KR101975969B1 - System and method for assessing crime risk - Google Patents

System and method for assessing crime risk Download PDF

Info

Publication number
KR101975969B1
KR101975969B1 KR1020170165814A KR20170165814A KR101975969B1 KR 101975969 B1 KR101975969 B1 KR 101975969B1 KR 1020170165814 A KR1020170165814 A KR 1020170165814A KR 20170165814 A KR20170165814 A KR 20170165814A KR 101975969 B1 KR101975969 B1 KR 101975969B1
Authority
KR
South Korea
Prior art keywords
crime
score
frequency
value
weight
Prior art date
Application number
KR1020170165814A
Other languages
Korean (ko)
Inventor
성원모
양일규
Original Assignee
주식회사 이엠따블유
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 이엠따블유 filed Critical 주식회사 이엠따블유
Priority to KR1020170165814A priority Critical patent/KR101975969B1/en
Application granted granted Critical
Publication of KR101975969B1 publication Critical patent/KR101975969B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Alarm Systems (AREA)

Abstract

The present invention provides a system for evaluating a crime risk capable of measuring effectiveness of crime prevention facilities installed in each area. The system for evaluating a crime risk comprises: a division section unit dividing a specific area into a plurality of sections based on a large road or density of buildings; a characteristic data generation unit generating data of variables showing characteristics of each of the sections divided by the division section unit; a weight data generation unit weighting specific data set by a characteristic data setting unit to generate weight data; a score calculation unit calculating a score for each of the sections by using the data generated from the characteristic data generation unit and the weight data generation unit; and a probability calculation unit calculating a crime risk probability by using the score calculated by the score calculation unit.

Description

범죄 위험 평가 시스템 및 방법 {SYSTEM AND METHOD FOR ASSESSING CRIME RISK} SYSTEM AND METHOD FOR ASSESSING CRIME RISK

본 발명은 범죄 위험 평가 시스템 및 방법에 관한 것으로, 보다 상세하게는 각 지역에 설치된 범죄 예방 시설의 실효성을 측정할 수 있는 범죄 위험 평가 시스템 및 방법 에 관한 것이다. The present invention relates to a crime risk assessment system and method, and more particularly, to a crime risk assessment system and method capable of measuring the effectiveness of a crime prevention facility installed in each area.

급격한 사회 경제적인 성장은 긍정적인 결과를 가져왔지만, 동시에 꾸준히 증가하는 범죄로 인하여 범죄 피해를 당할 수 있다는 불안감이 증가하고 있다. 경제적 불평등과 양극화 등의 문제로 인해, 과거에는 비교적 안전하다고 여겨지던 곳들에서도 최근 이유 없는 폭력 행위가 벌어지는 사례가 많아지고 있다. While rapid economic and socioeconomic growth has produced positive results, anxiety is increasing that crime can be hit by a steadily increasing number of crimes. Due to the problems of economic inequality and polarization, there has been a growing number of cases of violent acts without reason even in places that were considered relatively safe in the past.

특히 여성과 어린이를 대상으로 하는 범죄가 증가하여 사회 문제로 대두되고 있다. 이러한 신변의 위협을 느끼는 사람들의 경우에는 경찰관서의 경찰관이나 사설 경호 업체에 신변의 보호를 요청하고 있는 실정이지만, 경찰관서나 경호업체 등과 같은 신변보호를 담당하는 기관에서는 인원과 장비가 수요에 비해 크게 부족하여 신변 보호를 요청하는 전체적인 사람들에 대한 효율적인 관리가 이루어지지 못하고 있는 상태이다. In particular, crimes against women and children are increasing, leading to social problems. In the case of those who feel threatened by such person, police officers or private security companies in the police officers are requesting the protection of their personal information. However, in organizations that are in charge of protecting persons such as police officers and security guards, Inadequate management of the whole people who are requesting protection is lacking.

이에 따라, 범죄 위험이 예상되는 지역에 CCTV, 보안등 및 비상벨 등을 설치하고, 가정에는 절도 범죄 예방을 위해 방범창 등을 설치하고 있다. 그러나, 단순히 CCTV, 보안등, 비상벨 및 방범창 등을 설치하는 것만으로는 범죄를 완전히 예방할 수 는 없으며, 범죄 예방 시설들이 적절한 위치에 설치되지 못하여 범죄 예방의 효과를 제대로 발휘하고 있지 못하는 문제점이 있다. Accordingly, CCTV, security and emergency bells are installed in areas where crime risk is expected, and security windows are installed at home to prevent theft. However, simply installing CCTV, security, emergency bell, and security windows can not completely prevent crime, and crime prevention facilities can not be installed in an appropriate location, which prevents the effective use of crime prevention .

이에 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로, 본 발명의 목적은 각 지역에 설치된 범죄 예방 시설의 실효성을 측정할 수 있는 범죄 위험 평가 시스템을 제공하는 것이다.SUMMARY OF THE INVENTION Accordingly, the present invention has been made in view of the above problems, and it is an object of the present invention to provide a crime risk assessment system capable of measuring the effectiveness of a crime prevention facility installed in each area.

본 발명의 또 다른 목적은 각 지역에 설치된 범죄 예방 시설의 실효성을 측정할 수 있는 범죄 위험 평가 방법을 제공하는 것이다. Another object of the present invention is to provide a crime risk assessment method capable of measuring the effectiveness of a crime prevention facility installed in each area.

상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 범죄 위험 평가 시스템은 특정 지역을 큰 길이나 건물의 밀집도 등을 기준으로 복수개의 구획으로 분할하는 구획 분할부, 상기 구획 분할부가 분할한 각 구획들의 특징을 나타내는 변수들의 데이터를 생성하는 특징 데이터 생성부, 상기 특징 데이터 설정부에서 설정된 특정 데이터에 가중치를 부여하여 가중치 데이터를 생성하는 가중치 데이터 생성부, 상기 특징 데이터 생성부 및 상기 가중치 데이터 생성부에서 생성된 데이터들을 이용하여 각 구획들에 대한 점수를 산출하는 점수 산출부 및 상기 점수 산출부에서 산출된 점수를 이용하여 범죄 위험 확률을 계산하는 확률 계산부를 포함한다.The crime risk assessment system according to an embodiment of the present invention for realizing the object of the present invention includes a division section for dividing a specific area into a plurality of sections on the basis of a road or building density, A weight data generating unit for generating weight data by weighting the specific data set by the feature data setting unit, a weight data generating unit for generating weight data by generating the weight data, And a probability calculator for calculating a probability of a crime using the score calculated by the score calculator. The score calculator calculates a score for each of the compartments using data generated by the score calculator.

본 발명의 일 실시예에 있어서, 상기 특징 데이터 생성부가 생성하는 데이터는 CCTV 개수, 보안등의 개수, 방범창의 설치수, 비상벨의 설치수, 절도 범죄 발생 빈도 및 성범죄 발생 빈도에 관한 값을 포함할 수 있다.In one embodiment of the present invention, the data generated by the feature data generating unit includes values related to the number of CCTVs, the number of security lights, the number of security windows installed, the number of emergency bells installed, the frequency of occurrence of the theft crime, .

본 발명의 일 실시예에 있어서, 상기 특징 데이터 생성부에서 생성하는 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention, the data generated by the feature data generation unit may be defined by the following equation.

Figure 112017121172635-pat00001
Figure 112017121172635-pat00001

여기서

Figure 112017121172635-pat00002
는 k번째 구획의 특징 벡터,
Figure 112017121172635-pat00003
은 CCTV의 개수,
Figure 112017121172635-pat00004
는 보안등의 개수,
Figure 112017121172635-pat00005
은 방범창의 설치수,
Figure 112017121172635-pat00006
는 비상벨의 설치수,
Figure 112017121172635-pat00007
는 절도범죄 발생 빈도,
Figure 112017121172635-pat00008
은 성범죄 발생 빈도를 나타낸다.here
Figure 112017121172635-pat00002
Is the feature vector of the k-th segment,
Figure 112017121172635-pat00003
The number of CCTV,
Figure 112017121172635-pat00004
The number of security lights,
Figure 112017121172635-pat00005
The number of security windows installed,
Figure 112017121172635-pat00006
The number of emergency bell installations,
Figure 112017121172635-pat00007
The frequency of the theft crime,
Figure 112017121172635-pat00008
Indicates the frequency of sex crimes.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00009
에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다. In one embodiment of the present invention,
Figure 112017121172635-pat00009
Can be defined by the following equation.

Figure 112017121172635-pat00010
Figure 112017121172635-pat00010

여기서,

Figure 112017121172635-pat00011
은
Figure 112017121172635-pat00012
값에 대한 가중치 벡터,
Figure 112017121172635-pat00013
은 CCTV의 개수,
Figure 112017121172635-pat00014
는 절도범죄 발생 빈도,
Figure 112017121172635-pat00015
은 성범죄 발생 빈도를 나타낸다.here,
Figure 112017121172635-pat00011
silver
Figure 112017121172635-pat00012
Weight vector for the value,
Figure 112017121172635-pat00013
The number of CCTV,
Figure 112017121172635-pat00014
The frequency of the theft crime,
Figure 112017121172635-pat00015
Indicates the frequency of sex crimes.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00016
값에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention,
Figure 112017121172635-pat00016
The weight data for the value can be defined by the following equation.

Figure 112017121172635-pat00017
Figure 112017121172635-pat00017

여기서,

Figure 112017121172635-pat00018
는
Figure 112017121172635-pat00019
값에 대한 가중치 벡터,
Figure 112017121172635-pat00020
는 절도범죄 발생 빈도,
Figure 112017121172635-pat00021
은 성범죄 발생 빈도를 나타낸다.here,
Figure 112017121172635-pat00018
The
Figure 112017121172635-pat00019
Weight vector for the value,
Figure 112017121172635-pat00020
The frequency of the theft crime,
Figure 112017121172635-pat00021
Indicates the frequency of sex crimes.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00022
값에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention,
Figure 112017121172635-pat00022
The weight data for the value can be defined by the following equation.

Figure 112017121172635-pat00023
Figure 112017121172635-pat00023

여기서,

Figure 112017121172635-pat00024
은
Figure 112017121172635-pat00025
값에 대한 가중치 벡터,
Figure 112017121172635-pat00026
는 절도범죄 발생 빈도를 나타낸다.here,
Figure 112017121172635-pat00024
silver
Figure 112017121172635-pat00025
Weight vector for the value,
Figure 112017121172635-pat00026
Indicates the frequency of the theft crime.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00027
값에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention,
Figure 112017121172635-pat00027
The weight data for the value can be defined by the following equation.

