Video: Gottfred Petersen – Lagerstyring 2025
Den tidsmæssige analyse af forbrydelsesdata producerer analyser, der beskriver mønstre i kriminel aktivitet baseret på tid. Du kan analysere tidlige forbrydelsesdata for at udvikle præskriptiv analyse, enten gennem traditionelle kriminalanalysemetoder eller gennem en datalogisk tilgang. At vide, hvordan man producerer præskriptiv analyse fra tidsmæssige forbrydelsesdata, giver dig mulighed for at yde beslutningsstøtte til retshåndhævende myndigheder, der ønsker at optimere deres taktiske kriminalitetskampe.
Med henblik på denne diskussion skal du betragte tidsmæssige data som tabulære data, der er øremærket med dato / tidsposter for hver post i sættet. Du bruger tidsmæssig dataanalyse til at lave afledninger og tegne korrelationer, som du kan bruge til at overvåge og forudsige, hvilke forbrydelser der sker, når og hvorfor. I forbrydelsesanalyse ville et eksempel på et tidsmæssigt datasæt være et datasæt, der beskriver antallet af forskellige former for forbrydelser, der er begået, brudt i tæller om dagen og registreret dagligt i en hel måned.
For at få succes med at udlede enkle, men nyttige, indsigter fra tidlige kriminalitetsdata, behøver du kun et grundlæggende færdighedsniveau inden for datalogi. Du bør vide, hvordan man tegner grundlæggende statistiske og matematiske konklusioner, hvordan man undersøger og undersøger outliers, hvordan man analyserer mønstre i tidsserier og hvordan man tegner korrelationer eller årsagssammenhæng gennem regressionsteknikker. Når du uddanner indsigter fra tidsmæssige forbrydelsesdata, producerer du generelt beslutningsstøtteprodukter i form af tabular data rapporter og simple datavisualiseringer - som f.eks. Stregdiagrammer, linjediagrammer og varmekartediagrammer.
