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:本研究的目的是在两组中国青少年中检验赫胥(Hirsehi)重构的自我控制理论的效力。该研究还结合了格拉斯米克(Grasmick)等人完善的态度量表,来检验在比较组中两种自我控制量表之间的解释能力是否存在差异(N=2048)。应用结构方程模型来研究自我控制构成的基本理论结构以及不同样本间量表的稳健性。我们的研究结果证明了格拉斯米克的态度量表比赫胥修正后的量表具有更强的解释力,可以预测中国青少年犯罪。与学生样本相比,这两种量表在罪犯样本中具有很好的模型拟舍度。与赫胥的修正量表相比,我们的实证检验为格拉斯米克的态度量表作为一个中国青少年犯罪的预测指标提供了比较确凿的证据。