Figure 112017121172635-pat00028
Figure 112017121172635-pat00028

여기서,

Figure 112017121172635-pat00029
는
Figure 112017121172635-pat00030
값에 대한 가중치 벡터,
Figure 112017121172635-pat00031
은 성범죄 발생 빈도를 나타낸다. here,
Figure 112017121172635-pat00029
The
Figure 112017121172635-pat00030
Weight vector for the value,
Figure 112017121172635-pat00031
Indicates the frequency of sex crimes.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00032
값에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention,
Figure 112017121172635-pat00032
The weight data for the value can be defined by the following equation.

Figure 112017121172635-pat00033
Figure 112017121172635-pat00033

여기서,

Figure 112017121172635-pat00034
는
Figure 112017121172635-pat00035
값에 대한 가중치 벡터,
Figure 112017121172635-pat00036
은 CCTV의 개수,
Figure 112017121172635-pat00037
는 보안등의 개수,
Figure 112017121172635-pat00038
은 방범창의 설치수,
Figure 112017121172635-pat00039
는 절도범죄 발생 빈도를 나타낸다.here,
Figure 112017121172635-pat00034
The
Figure 112017121172635-pat00035
Weight vector for the value,
Figure 112017121172635-pat00036
The number of CCTV,
Figure 112017121172635-pat00037
The number of security lights,
Figure 112017121172635-pat00038
The number of security windows installed,
Figure 112017121172635-pat00039
Indicates the frequency of the theft crime.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00040
값에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention,
Figure 112017121172635-pat00040
The weight data for the value can be defined by the following equation.

Figure 112017121172635-pat00041
Figure 112017121172635-pat00041

여기서,

Figure 112017121172635-pat00042
은
Figure 112017121172635-pat00043
값에 대한 가중치 벡터,
Figure 112017121172635-pat00044
은 CCTV의 개수,
Figure 112017121172635-pat00045
는 보안등의 개수
Figure 112017121172635-pat00046
는 비상벨의 설치수,
Figure 112017121172635-pat00047
은 성범죄 발생 빈도를 나타낸다.here,
Figure 112017121172635-pat00042
silver
Figure 112017121172635-pat00043
Weight vector for the value,
Figure 112017121172635-pat00044
The number of CCTV,
Figure 112017121172635-pat00045
Number of Security Lights
Figure 112017121172635-pat00046
The number of emergency bell installations,
Figure 112017121172635-pat00047
Indicates the frequency of sex crimes.

본 발명의 일 실시예에 있어서, 상기 점수 산출부에서 산출하는 각 구획들에 대한 점수는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention, the score for each of the segments calculated by the score calculating unit may be defined by the following equation.

Figure 112017121172635-pat00048
Figure 112017121172635-pat00048

여기서

Figure 112017121172635-pat00049
는 특정시간의 k 번째 구획의 점수,
Figure 112017121172635-pat00050
는 특정 시간의 k 번째 구획의 가중치 벡터,
Figure 112017121172635-pat00051
는 특정 시간의 k 번째 구획의 특징 벡터를 나타낸다.here
Figure 112017121172635-pat00049
Is the score of the kth compartment of a particular time,
Figure 112017121172635-pat00050
Is the weight vector of the kth section of the particular time,
Figure 112017121172635-pat00051
Represents the feature vector of the kth section of a particular time.

본 발명의 일 실시예에 있어서, 상기 확률 계산부에서 계산하는 범죄 위험 확률은 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention, the crime risk probability calculated by the probability calculation unit may be defined by the following equation.

Figure 112017121172635-pat00052
Figure 112017121172635-pat00052

여기서 P는 범죄 위험 확률, s는 특정 구획에 대한 점수를 나타낸다.Where P is the probability of a crime risk, and s is the score for a particular compartment.

상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 범죄 위험 평가 방법은 구획 분할부가 특정 지역을 큰 길이나 건물의 밀집도 등을 기준으로 복수개의 구획으로 분할하는 단계, 특징 데이터 생성부가 상기 구획 분할부가 분할한 각 구획들의 특징을 나타내는 변수들의 특징 데이터를 생성하는 단계, 가중치 데이터 생성부가 상기 특징 데이터 설정부에서 설정된 특정 데이터에 가중치를 부여하여 가중치 데이터를 생성하는 단계, 점수 산출부가 상기 특징 데이터 생성부 및 상기 가중치 데이터 생성부에서 생성된 데이터들을 이용하여 각 구획들에 대한 점수를 산출하는 단계 및 확률 계산부가 상기 점수 산출부에서 산출된 점수를 이용하여 범죄 위험 확률을 계산하는 단계를 포함한다.The method for evaluating crime risk according to an embodiment of the present invention for realizing the object of the present invention comprises the steps of: dividing a specific area into a plurality of sections based on a large road or the density of a building; Generating weight data by assigning weights to specific data set by the feature data setting unit, and generating a weight data by using the feature data, Calculating a score for each of the segments using data generated by the generating unit and the weight data generating unit, and calculating a probability of a crime using the score calculated by the score calculating unit .

본 발명의 일 실시예에 있어서, 상기 특징 데이터 생성부가 생성하는 데이터는 CCTV 개수, 보안등의 개수, 방범창의 설치수, 비상벨의 설치수, 절도 범죄 발생 빈도 및 성범죄 발생 빈도에 관한 값을 포함할 수 있다.In one embodiment of the present invention, the data generated by the feature data generating unit includes values related to the number of CCTVs, the number of security lights, the number of security windows installed, the number of emergency bells installed, the frequency of occurrence of the theft crime, .

본 발명의 일 실시예에 있어서, 상기 특징 데이터 생성부에서 생성하는 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention, the data generated by the feature data generation unit may be defined by the following equation.

Figure 112017121172635-pat00053
Figure 112017121172635-pat00053

여기서

Figure 112017121172635-pat00054
는 k번째 구획의 특징 벡터,
Figure 112017121172635-pat00055
은 CCTV의 개수,
Figure 112017121172635-pat00056
는 보안등의 개수,
Figure 112017121172635-pat00057
은 방범창의 설치수,
Figure 112017121172635-pat00058
는 비상벨의 설치수,
Figure 112017121172635-pat00059
는 절도범죄 발생 빈도,
Figure 112017121172635-pat00060
은 성범죄 발생 빈도를 나타낸다.here
Figure 112017121172635-pat00054
Is the feature vector of the k-th segment,
Figure 112017121172635-pat00055
The number of CCTV,
Figure 112017121172635-pat00056
The number of security lights,
Figure 112017121172635-pat00057
The number of security windows installed,
Figure 112017121172635-pat00058
The number of emergency bell installations,
Figure 112017121172635-pat00059
The frequency of the theft crime,
Figure 112017121172635-pat00060
Indicates the frequency of sex crimes.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00061
에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다. In one embodiment of the present invention,
Figure 112017121172635-pat00061
Can be defined by the following equation.

Figure 112017121172635-pat00062
Figure 112017121172635-pat00062

여기서,

Figure 112017121172635-pat00063
은
Figure 112017121172635-pat00064
값에 대한 가중치 벡터,
Figure 112017121172635-pat00065
은 CCTV의 개수,
Figure 112017121172635-pat00066
는 절도범죄 발생 빈도,
Figure 112017121172635-pat00067
은 성범죄 발생 빈도를 나타낸다.here,
Figure 112017121172635-pat00063
silver
Figure 112017121172635-pat00064
Weight vector for the value,
Figure 112017121172635-pat00065
The number of CCTV,
Figure 112017121172635-pat00066
The frequency of the theft crime,
Figure 112017121172635-pat00067
Indicates the frequency of sex crimes.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00068
값에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention,
Figure 112017121172635-pat00068
The weight data for the value can be defined by the following equation.

Figure 112017121172635-pat00069
Figure 112017121172635-pat00069

여기서,

Figure 112017121172635-pat00070
는
Figure 112017121172635-pat00071
값에 대한 가중치 벡터,
Figure 112017121172635-pat00072
는 절도범죄 발생 빈도,
Figure 112017121172635-pat00073
은 성범죄 발생 빈도를 나타낸다.here,
Figure 112017121172635-pat00070
The
Figure 112017121172635-pat00071
Weight vector for the value,
Figure 112017121172635-pat00072
The frequency of the theft crime,
Figure 112017121172635-pat00073
Indicates the frequency of sex crimes.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00074
값에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention,
Figure 112017121172635-pat00074
The weight data for the value can be defined by the following equation.

Figure 112017121172635-pat00075
Figure 112017121172635-pat00075

여기서,

Figure 112017121172635-pat00076
은
Figure 112017121172635-pat00077
값에 대한 가중치 벡터,
Figure 112017121172635-pat00078
는 절도범죄 발생 빈도를 나타낸다.here,
Figure 112017121172635-pat00076
silver
Figure 112017121172635-pat00077
Weight vector for the value,
Figure 112017121172635-pat00078
Indicates the frequency of the theft crime.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00079
값에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention,
Figure 112017121172635-pat00079
The weight data for the value can be defined by the following equation.

Figure 112017121172635-pat00080
Figure 112017121172635-pat00080

여기서,

Figure 112017121172635-pat00081
는
Figure 112017121172635-pat00082
값에 대한 가중치 벡터,
Figure 112017121172635-pat00083
은 성범죄 발생 빈도를 나타낸다. here,
Figure 112017121172635-pat00081
The
Figure 112017121172635-pat00082
Weight vector for the value,
Figure 112017121172635-pat00083
Indicates the frequency of sex crimes.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00084
값에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention,
Figure 112017121172635-pat00084
The weight data for the value can be defined by the following equation.

Figure 112017121172635-pat00085
Figure 112017121172635-pat00085

여기서,

Figure 112017121172635-pat00086
는
Figure 112017121172635-pat00087
값에 대한 가중치 벡터,
Figure 112017121172635-pat00088
은 CCTV의 개수,
Figure 112017121172635-pat00089
는 보안등의 개수,
Figure 112017121172635-pat00090
은 방범창의 설치수,
Figure 112017121172635-pat00091
는 절도범죄 발생 빈도를 나타낸다.here,
Figure 112017121172635-pat00086
The
Figure 112017121172635-pat00087
Weight vector for the value,
Figure 112017121172635-pat00088
The number of CCTV,
Figure 112017121172635-pat00089
The number of security lights,
Figure 112017121172635-pat00090
The number of security windows installed,
Figure 112017121172635-pat00091
Indicates the frequency of the theft crime.

본 발명의 일 실시예에 있어서, 상기

Figure 112017121172635-pat00092
값에 대한 가중치 데이터는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention,
Figure 112017121172635-pat00092
The weight data for the value can be defined by the following equation.

