應用案例推理於住宅竊盜犯罪偵防之空間與時序性分析
- 發布日期：
- 最後更新日期：109-05-13
- 資料點閱次數：140
資料來源:http://handle.ncl.edu.tw/11296/ndltd/04596657877875779264
:::
本研究呈現將案例推理(Case-Based Reasoning, CBR)導入住宅竊盜案犯罪偵防領域的研究結果。在住宅竊盜犯罪偵防之研究，有著重於竊盜犯的作案手法、作案流程及目標選擇等特性，或從被害人的觀點討論被害特性、影響、反應及被害預防等面向之描述，或探討犯罪預防措施的剖析與建議，抑或運用地緣剖繪技術探討連續住宅竊盜犯罪的空間行為模式，預測嫌犯可能之住居所範圍、區域等。本研究則利用犯罪現場遺留之跡證及相關資料，建構一套以案例推理為基礎之住宅竊盜犯罪偵防決策支援系統。不僅可以管理與分享知識的資訊系統，並可將偵辦的經驗，不斷累積成一個案例庫，使辦案者能及早掌握破案關鍵因素，採取適切的處置作為。本研究應用MyCBR為工具建立住宅竊盜犯罪案例資料庫，除對住宅竊盜犯罪案件的特徵屬性進行分類分析外，也導入了對住宅竊盜犯罪的空間性與時間性因素之呈現與影響性分析。另本研究也運用Google所提供的地圖API，結合了開放源碼的Apache網站伺服器軟體、PHP程式模組與MySQL資料庫伺服器軟體，針對住宅竊盜案件發生時，結合CBR推估的結果，整合發展相似案例的空間性與時間性資料分析與展現系統，以視覺化的方式呈現地緣關係相近的住宅竊盜涉嫌人。本系統可提供做為建構適用在住宅竊盜犯罪案件偵防的決策支援系統，提供辦案人員儘早掌握案件偵辦相關資訊，以提昇破案率。而本研究的應用，將可提供住宅竊盜犯罪偵查單位，藉由以往所累積破案的關鍵因素，及時、有效地提供住宅竊盜犯罪案件偵辦者相關決策資訊，以爭取破案的時效，提升住宅竊盜犯罪偵查能力。在後續研究建議上，首先，相關研究可架構本研究的基礎上，改善相似度比對的運算，並可嘗試使用其他的方法、工具(如類神經網路、基因演算法等)，改善系統運作的效能與準確度，使系統運算分析結論更加精確，以提供住宅竊盜犯罪案件偵辦人員更快速、有效的分析。其次，本研究所提出的系統模型設計，僅針對已破獲的住宅竊嫌所為之資料為主，未來可嘗試其他犯罪案件納入研究發展方向，以擴大系統推理的方向與成效，提供更有彈性與適應性的服務。最後，在條件的選擇與設定會因其他犯罪內容而有差異，是故，未來應用類似架構於其他犯罪領域時，需先針對該領域的犯罪與偵防模式做深度的評估與分析。