基于密度峰值聚类算法的广州市贩卖毒品罪空间分析开题报告

研究背景：

近些年来，犯罪问题逐渐突出，已经成为影响人类社会的一个重大危害，严重影响了人类的生命财产安全以及社会公共秩序。

在众多犯罪问题中，毒品问题是社会消极因素的综合反映，是危害社会治安的源头问题，是影响社会和谐稳定的一大隐患。我国现阶段毒品犯罪的形式十分严峻，贩卖毒品活动不仅向全国大部分省市蔓延，还呈现出了案件数量，规模居高不下并且逐年增长的态势。以广东省为例，据不完全统计，广东省登记在册的吸毒人员达10万人，珠江三角洲的吸毒人数占全省的大部分，而珠江三角洲的毒品来源，主要是广州，约占70%。

目前，广州市有一批人以贩毒为业，也有一大批吸毒者“以贩养吸”，形成了巨大的地下毒品贩卖网络，随时随地为广州市数以万计的吸毒人员提供毒源。如番禺市的市桥镇新广场、中巴站、大北汽车站、影剧院以及某些发廊，廉价出租屋等治安紊乱，具有隐蔽性，闲散人员较多的地方常成为贩毒分子交接毒品的地点。

由于犯罪问题涉及到地理环境，区域经济，人口素质等多方面因素的时空交互，这便需要一种综合性的方法对其进行研究。环境犯罪学中的“二八规则”指出：几乎80%的事件往往只和20%的人或事件有关。对犯罪而言，绝大部分犯罪发生在很小的一部分区域或时间段内，且只和少数的犯罪者有关。在20世纪初期，芝加哥大学社会学系就提出了对城市犯罪现象进行综合治理的初步设想，并用社区差异来解释一系列犯罪现象。20世纪90年代，随着地理信息系统（GIS）等技术的发展，犯罪时空分析在学术界和警界都得到了广泛应用，并出现了一系列分析工具和软件。

另一方面，国内学者也从国外引用与借鉴最新的研究成果，并根据我国国情不断拓展研究内容，积极探究各类犯罪现象的时空分布，成因以及防范对策。但就总体而言，我国目前的警用地理信息系统和犯罪制图等犯罪情报的应用水平还不够普及和深入，针对犯罪热点区域情报的研究及应用还较少，相关研究还大量集中在宏观分析的层面上，通过利用犯罪的时空热点分布研究为警方实际工作服务的相关案例还较少。

研究目的和意义：

广东省是全国毒品问题最严重的省份，广州市作为广东省省会，其毒品犯罪具有代表性意义。掌握贩毒罪的时空分布特征，对于贩毒罪的防控具有重要意义。本课题基于密度峰值聚类算法来分析2012-2014年广州市贩卖毒品罪的时空热点，密度峰值聚类算法可以发现具有任意形状的聚簇并且对噪声数据不敏感，算法结果可利用ArcGIS软件进行可视化显示，研究：（1）密度峰值聚类算法的思路及实现，（2）不同尺度参数的密度峰值聚类算法应用在贩毒数据上，生成不同的聚簇，并进行可视化展示，以期掌握广州市贩毒罪的时空分布特征和时空热点，更好的为贩毒罪的防控、警力部署服务。

利用密度峰值聚类算法能够快速定位贩毒密度大的区域，对于毒品贩卖能够很好的派出警力，避免盲目无目的的随意寻找。通过密度峰值聚类算法实现的聚簇，通过可视化展示，能够更好地将广州市贩毒罪的重点聚集地显示出来，便于警力的部署，更能保护我国公民的财产安全，有效打击贩卖毒品的罪犯。