Figure 112017121172635-pat00093
Figure 112017121172635-pat00093

여기서,

Figure 112017121172635-pat00094
은
Figure 112017121172635-pat00095
값에 대한 가중치 벡터,
Figure 112017121172635-pat00096
은 CCTV의 개수,
Figure 112017121172635-pat00097
는 보안등의 개수
Figure 112017121172635-pat00098
는 비상벨의 설치수,
Figure 112017121172635-pat00099
은 성범죄 발생 빈도를 나타낸다.here,
Figure 112017121172635-pat00094
silver
Figure 112017121172635-pat00095
Weight vector for the value,
Figure 112017121172635-pat00096
The number of CCTV,
Figure 112017121172635-pat00097
Number of Security Lights
Figure 112017121172635-pat00098
The number of emergency bell installations,
Figure 112017121172635-pat00099
Indicates the frequency of sex crimes.

본 발명의 일 실시예에 있어서, 상기 점수 산출부에서 산출하는 각 구획들에 대한 점수는 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention, the score for each of the segments calculated by the score calculating unit may be defined by the following equation.

Figure 112017121172635-pat00100
Figure 112017121172635-pat00100

여기서

Figure 112017121172635-pat00101
는 특정시간의 k 번째 구획의 점수,
Figure 112017121172635-pat00102
는 특정 시간의 k 번째 구획의 가중치 벡터,
Figure 112017121172635-pat00103
는 특정 시간의 k 번째 구획의 특징 벡터를 나타낸다.here
Figure 112017121172635-pat00101
Is the score of the kth compartment of a particular time,
Figure 112017121172635-pat00102
Is the weight vector of the kth section of the particular time,
Figure 112017121172635-pat00103
Represents the feature vector of the kth section of a particular time.

본 발명의 일 실시예에 있어서, 상기 확률 계산부에서 계산하는 범죄 위험 확률은 아래의 수학식으로 정의될 수 있다.In one embodiment of the present invention, the crime risk probability calculated by the probability calculation unit may be defined by the following equation.

Figure 112017121172635-pat00104
Figure 112017121172635-pat00104

여기서 P는 범죄 위험 확률, s는 특정 구획에 대한 점수를 나타낸다.Where P is the probability of a crime risk, and s is the score for a particular compartment.

본 발명에 따르면, 특정 지역을 복수개의 구획을 분할하고, 분할될 각 구획의 특징을 나타내는 특징 벡터와 각 지역의 상황에 맞는 가중치 벡터를 생성하여 각 구획들의 점수를 산출한다. 이후, 각 구획들의 산출된 점수를 이용하여 다시 범죄 위험 확률을 계산한다. 따라서, 특정 지역의 범죄 예방을 위하여 설치된 시설과 장비들의 실효성을 평가할 수 있다.According to the present invention, a plurality of segments are divided into a specific region, a feature vector indicating a feature of each segment to be segmented, and a weight vector corresponding to each region are generated, and the score of each segment is calculated. Then, the crime risk probability is calculated again using the calculated score of each compartment. Thus, the effectiveness of facilities and equipment installed to prevent crime in a particular area can be assessed.

도 1은 본 발명의 일 실시예에 따른 범죄 위험 평가 시스템을 나타내는 블럭도이다.
도 2는 본 발명의 일 실시예에 따른 범죄 위험 평가 방법을 나타내는 순서도이다.
도 3은 본 발명의 일 실시예에 따른 범죄 위험 평가 방법의 특정 지역을 복수개의 구획으로 분할하는 단계에서 특정 지역을 복수개의 구획으로 분할한 상태를 나타내는 도면이다.1 is a block diagram illustrating a crime risk assessment system in accordance with an embodiment of the present invention.
2 is a flowchart illustrating a method for evaluating crime risk according to an embodiment of the present invention.
3 is a view showing a state in which a specific region is divided into a plurality of segments in a step of dividing a specific region of the crime risk assessment method according to an embodiment of the present invention into a plurality of segments.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 실시예들을 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. While the present invention has been described in connection with what is presently considered to be the most practical and preferred embodiment, it is to be understood that the invention is not limited to the disclosed embodiments. It is to be understood, however, that the invention is not intended to be limited to the particular forms disclosed, but on the contrary, is intended to cover all modifications, equivalents, and alternatives falling within the spirit and scope of the invention. Like reference numerals are used for like elements in describing each drawing. The terms first, second, etc. may be used to describe various components, but the components should not be limited by the terms.

상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. The terms are used only for the purpose of distinguishing one component from another. The terminology used in this application is used only to describe a specific embodiment and is not intended to limit the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise.

본 출원에서, "포함하다" 또는 "이루어진다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. In the present application, the term " comprises " or " comprising ", etc. is intended to specify that there is a stated feature, figure, step, operation, component, But do not preclude the presence or addition of one or more other features, integers, steps, operations, components, parts, or combinations thereof.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in commonly used dictionaries are to be interpreted as having a meaning consistent with the contextual meaning of the related art and are to be interpreted as either ideal or overly formal in the sense of the present application Do not.

이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in more detail with reference to the drawings.

도 1은 본 발명의 일 실시예에 따른 범죄 위험 평가 시스템을 나타내는 블럭도이다.1 is a block diagram illustrating a crime risk assessment system in accordance with an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 범죄 위험 평가 시스템(10)은 구획 분할부(100), 특징 데이터 생성부(200), 가중치 데이터 생성부(300), 점수 산출부(400) 및 확률 계산부(500)를 포함한다. 1, a crime risk assessment system 10 according to an embodiment of the present invention includes a division unit 100, a feature data generation unit 200, a weight data generation unit 300, a score calculation unit 400 And a probability calculation unit 500. [

상기 구획 분할부(100)는 특정 지역을 복수개의 구획을 분할할 수 있다. 특정 지역을 복수개의 구획으로 분할할 때 큰 길이나 건물의 밀집도 등을 기준으로 할 수 있다. 특정 지역을 복수개의 구획으로 분할하는 기준은 큰 길이나 건물의 밀집도 등으로 특정 기준이 정해지는 것은 아니며 특정 지역의 특성을 반영하여 적절한 기준에 의해 구획을 분할할 수 있다.The segment division unit 100 may divide a plurality of segments into specific regions. When dividing a specific area into a plurality of compartments, it can be based on a large road or the density of a building. The criterion for dividing a specific area into a plurality of compartments is not a specific criterion due to a large road or a density of a building. The compartment can be divided according to an appropriate criterion reflecting the characteristics of a specific area.

상기 특징 데이터 생성부(200)에서는 상기 구획 분할부(100)가 복수개의 구획으로 분할한 각 구획들에 대해 특징 데이터를 생성할 수 있다. 상기 특징 데이터 생성부(200)가 생성하는 데이터는 CCTV 개수, 보안등의 개수, 방범창의 설치수, 비상벨의 설치수, 절도 범죄 발생 빈도 및 성범죄 발생 빈도에 관한 값을 포함할 수 있다. 이때 상기 특징 데이터는 벡터로 표현될 수 있으며, 특징 데이터를 벡터로 표현하는 방법은 도 2 및 도 3을 참조하여 상세하게 설명하도록 한다.The feature data generating unit 200 may generate feature data for each of the segments divided by the segment dividing unit 100 into a plurality of segments. The data generated by the feature data generation unit 200 may include values related to the number of CCTVs, the number of security lights, the number of security windows installed, the number of emergency bells, the frequency of the theft crime occurrence, and the frequency of occurrence of sex crime. At this time, the feature data may be expressed as a vector, and a method of expressing the feature data as a vector will be described in detail with reference to FIG. 2 and FIG.

상기 가중치 데이터 생성부(300)는 상기 특징 데이터 생성부(200)가 생성한 특징 데이터들에 대해 가중치를 부여하여 가중치 데이터를 생성한다. 가중치는 각각의 특징 데이터에 따라 다르게 부여될 수 있다. The weight data generating unit 300 generates weight data by weighting the feature data generated by the feature data generating unit 200. The weights may be given differently depending on the respective feature data.

예를 들어, 상기 특징 데이터가 CCTV의 개수에 관한 데이터일 때, 이에 대한 가중치는 CCTV가 존재하는 구역에 양의 점수를 주고, 만약 CCTV가 동일한 지역에 여러 개 설치되어 있거나 범죄가 빈발하지 않는 구역에 설치되었다면 감점을 하는 방식으로 부여될 수 있다. For example, when the feature data is data relating to the number of CCTVs, the weight of the feature data is a positive score in the area where the CCTV exists, and if the CCTV is installed in the same area, If it is installed in the system, it can be given in the way of deduction.

또한, 상기 특징 데이터가 보안등의 개수일 때, 이에 대한 가중치는 범죄가 반발하는 지역에 설치된 보안등에 양의 점수를 주고, 만약 범죄가 빈발하지 않는 지역에 보안등이 설치되어 있다면 감점하는 방식으로 부여될 수 있다. In addition, when the feature data is the number of security lights, the weight of the feature data is given to the security light installed in the area where the crime is repelled, and if the security light is installed in the area where the crime is not frequent, .

또한, 상기 특징 데이터가 방범창의 개수일 때, 이에 대한 가중치는 절도 범죄가 빈발하는 지역에 설치된 방범창에 대하여 양의 점수를 주고, 만약 절도 범죄가 빈발하지 않는 지역에 설치되었다면 감점하는 방식으로 부여될 수 있다.In addition, when the feature data is the number of security windows, the weight is given to the security windows installed in the area where the theft crime occurs frequently, and if the feature data is installed in the area where theft crime is not frequent, .

또한, 상기 특징 데이터가 비상벨의 개수일 때, 이에 대한 가중치는 성범죄가 반발하는 지역에 설치된 비상벨에 양의 점수를 주고, 만약 성범죄가 빈발하지 않는 지역에 설치되었다면 감점하는 방식으로 부여될 수 있다. In addition, when the feature data is the number of emergency bell, the weight of the feature data is given to the emergency bell installed in the area where the sex crime is repelled, and if it is installed in an area where sex crime is not frequent, have.

또한, 상기 특징 데이터가 절도 범죄의 발생 빈도일 때, 이에 대한 가중치는 절도 범죄가 발생한 지역에 CCTV, 방범창 및 보안등이 설치되어 있지 않다면 감점하는 방식으로 부여될 수 있으며, 상기 특징 데이터가 성범죄의 발생 빈도일 때, 이에 대한 가중치는 성범죄가 발생한 지역에 CCTV, 보안등 및 비상벨이 설치되어 있지 않다면 감점하는 방식으로 부여될 수 있다.In addition, when the feature data is the incidence of the theft crime, the weight of the feature data may be given in a manner of scoring if the CCTV, security window and security light are not installed in the area where the theft crime occurred, When frequency is concerned, the weight can be given in the form of a deduction if there is no CCTV, security, and emergency bell in the area where the sex offense occurred.

