暴力犯罪是指采用暴力或强迫手段实现犯罪目的的攻击型犯罪,其数量能够直接反映某个区域的社会稳定状况和治安管控水平。加强暴力犯罪时空热点监测、从案件特征中充分挖掘风险要素、科学研判案件后果,成为有效预防与应对暴力犯罪的关键环节。本文针对现有暴力犯罪时空热点分析方法单一、风险评估方法主观性强、缺乏后果分析等问题,根据暴力犯罪随机性强和后果严重的两大特点,基于时空热点分析、词云分析及机器学习方法,提出了针对暴力犯罪的时空热点分析与风险分析方法。利用B市内故意伤害、抢劫、强奸案件数据对该方法进行验证。1)针对暴力犯罪随机性强所导致的热点难识别问题,提出应用于暴力犯罪的时空热点分析方法。对于时间热点探测,该方法利用四格点插值对时间数据从多个维度进行统计,呈现出效果明显的时间热点图。对于空间热点探测,该方法遵循从整体到局部的原则,采用核密度估计和以网格为单元的Gi*热点分析对照进行热点识别。基于某大型城市(B市)内故意伤害、抢劫、强奸犯罪数据,运用该方法对三种典型暴力犯罪进行热点分析,分析犯罪热点中的环境特征,并基于B市人口数据进一步挖掘人口因素与空间热点之间的关系,给公安机关的预防工作提供决策支持。2)针对暴力犯罪随机性强所导致的影响因素复杂问题,为了扩展风险要素分析的维度,全面分析犯罪热点中的风险因素,提出基于词云分析的风险要素挖掘方法。该方法利用词云分析技术,将业务经验与实际数据相结合,可以实时,直观的进行暴力犯罪风险分析。3)针对暴力犯罪后果严重性的特点,为了分析时空热点、风险要素对案件后果程度的影响关系,提出基于机器学习的后果分析方法。该方法首先对案件中受害人和被害人的数据进行预处理,然后通过特征衍生将时空热点和风险要素转化为新特征、特征分类提高模型的精准度,选择SVM、K-邻近、随机深林、GBDT、XGBoost等经典算法进行模型训练,比较挑选最优模型,并基于最优模型特征进行特征重要度排序,分析时空热点和风险要素对后果程度的影响。上述方法能够较好地应用于暴力犯罪的时空热点分析与风险分析中,能够较为准确地识别出犯罪时空热点,挖掘出犯罪热点中的风险要素,并实现对案件后果等级的预测。因此利用该方法可以为公安机关的暴力犯罪风险防控提供技术与决策支持。