简介:因犯罪区域差异、主客体博弈、人为和外界、定性定量混杂、影响因素多杂、模型不适应、数据规模小等诸多原因导致犯罪趋势研究非常困难,经实验研究用大数据AI介入犯罪趋势研究是有效解决方案:可从宏观、中观以及微观三个层面研究犯罪趋势彩响因素,宏观上人、自然及社会三方面,中微观上要特别关注社会心理。对数据量小、种类少、结构化数据多、存在模糊和灰色情况下釆用模糊灰色小数据预测模型;而对大范围实证研究,半结构化与非结构化数据多,经算法比较研究采用三维卷积神经网络深度学习算法比较适合大数据动态实时跟踪犯罪趋势预测。
简介:目的:为弥补当前公安情报分析中主要依赖经验分析的不足,对ARIMA模型在刑事类警情预测中的应用展开探讨,为刑事类警情的早期预警提供决策依据。方法:应用ARIMA模型对某市2015年1月至2017年12月刑事类警情数据进行分析并建立预测模型,对建立的预测模型进行参数估计、模型诊断、模型评价,选择最优预测模型。结果:某市刑事类警情整体上呈下降趋势;选取的最优模型ARIMA(0,0,0)(0,1,1)能较好地拟合既往时间段某市刑事类警情的变化;对某市2018年1月的刑事类警情实证预测表明,所选模型的算法拟合度较高,在95%的置信区间之内(预测值290次,真实值315次),模型短期预测效果较为理想。结论:ARIMA模型可以应用于刑事类警情的情报分析与预测,建议在实际应用中应进一步推广。
简介:【摘要】我国的知识产权管理制度存在缺陷,突出表现在对国家重大经济活动中产生的知识产权风险认识不足,本文试从法经济学的角度入手,通过对我国重大经济活动中存在的各种风险进行分析,设计出一套符合实际需要的知识产权评估模型,并提出一些政策建议。【关键词】重大经济活动;知识产权;风险评估;模型一、重大经济活动与知识产权(一)重大经济活动的界定关于重大经济活动的范畴,目前理论上还没有统一的定义。贵州省人民政府曾在2006年12月14日颁布的《贵州省重大经济活动知识产权特别审查机制(试行)》中将重大经济活动定义为:使用财政及国有资金、涉及国有资产数额巨大或对贵州省经济社会发展影响较大的经济活动。但这种规定比较笼统和片面,对实际操作的指导作用不强。