즉, 상기 가중치 데이터 생성부(300)는 특징 데이터에 따라 각각 다른 기준을 가지고 가중치를 부여하며, 각 범죄에 관련된 요소들을 적절하게 반영하여 실질적인 평가가 이루어질 수 있도록 하는 역할을 할 수 있다.That is, the weight data generation unit 300 may assign a weight to each of the different criteria according to the feature data, and appropriately reflect the elements related to each crime, so that the actual evaluation can be performed.

상기 점수 산출부(400)는 특징 데이터 생성부(200) 및 상기 가중치 데이터 생성부(300)에서 생성된 데이터들을 이용하여 각 구획들에 대한 점수를 산출할 수 있다. The score calculation unit 400 may calculate scores for the respective segments using the data generated by the feature data generation unit 200 and the weight data generation unit 300.

상기 점수 산출부(400)가 산출한 점수가 0보다 큰 값인 경우 긍정적인 평가를 줄 수 있으며, 상기 점수 산출부(400)가 산출한 점수가 0보다 작은 값인 경우 부정적인 평가를 줄 수 있다. 또한, 상기 점수 산출부(400)가 산출한 점수의 절대값이 5보다 큰 값인 경우 그 정도가 매우 높은 것으로 평가할 수 있으며, 상기 점수 산출부(400)가 산출한 점수의 절대값이 2보다 작은 값인 경우 그 정도가 미미한 것으로 평가할 수 있고, 상기 점수 산출부(400)가 산출한 점수의 절대값이 2보다 크고 5보다 작은 값인 경우 그 정도가 보통인 것으로 평가할 수 있다. A positive evaluation can be given when the score calculated by the score calculator 400 is greater than 0 and a negative evaluation can be given if the score calculated by the score calculator 400 is less than zero. If the absolute value of the score calculated by the score calculating unit 400 is a value larger than 5, it can be evaluated as being very high. If the absolute value of the score calculated by the score calculating unit 400 is smaller than 2 It can be evaluated that the degree is small. If the absolute value of the score calculated by the score calculating unit 400 is larger than 2 and smaller than 5, it can be estimated that the degree is normal.

예를 들어, 상기 점수 산출부(400)가 산출한 점수가 2.5인 경우에는 보통 정도의 긍정적인 평가를 할 수 있고, 상기 점수 산출부(400)가 산출한 점수가 -1인 경우에는 약간 부정적인 평가를 할 수 있으며, 상기 점수 산출부(400)가 산출한 점수가 10인 경우에는 매우 긍정적인 평가를 할 수 있다. For example, when the score calculated by the score calculation unit 400 is 2.5, the evaluation can be made to an average degree. When the score calculated by the score calculation unit 400 is -1, And if the score calculated by the score calculating unit 400 is 10, the evaluation can be very positive.

상기 점수 산출부(400)가 점수를 산출하는 방법에 대하여는 도 2를 참조하여 상세하게 설명하도록 한다.A method of calculating the score by the score calculating unit 400 will be described in detail with reference to FIG.

상기 확률 계산부(500)는 상기 점수 산출부(400)에서 산출된 점수를 이용하여 범죄 위험 확률을 계산할 수 있다. 상기 확률 계산부(500)가 범죄 위험 확률을 계산하는 방법에 대하여는 도 2를 참조하여 상세하게 설명하도록 한다. The probability calculation unit 500 may calculate the probability of a crime using the score calculated by the score calculation unit 400. [ A method for calculating the probability of a crime by the probability calculation unit 500 will be described in detail with reference to FIG.

도 2는 본 발명의 일 실시예에 따른 범죄 위험 평가 방법을 나타내는 순서도이다. 도 3은 본 발명의 일 실시예에 따른 범죄 위험 평가 방법의 특정 지역을 복수개의 구획으로 분할하는 단계에서 특정 지역을 복수개의 구획으로 분할한 상태를 나타내는 도면이다.2 is a flowchart illustrating a method for evaluating crime risk according to an embodiment of the present invention. 3 is a view showing a state in which a specific region is divided into a plurality of segments in a step of dividing a specific region of the crime risk assessment method according to an embodiment of the present invention into a plurality of segments.

도 2 및 도 3을 참조하면, 본 발명의 일 실시예에 따른 범죄 위험 평가 방법은 특정 지역을 큰 길이나 건물의 밀집도 등을 기준으로 복수개의 구획으로 분할하는 단계(S100), 상기 구획 분할부가 분할한 각 구획들의 특징을 나타내는 변수들의 특징 데이터를 생성하는 단계(S200), 상기 특징 데이터 설정부에서 설정된 특정 데이터에 가중치를 부여하여 가중치 데이터를 생성하는 단계(S300), 상기 특징 데이터 생성부 및 상기 가중치 데이터 생성부에서 생성된 데이터들을 이용하여 각 구획들에 대한 점수를 산출하는 단계(S400) 및 상기 점수 산출부에서 산출된 점수를 이용하여 범죄 위험 확률을 계산하는 단계(S500)를 포함한다. Referring to FIGS. 2 and 3, the method for evaluating crime risk according to an embodiment of the present invention includes dividing a specific area into a plurality of sections based on a large road or a density of a building (S100) (S300) of generating weight data by weighting the specific data set by the feature data setting unit (S300), generating feature data by using the feature data generated by the feature data generating unit Calculating a score for each of the segments using the data generated by the weight data generation unit (S400), and calculating a crime risk probability using the score calculated by the score calculation unit (S500) .

상기 특정 지역을 큰 길이나 건물의 밀집도 등을 기준으로 복수개의 구획으로 분할하는 단계(S100)에서는 구획 분할부가 특정 지역을 큰 길이나 건물의 밀집도 등을 기준으로 복수개의 구획으로 분할할 수 있다. 예를 들어, 도 3에 도시된 바와 같이 특정 지역(천안시 성정동)을 10개의 구획으로 분할할 수 있다. 특정 지역을 복수개의 구획으로 분할할 때 큰 길이나 건물의 밀집도 등을 기준으로 할 수 있다. 특정 지역을 복수개의 구획으로 분할하는 기준은 큰 길이나 건물의 밀집도 등으로 특정 기준이 정해지는 것은 아니며 특정 지역의 특성을 반영하여 적절한 기준에 의해 구획을 분할할 수 있다.In the step S100 of dividing the specific area into a plurality of compartments based on a large road or a density of a building, the compartment dividing unit can divide a specific area into a plurality of compartments based on a large road or a density of a building. For example, as shown in FIG. 3, a specific area (Sungjeong-dong, Cheonan) can be divided into ten sections. When dividing a specific area into a plurality of compartments, it can be based on a large road or the density of a building. The criterion for dividing a specific area into a plurality of compartments is not a specific criterion due to a large road or a density of a building. The compartment can be divided according to an appropriate criterion reflecting the characteristics of a specific area.

특정 지역이 복수의 구획들로 분할된 후, 상기 각 구획들의 특징을 나타내는 변수들의 특징 데이터를 생성하는 단계(S200)에서는 각 구획들의 특징을 나타내는 변수들의 특징 데이터를 생성한다. 특징 데이터는 벡터로 표현될 수 있으며, 특정 지역을 n개의 구획으로 구분할 때 구획에 대한 특징 벡터를 생성할 수 있다.After the specific region is divided into the plurality of segments, the feature data of the variables indicating the characteristics of the segments are generated (S200). Feature data can be represented as a vector, and a feature vector for a compartment can be generated when a specific region is divided into n compartments.

예를 들어, 예를 들어 A지역을 n개의 구획으로 나누었다면 아래의 수학식 1에 의해 정의되는 n개의 벡터를 원소로 가지는 집합을 생성할 수 있다. For example, if A region is divided into n divisions, a set having n vectors defined by the following Equation 1 can be generated.

수학식 1 Equation 1

Figure 112017121172635-pat00105
Figure 112017121172635-pat00105

여기서, 각 벡터는 p개의 평가 기준에 의한 값을 가질 수 있다. 따라서,

Figure 112017121172635-pat00106
인 벡터로 특징 벡터
Figure 112017121172635-pat00107
를 정의 할 수 있으며, 특징 벡터
Figure 112017121172635-pat00108
는 아래의 수학식 2에 의해 정의될 수 있다.Here, each vector may have a value according to p evaluation criteria. therefore,
Figure 112017121172635-pat00106
Vector as a feature vector
Figure 112017121172635-pat00107
Can be defined, and the feature vector
Figure 112017121172635-pat00108
Can be defined by the following equation (2).

수학식 2Equation 2

Figure 112017121172635-pat00109
Figure 112017121172635-pat00109

특징 벡터는 해당 구획이 가지고 있는 특성을 말하며, 그 구획에 설치되는 CCTV의 개수 또는 보안등의 개수 등을 벡터로 정리한 것으로 볼 수 있다. The characteristic vector refers to the characteristic of the corresponding compartment, and it can be seen that the number of the CCTV installed in the compartment or the number of the security lamps are arranged as a vector.

예를 들어, 특징 벡터가 CCTV 개수, 보안등의 개수, 방범창의 설치수, 비상벨의 설치수, 절도 범죄 발생 빈도 및 성범죄 발생 빈도에 관한 것이라고 하면,

Figure 112017121172635-pat00110
의 각 벡터의 성분값은 아래와 같이 정의될 수 있다. For example, if the feature vector is related to the number of CCTVs, the number of security lights, the number of security windows installed, the number of emergency bells, the frequency of the theft crime,
Figure 112017121172635-pat00110
The component values of the respective vectors of < / RTI >

Figure 112017121172635-pat00111
은 CCTV의 개수로 자연수 값이고,
Figure 112017121172635-pat00112
는 보안등의 개수로 자연수 값이고,
Figure 112017121172635-pat00113
은 방범창의 설치수로 자연수 값이고,
Figure 112017121172635-pat00114
는 비상벨의 설치수로 자연수 값이고,
Figure 112017121172635-pat00115
는 절도범죄 발생 빈도이고,
Figure 112017121172635-pat00116
은 성범죄 발생 빈도이다. 이때, 절도 범죄와 성범죄는 실제 범죄 발생 빈도에 따라 0에서 10까지의 점수를 할당할 수 있다.
Figure 112017121172635-pat00111
Is a natural number value as the number of CCTV,
Figure 112017121172635-pat00112
Is a natural number value as the number of security lights,
Figure 112017121172635-pat00113
Is the natural number value of the number of security windows installed,
Figure 112017121172635-pat00114
Is the natural number value of the number of emergency bells installed,
Figure 112017121172635-pat00115
Theft crime rate,
Figure 112017121172635-pat00116
Is the frequency of sexual crime. At this time, theft and sex offenses can be assigned a score from 0 to 10 according to actual crime incidence.

