随着我国综合国力和国际影响力的不断提升,我国举办的大型体育赛事越来越多,对安全保卫带来了极大的挑战。研究表明,大型体育赛事的举办会对城市的犯罪风险带来重要影响,但现有研究大多是从时间维度上关注于大型体育赛事前后犯罪风险的整体性变化,缺乏时空层面上对大型体育赛事期间犯罪风险的精细化分析和精准化预测。本文以北京2008年夏季奥运会（包括奥运会和残奥会）为例,研究了大型体育赛事的举办对犯罪时空风险的影响,并针对大型体育赛事期间的犯罪时空风险开展了精准化预测分析。（一）本文运用多元线性回归分析,研究了奥运会的举行对北京市全市区域、奥运区和非奥运区等不同类型区域犯罪风险的影响,发现奥运会的举办对北京市的多种犯罪风险产生了显著的抑制作用,其中对抢劫类犯罪的影响较大,其次为入室盗窃、盗窃汽车、盗窃自行车等侵财类犯罪,对诈骗类犯罪的影响最小。（二）根据奥运会的安保工作部署,通过构建基于泊松回归的时空关联分析模型,分析了不同安保阶段奥运核心区域内的犯罪风险关联因素,发现在核心区内各类犯罪风险与空间设施之间的相关性随着安保强度的变化而存在一定的差异,其中在奥运会举办前,入室盗窃类和诈骗类犯罪与医疗教育类、生活服务类以及政府机构和社会团体类空间设施的关联性较强;奥运会举行期间,盗窃自行车类犯罪与餐饮购物类、休闲娱乐类以及政府机构和社会团体类空间设施的关联性较为显著;而在奥运会后,盗窃汽车类犯罪与生活服务类要素的关联性较为显著。（三）针对大型体育赛事期间的犯罪风险预测需求,本文提出了基于时间序列分解的犯罪时序数据增强方法,并运用该方法构建了融合数据增强的Catboost模型（DA-Catboost）,对2008年北京夏季奥运会、2015年多伦多泛美运动会和2019年武汉军运会期间的犯罪时空风险进行了预测效果检验。结果表明,较LSTM、随机森林、XGBoost等传统方法,本文提出的DA-Catboost模型具有良好的预测性能和泛化能力,能针对国内外大型体育赛事期间的犯罪风险进行精准化预测分析。本研究对大型体育赛事期间的社会治安工作具有参考一定的参考意义,能够为公安部门的安保工作提供决策支撑和参考。