GIS). The model is generated by utilizing crime data for the year 2003 in Bahçelievler and Merkez Çankaya police precincts. Methodology starts with obtaining clusters with different clustering algorithms. Then clustering methods are compared in terms of land-use and representation to select the most appropriate clustering algorithms. Later crime data is divided into daily apoch, to observe spatio-temporal distribution of crime. In order to predict crime in time dimension a time series model (ARIMA) is fitted for each week day, Then the forecasted crime occurrences in time are disagregated according to spatial crime cluster patterns. Hence the model proposed in this thesis can give crime prediction in both space and time to help police departments in tactical and planning operations.

Benzer Tezler

  1. Suç olaylarını konum-zaman ilişkisi içerisinde inceleyen CBS tabanlı önleyici bir model geliştirilmesi: Trabzon örneği

    Developing a gıs based preventive model investigating crime events in spatio-temporal relations: Trabzon sample

    GAMZE BEDİROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Jeodezi ve FotogrametriKaradeniz Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. CEMAL BIYIK

  2. Developing a dynamic predictive policing system

    Dinamik bir öngörücü polislik sistemi geliştirme

    TUĞRUL CABİR HAKYEMEZ

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgi ve Belge YönetimiBoğaziçi Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. BERTAN YILMAZ BADUR

  3. Temporal anomaly localization

    Videoda zamansal anomal yerelleştirme

    HALİL İBRAHİM ÖZTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET BURAK CAN

  4. Spatiotemporal series analysis and forecasting: New deep learning architectures on weather and crime forecasting

    Uzay-zamansal serilerde analiz ve tahminleme: Hava durumu ve suç tahmininde yeni derin öğrenme mimarileri

    SELİM FURKAN TEKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SÜLEYMAN SERDAR KOZAT

  5. Mekânsal zamansal veri madenciliğinde sınıflandırma ile suç verilerinin tahmini

    Forecast of crime data by classification in spatio-temporal data mining

    MUHAMMED ÇAĞRI AKSU

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TOLGA AYDIN