특징 데이터가 생성되면, 상기 특징 데이터 설정부에서 설정된 특정 데이터에 가중치를 부여하여 가중치 데이터를 생성하는 단계(S300)에서는 각각의 특징 벡터에 가중치를 부여하여 가중치 벡터를 생성할 수 있다. In the step of generating weight data by weighting the specific data set by the feature data setting unit when the feature data is generated, a weight vector may be generated by weighting each feature vector.

각각의 평가 기준에 대한 가중치 점수 벡터

Figure 112017121172635-pat00117
는 아래의 수학식 3으로 정의될 수 있다.The weight score vector for each evaluation criterion
Figure 112017121172635-pat00117
Can be defined by the following equation (3).

수학식 3Equation 3

Figure 112017121172635-pat00118
Figure 112017121172635-pat00118

여기서

Figure 112017121172635-pat00119
는 단순히 고정된 가중치 값이 아니라 입력값인
Figure 112017121172635-pat00120
에 의해 변화할 수 있으며, 이는 시설물들이 범죄 예방에 미치는 영향이 구분된 지역의 특수한 환경이나 범죄 빈도 등의 영향을 받아 변화할 수 있기 때문이다. 예들 들어, 가로등이 어떤 지역에서는 범죄를 예방하는 효과를 가지지만, 어두운 지역에 숨어서 가로등 아래에 있는 범죄 목표물을 물색하는 등의 용도로 사용될 수 있어 이러한 지역에서는 시민을 잠재적 범죄자에에 노출시키게 될 수도 있기 때문이다. here
Figure 112017121172635-pat00119
Is not simply a fixed weight value but an input value
Figure 112017121172635-pat00120
This is because the effects of facilities on crime prevention may change due to the specific environment of the area or frequency of crime. For example, a streetlight has the effect of preventing crime in some areas, but it can be used for purposes such as hunting in dark areas and finding crime targets under the street lamps, which could expose citizens to potential criminals It is because.

또한, 상기 특징 벡터 및 가중치 벡터는 시간에 따른 변화를 수반하고 있으므로 시간(t)에 따른 특징 벡터는 아래의 수학식 4로 정의될 수 있다. In addition, since the feature vector and the weight vector involve a change with time, the feature vector according to the time t can be defined by Equation (4) below.

수학식 4Equation 4

Figure 112017121172635-pat00121
Figure 112017121172635-pat00121

또한, 가중치 벡터도 시간에 따른 변화를 수반하고 있으므로 시간(t)에 따른 가중치 벡터는 아래의 수학식 5로 정의될 수 있다.Also, since the weight vector also involves a change with time, the weight vector according to the time t can be defined by the following equation (5).

수학식 5Equation 5

Figure 112017121172635-pat00122
Figure 112017121172635-pat00122

다음으로 각각의 특징 벡터들에 대해 가중치를 부여하여 가중치 벡터를 생성하는 방법을 구체적으로 살펴보면, 먼저 특징 벡터가 CCTV의 개수에 관한 데이터일 때, 이에 대한 가중치는 아래와 같은 수학식 6에 의해 정의될 수 있다.Next, a method for generating a weight vector by weighting each feature vector will be described in detail. First, when the feature vector is data related to the number of CCTVs, the weight of the feature vector is defined by Equation (6) .

수학식 6Equation 6

Figure 112017121172635-pat00123
Figure 112017121172635-pat00123

여기서,

Figure 112017121172635-pat00124
은
Figure 112017121172635-pat00125
값에 대한 가중치 벡터,
Figure 112017121172635-pat00126
는 절도범죄 발생 빈도,
Figure 112017121172635-pat00127
은 성범죄 발생 빈도를 나타낸다.
Figure 112017121172635-pat00128
값에 대한 가중치 벡터는 CCTV가 존재하는 구역에 양의 점수를 주고, 만약 CCTV가 동일한 지역에 여러 개 설치되어 있거나 범죄가 빈발하지 않는 구역에 설치되었다면 감점을 하는 방식으로 생성될 수 있다.here,
Figure 112017121172635-pat00124
silver
Figure 112017121172635-pat00125
Weight vector for the value,
Figure 112017121172635-pat00126
The frequency of the theft crime,
Figure 112017121172635-pat00127
Indicates the frequency of sex crimes.
Figure 112017121172635-pat00128
The weight vector for the value can be generated by giving a positive score to the area where the CCTV is present and by scoring if the CCTV is installed in multiple locations in the same area or where the crime is not frequent.

특징 벡터가 보안등의 개수에 관한 데이터일 때, 이에 대한 가중치는 아래와 같은 수학식 7에 의해 정의될 수 있다.When the feature vector is data related to the number of security lights, the weight for the feature vector may be defined by Equation (7) below.

수학식 7Equation 7

Figure 112017121172635-pat00129
Figure 112017121172635-pat00129

여기서,

Figure 112017121172635-pat00130
은
Figure 112017121172635-pat00131
값에 대한 가중치 벡터,
Figure 112017121172635-pat00132
는 절도범죄 발생 빈도,
Figure 112017121172635-pat00133
은 성범죄 발생 빈도를 나타낸다.
Figure 112017121172635-pat00134
값에 대한 가중치 벡터 범죄가 반발하는 지역에 설치된 보안등에 양의 점수를 주고, 만약 범죄가 빈발하지 않는 지역에 보안등이 설치되어 있다면 감점하는 방식으로 생성될 수 있다. here,
Figure 112017121172635-pat00130
silver
Figure 112017121172635-pat00131
Weight vector for the value,
Figure 112017121172635-pat00132
The frequency of the theft crime,
Figure 112017121172635-pat00133
Indicates the frequency of sex crimes.
Figure 112017121172635-pat00134
The weight vector for the value can be generated by giving a positive score to the security light installed in the area where the crime is repelled and by scoring if the security light is installed in an area where the crime is not frequent.

특징 벡터가 방범창의 개수에 관한 데이터일 때, 이에 대한 가중치는 아래와 같은 수학식 8에 의해 정의될 수 있다.When the feature vector is data relating to the number of security windows, the weight value can be defined by Equation (8) below.

수학식 8Equation 8

Figure 112017121172635-pat00135
Figure 112017121172635-pat00135

여기서,

Figure 112017121172635-pat00136
은
Figure 112017121172635-pat00137
값에 대한 가중치 벡터,
Figure 112017121172635-pat00138
는 절도범죄 발생 빈도를 나타낸다.
Figure 112017121172635-pat00139
값에 대한 가중치 벡터는 절도 범죄가 빈발하는 지역에 설치된 방범창에 대하여 양의 점수를 주고, 만약 절도 범죄가 빈발하지 않는 지역에 설치되었다면 감점하는 방식으로 생성될 수 있다.here,
Figure 112017121172635-pat00136
silver
Figure 112017121172635-pat00137
Weight vector for the value,
Figure 112017121172635-pat00138
Indicates the frequency of the theft crime.
Figure 112017121172635-pat00139
The weight vector for the value can be generated by giving a positive score to a security window installed in an area where a theft crime is frequent and if it is installed in an area where theft crime is not frequent.

특징 벡터가 비상벨의 개수에 관한 데이터일 때, 이에 대한 가중치는 아래와 같은 수학식 9에 의해 정의될 수 있다.When the feature vector is data relating to the number of emergency bells, the weight for the feature vector can be defined by Equation (9) below.

수학식 9Equation 9

Figure 112017121172635-pat00140
Figure 112017121172635-pat00140

여기서,

Figure 112017121172635-pat00141
는
Figure 112017121172635-pat00142
값에 대한 가중치 벡터,
Figure 112017121172635-pat00143
은 성범죄 발생 빈도를 나타낸다.
Figure 112017121172635-pat00144
값에 대한 가중치 벡터는 성범죄가 반발하는 지역에 설치된 비상벨에 양의 점수를 주고, 만약 성범죄가 빈발하지 않는 지역에 설치되었다면 감점하는 방식으로 생성될 수 있다.here,
Figure 112017121172635-pat00141
The
Figure 112017121172635-pat00142
Weight vector for the value,
Figure 112017121172635-pat00143
Indicates the frequency of sex crimes.
Figure 112017121172635-pat00144
The weight vector for the value can be generated in such a way as to give a positive score to the emergency bell installed in the area where sexual offenders are repelled and to be scored if the sex offender is installed in an area that is not frequent.

특징 벡터가 절도 범죄의 발생 빈도에 관한 데이터일 때, 이에 대한 가중치는 아래와 같은 수학식 10에 의해 정의될 수 있다.When the feature vector is data on the frequency of occurrence of the theft crime, the weight can be defined by the following Equation (10).

수학식 10Equation 10

Figure 112017121172635-pat00145
Figure 112017121172635-pat00145

여기서,

Figure 112017121172635-pat00146
는
Figure 112017121172635-pat00147
값에 대한 가중치 벡터,
Figure 112017121172635-pat00148
은 CCTV의 개수,
Figure 112017121172635-pat00149
는 보안등의 개수,
Figure 112017121172635-pat00150
은 방범창의 설치수,
Figure 112017121172635-pat00151
는 절도범죄 발생 빈도를 나타낸다.
Figure 112017121172635-pat00152
값에 대한 가중치 벡터는 절도 범죄가 발생한 지역에 CCTV, 방범창 및 보안등이 설치되어 있지 않다면 감점하는 방식으로 생성될 수 있다.here,
Figure 112017121172635-pat00146
The
Figure 112017121172635-pat00147
Weight vector for the value,
Figure 112017121172635-pat00148
The number of CCTV,
Figure 112017121172635-pat00149
The number of security lights,
Figure 112017121172635-pat00150
The number of security windows installed,
Figure 112017121172635-pat00151
Indicates the frequency of the theft crime.
Figure 112017121172635-pat00152
The weight vector for the value can be created in a scored manner if the CCTV, security windows and security lights are not installed in the area where the theft was committed.

특징 벡터가 절도 범죄의 발생 빈도에 관한 데이터일 때, 이에 대한 가중치는 아래와 같은 수학식 11에 의해 정의될 수 있다.When the feature vector is data on the incidence of the theft crime, the weight can be defined by Equation (11) below.

