随着GIS在犯罪分析方面的应用越来越广泛,犯罪研究的重点逐渐转移到犯罪背后深层次的原因探析以及犯罪预测等方面,这为犯罪风险的预警工作带来很大帮助。因此,本文通过关联规则与时空热点矩阵相结合的方法,结合环境犯罪学理论与心理学理论,分析盗窃类犯罪的热点分布特征与规律,进行盗窃案背后的成因探析,同时对多尺度下的盗窃案发案区域进行预测。本文以某市某区为研究区域,尝试在年份、季度、月份、星期等四个时间尺度以及街道、社区等两个空间尺度下进行盗窃案件空间分布分析、时空关联与时空热点矩阵相结合的热点成因分析以及极端梯度决策树法的发案社区预测。本文主要研究内容如下:(1)以盗窃案件为研究对象,从多个时间尺度上对研究区域内的盗窃案件进行全局与局部空间自相关检验、核密度聚类分析以及标准差椭圆趋势性分析,证明了该研究区域内的盗窃案件具有明显的时间与空间分异特征。首先,在时间分布上,年份和季度尺度上呈现出“先低后高,高低交错”的特征;月份尺度上呈现低峰期与高峰期划分明确的“高低交错”特征;星期尺度上呈现出“先高后低”的特征,工作日作案频度高于双休日。其次,在空间分布上,案件分布北疏南密,主要集中在东南部,且以海*街道等街道为案件主要聚集地,在年份及季度尺度下发案热点呈现稳定性的特征,在月份及星期尺度下则呈现从西北向东南转移的趋势,热点中心稳定分布在海*街道中心区域。(2)通过采用时空关联分析与时空热点矩阵分析结合的方式,总结出盗窃案件时空特征及盗窃形成影响机制。首先,将基于模拟退火的遗传算法应用到盗窃案时空关联分析中,同时将盗窃案件在街道尺度上与人们正常作息时间及地点进行关联分析,通过该算法的交叉变异方式降低了时间复杂度,提高了规则提取效率,并且发现了研究区域的发案热点多聚集分布在工作时间的公共区域。其次,结合作案人年龄与性别以及盗窃类型在时空关联规则筛选出的发案频度较高的四个街道上进行时空热点矩阵分析,总结出不同区域盗窃作案的分布模式,即作案地主要集中在高校、购物娱乐区域及地铁站与交叉口等,作案人主要集中在18~33岁年龄之间,多为男性,普通盗窃与以车辆为主要目标的盗三车类案件发案频度较高。最后,结合环境犯罪学理论与心理学理论对热点分布特征进行分析,总结盗窃热点成因,即盗窃心理影响因素主要由财务需求、欲望驱使、自尊维持等三点组成,盗窃环境影响因素主要由是否邻近人流量聚集且复杂的特殊场所、监控是否缺乏、是否处于便于逃跑的地理位置等三点组成。(3)通过上述盗窃热点成因总结出时空特征影响因素,并依据各个因素特征划分成不同数据集,利用极端梯度决策树模型在社区尺度上进行不同时间尺度的盗窃案发案预测,同时将结果与常用的svm模型进行了对比分析,证明了该模型的预测精确度和准确度要高于svm模型。通过相关指标,证明了在年份尺度上,以邻近高校、公司企业数量、停车场数量及社区前一年发案数量等为特征组合成的D3数据集的预测效果较好;在季度尺度上,以公司企业、医院、研究所等常见公共区,高校,商场以及停车场等为特征组合成的D4数据集的预测效果较好。同时,证明了这种基于盗窃时空成因分析与社区发案预测的方法对于未来的盗窃预警可以起到很大帮助。