수학식 11Equation 11

Figure 112017121172635-pat00153
Figure 112017121172635-pat00153

여기서,

Figure 112017121172635-pat00154
은
Figure 112017121172635-pat00155
값에 대한 가중치 벡터,
Figure 112017121172635-pat00156
은 CCTV의 개수,
Figure 112017121172635-pat00157
는 보안등의 개수
Figure 112017121172635-pat00158
는 비상벨의 설치수,
Figure 112017121172635-pat00159
은 성범죄 발생 빈도를 나타낸다.
Figure 112017121172635-pat00160
값에 대한 가중치 벡터는 성범죄가 발생한 지역에 CCTV, 보안등 및 비상벨이 설치되어 있지 않다면 감점하는 방식으로 생성될 수 있다.here,
Figure 112017121172635-pat00154
silver
Figure 112017121172635-pat00155
Weight vector for the value,
Figure 112017121172635-pat00156
The number of CCTV,
Figure 112017121172635-pat00157
Number of Security Lights
Figure 112017121172635-pat00158
The number of emergency bell installations,
Figure 112017121172635-pat00159
Indicates the frequency of sex crimes.
Figure 112017121172635-pat00160
The weight vector for the value can be generated in a way that the CCTV, security, etc.

특징 벡터와 가중치 벡터가 생성되면, 상기 특징 데이터 생성부 및 상기 가중치 데이터 생성부에서 생성된 데이터들을 이용하여 각 구획들에 대한 점수를 산출하는 단계(S400)에서는 특징 벡터와 가중치 벡터를 이용하여 각 구획들에 대한 점수를 산출할 수 있다. When a feature vector and a weight vector are generated, a score is calculated for each of the segments using the data generated by the feature data generator and the weight data generator (S400). The feature vector and the weight vector are used to calculate The score for the compartments can be calculated.

점수 산출부가 산출하는 각 구획들에 대한 점수는 아래의 수학식 12에 의해 정의될 수 있다.The score for each segment calculated by the score calculation unit can be defined by the following equation (12).

수학식 12Equation 12

Figure 112017121172635-pat00161
Figure 112017121172635-pat00161

여기서

Figure 112017121172635-pat00162
는 특정시간의 k 번째 구획의 점수,
Figure 112017121172635-pat00163
는 특정 시간의 k 번째 구획의 가중치 벡터,
Figure 112017121172635-pat00164
는 특정 시간의 k 번째 구획의 특징 벡터를 나타낸다. here
Figure 112017121172635-pat00162
Is the score of the kth compartment of a particular time,
Figure 112017121172635-pat00163
Is the weight vector of the kth section of the particular time,
Figure 112017121172635-pat00164
Represents the feature vector of the kth section of a particular time.

또한, 모든 구획들의 점수를 합산하면 전체 지역의 점수를 구할 수 있으며, 전체 지역의 점수는 아래의 수학식 13으로 정의될 수 있다.In addition, the score of the entire area can be obtained by summing the scores of all the segments, and the score of the entire region can be defined by the following equation (13).

수학식 13Equation 13

Figure 112017121172635-pat00165
Figure 112017121172635-pat00165

도 3에 도시된 지역들을 예를 들어 계산을 해보면, 10개의 구획으로 구분된 각 지역의 점수는 아래의 표 1과 같이 표시될 수 있다. For example, when calculating the areas shown in FIG. 3, the score of each area divided into 10 zones can be displayed as shown in Table 1 below.

표 1Table 1

Figure 112017121172635-pat00166
Figure 112017121172635-pat00166

상기 점수는 가중치 벡터와 특징 벡터를 이용하여 계산되었으며, 그 실제 계산식은 아래의 수학식 14와 같이 표현될 수 있다.The score is calculated using a weight vector and a feature vector, and the actual equation can be expressed as Equation (14) below.

수학식 14Equation 14

Figure 112017121172635-pat00167
Figure 112017121172635-pat00167

각 구획들의 점수가 상기 수학식 13에 의해 계산될 수 있으며, 계산된 각 구획들의 점수의 합을 구하면 전체 지역의 점수를 알 수 있다. 상기 표 1에서 계산된 전체 점수는 -9점으로서 매우 부정적인 평가에 해당되는 것을 알 수 있다. The score of each segment can be calculated by Equation (13), and the sum of the scores of the calculated segments can be obtained to obtain the score of the entire region. It can be seen that the total score calculated in Table 1 corresponds to a very negative evaluation of -9 points.

점수 산출부에서 각 구획들의 점수를 산출하면, 상기 점수 산출부에서 산출된 점수를 이용하여 범죄 위험 확률을 계산하는 단계(S500)에서 산출된 점수를 이용하여 범죄 위험 확률을 계산할 수 있다.When calculating the scores of the respective compartments in the score calculating unit, the crime risk probability can be calculated using the score calculated in the step S500 of calculating the crime risk probability using the score calculated by the score calculating unit.

확률 계산부에서 각 구획들의 산출된 점수를 이용하여 계산하는 범죄 위험 확률은 아래의 수학식 15에 의해 정의될 수 있다.The crime risk probability calculated using the calculated scores of the compartments in the probability calculation unit can be defined by the following equation (15).

수학식 15Equation 15

Figure 112017121172635-pat00168
Figure 112017121172635-pat00168

여기서, P는 범죄 위험 확률, s는 각 구획의 점수를 나타낸다.Where P is the probability of a crime risk and s is the score of each compartment.

상기 수학식 15에 의해 도 3에 도시된 지역의 범죄 위험 확률을 계산하면, 아래의 표 2와 같은 값을 얻을 수 있다.If the crime risk probabilities of the regions shown in FIG. 3 are calculated by Equation (15), values shown in Table 2 below can be obtained.

표 2Table 2

Figure 112017121172635-pat00169
Figure 112017121172635-pat00169

이렇게 특징 벡터와 가중치 벡터를 이용하여 범죄 위험 확률을 계산할 수 있다. 이에 따라, 특정 지역의 범죄 예방을 위하여 설치된 시설과 장비들의 실효성을 평가할 수 있다. Thus, the probability of a crime can be calculated by using a feature vector and a weight vector. Thus, the effectiveness of facilities and equipment installed to prevent crime in a particular area can be assessed.

본 발명에 따르면, 특정 지역을 복수개의 구획을 분할하고, 분할될 각 구획의 특징을 나타내는 특징 벡터와 각 지역의 상황에 맞는 가중치 벡터를 생성하여 각 구획들의 점수를 산출한다. 이후, 각 구획들의 산출된 점수를 이용하여 다시 범죄 위험 확률을 계산한다. 따라서, 특정 지역의 범죄 예방을 위하여 설치된 시설과 장비들의 실효성을 평가할 수 있다.According to the present invention, a plurality of segments are divided into a specific region, a feature vector indicating a feature of each segment to be segmented, and a weight vector corresponding to each region are generated, and the score of each segment is calculated. Then, the crime risk probability is calculated again using the calculated score of each compartment. Thus, the effectiveness of facilities and equipment installed to prevent crime in a particular area can be assessed.

이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 통상의 기술자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it will be understood by those skilled in the art that various changes and modifications may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. It can be understood that.

100: 구획 분할부 200: 특징 데이터 생성부
300: 가중치 데이터 생성부 400: 점수 산출부
500: 확률 계산부 100: partition dividing unit 200: feature data generating unit
300: weight data generation unit 400: score calculation unit
500: probability calculation unit

Claims (22)

특정 지역을 큰 길이나 건물의 밀집도 등을 기준으로 복수개의 구획으로 분할하는 구획 분할부;
상기 구획 분할부가 분할한 각 구획들의 특징을 나타내는 변수들의 데이터를 생성하는 특징 데이터 생성부;
상기 특징 데이터 생성부에서 생성된 특정 데이터에 가중치를 부여하여 가중치 데이터를 생성하는 가중치 데이터 생성부;
상기 특징 데이터 생성부 및 상기 가중치 데이터 생성부에서 생성된 데이터들을 이용하여 각 구획들에 대한 점수를 산출하는 점수 산출부; 및
상기 점수 산출부에서 산출된 점수를 이용하여 범죄 위험 확률을 계산하는 확률 계산부를 포함하고,
상기 특징 데이터 생성부가 생성하는 데이터는 CCTV 개수, 보안등의 개수, 방범창의 설치수, 비상벨의 설치수, 절도 범죄 발생 빈도 및 성범죄 발생 빈도에 관한 값을 포함하고,
상기 특징 데이터 생성부에서 생성하는 데이터는 아래의 수학식으로 정의되고,
Figure 112019031340791-pat00277

여기서
Figure 112019031340791-pat00278
는 k번째 구획의 특징 벡터,
Figure 112019031340791-pat00279
은 CCTV의 개수,
Figure 112019031340791-pat00280
는 보안등의 개수,
Figure 112019031340791-pat00281
은 방범창의 설치수,
Figure 112019031340791-pat00282
는 비상벨의 설치수,
Figure 112019031340791-pat00283
는 절도범죄 발생 빈도,
Figure 112019031340791-pat00284
은 성범죄 발생 빈도를 나타내고,
상기
Figure 112019031340791-pat00285
값에 대한 가중치 벡터는 절도 범죄가 빈발하는 지역에 설치된 방범창에 대하여 양의 점수를 주고, 만약 절도 범죄가 빈발하지 않는 지역에 설치되었다면 감점하고,
상기
Figure 112019031340791-pat00286
값에 대한 가중치 데이터는 아래의 수학식으로 정의되고,
Figure 112019031340791-pat00287

여기서,
Figure 112019031340791-pat00288
은
Figure 112019031340791-pat00289
값에 대한 가중치 벡터,
Figure 112019031340791-pat00290
는 절도범죄 발생 빈도를 나타냄.
상기
Figure 112019031340791-pat00178
에 대한 가중치 데이터는 아래의 수학식으로 정의되고,
Figure 112019031340791-pat00179

여기서,
Figure 112019031340791-pat00180
은
Figure 112019031340791-pat00181
값에 대한 가중치 벡터,
Figure 112019031340791-pat00182
은 CCTV의 개수,
Figure 112019031340791-pat00183
는 절도범죄 발생 빈도,
Figure 112019031340791-pat00184
은 성범죄 발생 빈도를 나타냄.
상기
Figure 112019031340791-pat00185
값에 대한 가중치 데이터는 아래의 수학식으로 정의되고,
Figure 112019031340791-pat00186

여기서,
Figure 112019031340791-pat00187
는
Figure 112019031340791-pat00188
값에 대한 가중치 벡터,
Figure 112019031340791-pat00189
는 절도범죄 발생 빈도,
Figure 112019031340791-pat00190
은 성범죄 발생 빈도를 나타냄.
상기
Figure 112019031340791-pat00196
값에 대한 가중치 데이터는 아래의 수학식으로 정의되고,
Figure 112019031340791-pat00197

여기서,
Figure 112019031340791-pat00198
는
Figure 112019031340791-pat00199
값에 대한 가중치 벡터,
Figure 112019031340791-pat00200
은 성범죄 발생 빈도를 나타냄.
상기
Figure 112019031340791-pat00201
값에 대한 가중치 데이터는 아래의 수학식으로 정의되며,
Figure 112019031340791-pat00202

여기서,
Figure 112019031340791-pat00203
는
Figure 112019031340791-pat00204
값에 대한 가중치 벡터,
Figure 112019031340791-pat00205
은 CCTV의 개수,
Figure 112019031340791-pat00206
는 보안등의 개수,
Figure 112019031340791-pat00207
은 방범창의 설치수,
Figure 112019031340791-pat00208
는 절도범죄 발생 빈도를 나타냄.
상기
Figure 112019031340791-pat00209
값에 대한 가중치 데이터는 아래의 수학식으로 정의되는 것을 특징으로 하는 범죄 위험 평가 시스템.
Figure 112019031340791-pat00210

여기서,
Figure 112019031340791-pat00211
은
Figure 112019031340791-pat00212
값에 대한 가중치 벡터,
Figure 112019031340791-pat00213
은 CCTV의 개수,
Figure 112019031340791-pat00214
는 보안등의 개수
Figure 112019031340791-pat00215
는 비상벨의 설치수,
Figure 112019031340791-pat00216
은 성범죄 발생 빈도를 나타냄.
A division section for dividing a specific area into a plurality of sections based on a large road or the density of buildings;
A feature data generation unit for generating data of variables indicating characteristics of each of the divided partitions;
A weight data generating unit for assigning weights to specific data generated by the feature data generating unit to generate weight data;
A score calculation unit for calculating a score for each of the segments using the feature data generation unit and the data generated by the weight data generation unit; And
And a probability calculation unit for calculating a crime risk probability using the score calculated by the score calculation unit,
The data generated by the feature data generator includes values related to the number of CCTVs, the number of security lights, the number of security windows installed, the number of emergency bells, the frequency of the theft crime occurrence,
Wherein the data generated by the feature data generation unit is defined by the following equation,
Figure 112019031340791-pat00277

here
Figure 112019031340791-pat00278
Is the feature vector of the k-th segment,
Figure 112019031340791-pat00279
The number of CCTV,
Figure 112019031340791-pat00280
The number of security lights,
Figure 112019031340791-pat00281
The number of security windows installed,
Figure 112019031340791-pat00282
The number of emergency bell installations,
Figure 112019031340791-pat00283
The frequency of the theft crime,
Figure 112019031340791-pat00284
The frequency of sex crime occurrence,
remind
Figure 112019031340791-pat00285
The weight vector for the value gives a positive score for security windows installed in areas where theft crime is frequent, and if the crime is installed in an area where theft is not frequent,
remind
Figure 112019031340791-pat00286
The weight data for the value is defined by the following equation,
Figure 112019031340791-pat00287

here,
Figure 112019031340791-pat00288
silver
Figure 112019031340791-pat00289
Weight vector for the value,
Figure 112019031340791-pat00290
Indicates the frequency of the theft crime.
remind
Figure 112019031340791-pat00178
Is defined by the following equation,
Figure 112019031340791-pat00179

here,
Figure 112019031340791-pat00180
silver
Figure 112019031340791-pat00181
Weight vector for the value,
Figure 112019031340791-pat00182
The number of CCTV,
Figure 112019031340791-pat00183
The frequency of the theft crime,
Figure 112019031340791-pat00184
Indicates the frequency of sexual crime.
remind
Figure 112019031340791-pat00185
The weight data for the value is defined by the following equation,
Figure 112019031340791-pat00186

here,
Figure 112019031340791-pat00187
The
Figure 112019031340791-pat00188
Weight vector for the value,
Figure 112019031340791-pat00189
The frequency of the theft crime,
Figure 112019031340791-pat00190
Indicates the frequency of sexual crime.
remind
Figure 112019031340791-pat00196
The weight data for the value is defined by the following equation,
Figure 112019031340791-pat00197

here,
Figure 112019031340791-pat00198
The
Figure 112019031340791-pat00199
Weight vector for the value,
Figure 112019031340791-pat00200
Indicates the frequency of sexual crime.
remind
Figure 112019031340791-pat00201
The weight data for the values is defined by the following equation,
Figure 112019031340791-pat00202

here,
Figure 112019031340791-pat00203
The
Figure 112019031340791-pat00204
Weight vector for the value,
Figure 112019031340791-pat00205
The number of CCTV,
Figure 112019031340791-pat00206
The number of security lights,
Figure 112019031340791-pat00207
The number of security windows installed,
Figure 112019031340791-pat00208
Indicates the frequency of the theft crime.
remind
Figure 112019031340791-pat00209
Wherein the weight data for the value is defined by the following equation.
Figure 112019031340791-pat00210

here,
Figure 112019031340791-pat00211
silver
Figure 112019031340791-pat00212
Weight vector for the value,
Figure 112019031340791-pat00213
The number of CCTV,
Figure 112019031340791-pat00214
Number of Security Lights
Figure 112019031340791-pat00215
The number of emergency bell installations,
Figure 112019031340791-pat00216
Indicates the frequency of sexual crime.
삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 제1항에 있어서, 상기 점수 산출부에서 산출하는 각 구획들에 대한 점수는 아래의 수학식으로 정의되는 것을 특징으로 하는 범죄 위험 평가 시스템.
Figure 112018101714894-pat00217

여기서
Figure 112018101714894-pat00218
는 특정시간의 k 번째 구획의 점수,
Figure 112018101714894-pat00219
는 특정 시간의 k 번째 구획의 가중치 벡터,
Figure 112018101714894-pat00220
는 특정 시간의 k 번째 구획의 특징 벡터를 나타냄.
The crime risk assessment system according to claim 1, wherein the score for each of the segments calculated by the score calculation unit is defined by the following equation.
Figure 112018101714894-pat00217

here
Figure 112018101714894-pat00218
Is the score of the kth compartment of a particular time,
Figure 112018101714894-pat00219
Is the weight vector of the kth section of the particular time,
Figure 112018101714894-pat00220
Represents the feature vector of the kth block at a particular time.
제10항에 있어서, 상기 확률 계산부에서 계산하는 범죄 위험 확률은 아래의 수학식으로 정의되는 것을 특징으로 하는 범죄 위험 평가 시스템.
Figure 112017121172635-pat00221

여기서 P는 범죄 위험 확률, s는 특정 구획에 대한 점수를 나타냄.
11. The system according to claim 10, wherein the probability of crime calculated by the probability calculation unit is defined by the following equation.
Figure 112017121172635-pat00221

Where P is the crime risk probability, and s is the score for the specific compartment.
구획 분할부가 특정 지역을 큰 길이나 건물의 밀집도 등을 기준으로 복수개의 구획으로 분할하는 단계;
특징 데이터 생성부가 상기 구획 분할부가 분할한 각 구획들의 특징을 나타내는 변수들의 특징 데이터를 생성하는 단계;
가중치 데이터 생성부가 상기 특징 데이터 생성부에서 생성된 특정 데이터에 가중치를 부여하여 가중치 데이터를 생성하는 단계;
점수 산출부가 상기 특징 데이터 생성부 및 상기 가중치 데이터 생성부에서 생성된 데이터들을 이용하여 각 구획들에 대한 점수를 산출하는 단계; 및
확률 계산부가 상기 점수 산출부에서 산출된 점수를 이용하여 범죄 위험 확률을 계산하는 단계를 포함하고,
상기 특징 데이터 생성부가 생성하는 데이터는 CCTV 개수, 보안등의 개수, 방범창의 설치수, 비상벨의 설치수, 절도 범죄 발생 빈도 및 성범죄 발생 빈도에 관한 값을 포함하고,
상기 특징 데이터 생성부에서 생성하는 데이터는 아래의 수학식으로 정의되고,
Figure 112019031340791-pat00291

여기서
Figure 112019031340791-pat00292
는 k번째 구획의 특징 벡터,
Figure 112019031340791-pat00293
은 CCTV의 개수,
Figure 112019031340791-pat00294
는 보안등의 개수,
Figure 112019031340791-pat00295
은 방범창의 설치수,
Figure 112019031340791-pat00296
는 비상벨의 설치수,
Figure 112019031340791-pat00297
는 절도범죄 발생 빈도,
Figure 112019031340791-pat00298
은 성범죄 발생 빈도를 나타내고,
상기
Figure 112019031340791-pat00299
값에 대한 가중치 벡터는 절도 범죄가 빈발하는 지역에 설치된 방범창에 대하여 양의 점수를 주고, 만약 절도 범죄가 빈발하지 않는 지역에 설치되었다면 감점하고,
상기
Figure 112019031340791-pat00300
값에 대한 가중치 데이터는 아래의 수학식으로 정의되고,
Figure 112019031340791-pat00301

여기서,
Figure 112019031340791-pat00302
은
Figure 112019031340791-pat00303
값에 대한 가중치 벡터,
Figure 112019031340791-pat00304
는 절도범죄 발생 빈도를 나타냄.
상기
Figure 112019031340791-pat00230
에 대한 가중치 데이터는 아래의 수학식으로 정의되고,
Figure 112019031340791-pat00231

여기서,
Figure 112019031340791-pat00232
은
Figure 112019031340791-pat00233
값에 대한 가중치 벡터,
Figure 112019031340791-pat00234
은 CCTV의 개수,
Figure 112019031340791-pat00235
는 절도범죄 발생 빈도,
Figure 112019031340791-pat00236
은 성범죄 발생 빈도를 나타냄.
상기
Figure 112019031340791-pat00237
값에 대한 가중치 데이터는 아래의 수학식으로 정의되고,
Figure 112019031340791-pat00238

여기서,
Figure 112019031340791-pat00239
는
Figure 112019031340791-pat00240
값에 대한 가중치 벡터,
Figure 112019031340791-pat00241
는 절도범죄 발생 빈도,
Figure 112019031340791-pat00242
은 성범죄 발생 빈도를 나타냄.
상기
Figure 112019031340791-pat00248
값에 대한 가중치 데이터는 아래의 수학식으로 정의되고,
Figure 112019031340791-pat00249

여기서,
Figure 112019031340791-pat00250
는
Figure 112019031340791-pat00251
값에 대한 가중치 벡터,
Figure 112019031340791-pat00252
은 성범죄 발생 빈도를 나타냄.
상기
Figure 112019031340791-pat00253
값에 대한 가중치 데이터는 아래의 수학식으로 정의되며,
Figure 112019031340791-pat00254

여기서,
Figure 112019031340791-pat00255
는
Figure 112019031340791-pat00256
값에 대한 가중치 벡터,
Figure 112019031340791-pat00257
은 CCTV의 개수,
Figure 112019031340791-pat00258
는 보안등의 개수,
Figure 112019031340791-pat00259
은 방범창의 설치수,
Figure 112019031340791-pat00260
는 절도범죄 발생 빈도를 나타냄.
상기
Figure 112019031340791-pat00261
값에 대한 가중치 데이터는 아래의 수학식으로 정의되는 것을 특징으로 하는 범죄 위험 평가 방법.
Figure 112019031340791-pat00262

여기서,
Figure 112019031340791-pat00263
은
Figure 112019031340791-pat00264
값에 대한 가중치 벡터,
Figure 112019031340791-pat00265
은 CCTV의 개수,
Figure 112019031340791-pat00266
는 보안등의 개수
Figure 112019031340791-pat00267
는 비상벨의 설치수,
Figure 112019031340791-pat00268
은 성범죄 발생 빈도를 나타냄.
Dividing a specific area into a plurality of sections based on a large road or a density of a building;
The feature data generating unit may generate feature data of variables indicating the characteristics of each of the segments divided by the segment dividing unit;
Generating weight data by weighting specific data generated by the feature data generator to produce weight data;
Calculating a score for each segment using data generated by the feature data generation unit and the weight data generation unit; And
Calculating a probability of a crime using the score calculated by the score calculating unit;
The data generated by the feature data generator includes values related to the number of CCTVs, the number of security lights, the number of security windows installed, the number of emergency bells, the frequency of the theft crime occurrence,
Wherein the data generated by the feature data generation unit is defined by the following equation,
Figure 112019031340791-pat00291

here
Figure 112019031340791-pat00292
Is the feature vector of the k-th segment,
Figure 112019031340791-pat00293
The number of CCTV,
Figure 112019031340791-pat00294
The number of security lights,
Figure 112019031340791-pat00295
The number of security windows installed,
Figure 112019031340791-pat00296
The number of emergency bell installations,
Figure 112019031340791-pat00297
The frequency of the theft crime,
Figure 112019031340791-pat00298
The frequency of sex crime occurrence,
remind
Figure 112019031340791-pat00299
The weight vector for the value gives a positive score for security windows installed in areas where theft crime is frequent, and if the crime is installed in an area where theft is not frequent,
remind
Figure 112019031340791-pat00300
The weight data for the value is defined by the following equation,
Figure 112019031340791-pat00301

here,
Figure 112019031340791-pat00302
silver
Figure 112019031340791-pat00303
Weight vector for the value,
Figure 112019031340791-pat00304
Indicates the frequency of the theft crime.
remind
Figure 112019031340791-pat00230
Is defined by the following equation,
Figure 112019031340791-pat00231

here,
Figure 112019031340791-pat00232
silver
Figure 112019031340791-pat00233
Weight vector for the value,
Figure 112019031340791-pat00234
The number of CCTV,
Figure 112019031340791-pat00235
The frequency of the theft crime,
Figure 112019031340791-pat00236
Indicates the frequency of sexual crime.
remind
Figure 112019031340791-pat00237
The weight data for the value is defined by the following equation,
Figure 112019031340791-pat00238

here,
Figure 112019031340791-pat00239
The
Figure 112019031340791-pat00240
Weight vector for the value,
Figure 112019031340791-pat00241
The frequency of the theft crime,
Figure 112019031340791-pat00242
Indicates the frequency of sexual crime.
remind
Figure 112019031340791-pat00248
The weight data for the value is defined by the following equation,
Figure 112019031340791-pat00249

here,
Figure 112019031340791-pat00250
The
Figure 112019031340791-pat00251
Weight vector for the value,
Figure 112019031340791-pat00252
Indicates the frequency of sexual crime.
remind
Figure 112019031340791-pat00253
The weight data for the values is defined by the following equation,
Figure 112019031340791-pat00254

here,
Figure 112019031340791-pat00255
The
Figure 112019031340791-pat00256
Weight vector for the value,
Figure 112019031340791-pat00257
The number of CCTV,
Figure 112019031340791-pat00258
The number of security lights,
Figure 112019031340791-pat00259
The number of security windows installed,
Figure 112019031340791-pat00260
Indicates the frequency of the theft crime.
remind
Figure 112019031340791-pat00261
Wherein the weight data for the value is defined by the following equation.
Figure 112019031340791-pat00262

here,
Figure 112019031340791-pat00263
silver
Figure 112019031340791-pat00264
Weight vector for the value,
Figure 112019031340791-pat00265
The number of CCTV,
Figure 112019031340791-pat00266
Number of Security Lights
Figure 112019031340791-pat00267
The number of emergency bell installations,
Figure 112019031340791-pat00268
Indicates the frequency of sexual crime.
삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 제12항에 있어서, 상기 점수 산출부에서 산출하는 각 구획들에 대한 점수는 아래의 수학식으로 정의되는 것을 특징으로 하는 범죄 위험 평가 방법.
Figure 112018101714894-pat00269

여기서
Figure 112018101714894-pat00270
는 특정시간의 k 번째 구획의 점수,
Figure 112018101714894-pat00271
는 특정 시간의 k 번째 구획의 가중치 벡터,
Figure 112018101714894-pat00272
는 특정 시간의 k 번째 구획의 특징 벡터를 나타냄.
13. The method according to claim 12, wherein a score for each of the segments calculated by the score calculating unit is defined by the following equation.
Figure 112018101714894-pat00269

here
Figure 112018101714894-pat00270
Is the score of the kth compartment of a particular time,
Figure 112018101714894-pat00271
Is the weight vector of the kth section of the particular time,
Figure 112018101714894-pat00272
Represents the feature vector of the kth block at a particular time.
제21항에 있어서, 상기 확률 계산부에서 계산하는 범죄 위험 확률은 아래의 수학식으로 정의되는 것을 특징으로 하는 범죄 위험 평가 방법.
Figure 112017121172635-pat00273

여기서 P는 범죄 위험 확률, s는 특정 구획에 대한 점수를 나타냄.


















The method according to claim 21, wherein the probability of crime calculated by the probability calculation unit is defined by the following equation.
Figure 112017121172635-pat00273

Where P is the crime risk probability, and s is the score for the specific compartment.


















KR1020170165814A 2017-12-05 2017-12-05 System and method for assessing crime risk KR101975969B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170165814A KR101975969B1 (en) 2017-12-05 2017-12-05 System and method for assessing crime risk

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170165814A KR101975969B1 (en) 2017-12-05 2017-12-05 System and method for assessing crime risk

Publications (1)

Publication Number Publication Date
KR101975969B1 true KR101975969B1 (en) 2019-05-07

Family

ID=66656269

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170165814A KR101975969B1 (en) 2017-12-05 2017-12-05 System and method for assessing crime risk

Country Status (1)

Country Link
KR (1) KR101975969B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102173787B1 (en) * 2020-04-08 2020-11-04 윤여선 Security management supporting server capable of determining optimal patrol pattern and allocating patrol about security area based on learning
KR102186523B1 (en) * 2020-04-08 2020-12-03 윤여선 Security management supporting server capable of determining optimal patrol time and allocating patrol about security area based on learning
KR102223378B1 (en) * 2020-04-08 2021-03-04 윤여선 Security management supporting server capable of determining optimal patrol number and allocating patrol about security area based on learning

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160104221A (en) * 2015-02-26 2016-09-05 광운대학교 산학협력단 A Method for Estimating a Crime Risk Using Big Data and A System for Reporting the Crime Risk Using thereof
KR20160105151A (en) * 2015-02-27 2016-09-06 광운대학교 산학협력단 A Method for a Crime Prediction by Estimating a Cell Value and A System for the Same
KR20170010930A (en) * 2015-07-20 2017-02-02 대원항업 주식회사 Smart safety helper service method by cctv

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160104221A (en) * 2015-02-26 2016-09-05 광운대학교 산학협력단 A Method for Estimating a Crime Risk Using Big Data and A System for Reporting the Crime Risk Using thereof
KR20160105151A (en) * 2015-02-27 2016-09-06 광운대학교 산학협력단 A Method for a Crime Prediction by Estimating a Cell Value and A System for the Same
KR20170010930A (en) * 2015-07-20 2017-02-02 대원항업 주식회사 Smart safety helper service method by cctv

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102173787B1 (en) * 2020-04-08 2020-11-04 윤여선 Security management supporting server capable of determining optimal patrol pattern and allocating patrol about security area based on learning
KR102186523B1 (en) * 2020-04-08 2020-12-03 윤여선 Security management supporting server capable of determining optimal patrol time and allocating patrol about security area based on learning
KR102223378B1 (en) * 2020-04-08 2021-03-04 윤여선 Security management supporting server capable of determining optimal patrol number and allocating patrol about security area based on learning

Similar Documents

Publication Publication Date Title
Kirkpatrick It's not the algorithm, it's the data
KR101975969B1 (en) System and method for assessing crime risk
Gorr et al. Early warning system for temporary crime hot spots
Caplan et al. Risk terrain modeling for spatial risk assessment
La Vigne et al. Evaluating the use of public surveillance cameras for crime control and prevention
CN105260795B (en) A kind of emphasis personnel positions spatio-temporal prediction method based on condition random field
Irvin-Erickson et al. What does gunshot detection technology tell us about gun violence?
Liu et al. Analysis and prediction of hazard risks caused by tropical cyclones in Southern China with fuzzy mathematical and grey models
Tayebi et al. Crimetracer: Activity space based crime location prediction
CN105868845A (en) Risk pre-warning method and apparatus
Vandeviver et al. The geography of crime and crime control
Glasner et al. A comparative analysis to forecast apartment burglaries in Vienna, Austria, based on repeat and near repeat victimization
Caetano et al. Identifying dynamic spillovers of crime with a causal approach to model selection
Mazeika et al. The near repeats of gun violence using acoustic triangulation data
US20160125296A1 (en) System and Method for Securing an Architectural Environment Against Crime and Minimizing Criminal Elements
Zou et al. Quantitative evaluation of emergency shelters in mountainous areas among multiple scenarios: evidence from Biancheng, China
JP7567904B2 (en) Criminal investigation support system, criminal investigation support method, and criminal investigation support program
CN117726162A (en) Community risk level assessment method and system based on multi-mode data fusion
KR101828326B1 (en) Method for searching path for minimal risk, and recording medium thereof
Ristea et al. Opinion mining from Twitter and spatial crime distribution for hockey events in Vancouver
Sadeghi-Naini et al. Modeling number of firefighters responding to an incident using artificial neural networks
CN114491563A (en) Method for acquiring risk level of information security event and related device
JP2022081074A (en) Evacuation determination support method and evacuation determination support system
Kipāne et al. Crime Forecasting in the Digital Age: A Theoretical Framework
Park et al. Crime Response System based on Danger Degree Calculations of Crime Scenes

Legal Events

Date Code Title Description
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant