| 1 |
1
범죄 노출 위험도 측정 장치에 있어서, 단말기로부터 사용자의 이동 경로 정보를 수신하는 수신부;공공 빅데이터를 통해 범죄 통계 데이터를 수집하는 수집부;상기 이동 경로 정보를 분석하여 이동 거리 및 이동 시간을 검출하고, 이동 경로를 분류하여 사용자가 경유한 시설물 정보를 검출하는 이동 경로 분석부;상기 범죄 통계 데이터를 기반으로 시설물을 위험도에 따라 분류하고, 분류된 시설물의 유형에서 발생한 범죄 건수와 범죄가 발생한 시설물과 동일 유형의 시설물의 수에 따라 범죄 위험도를 산출하고, 산출한 범죄 위험도의 범죄 위험도 레벨을 분류하는 범죄 데이터 분석부; 및상기 범죄 위험도 레벨을 기준으로 동일 레벨의 시설물이 인접하여 있다면 인접 시설물 가중치를 반영한 범죄 위험도를 산출하고, 상기 이동 경로 상의 전체 시설물의 수, 상기 이동 경로 상의 시설물의 번호, 상기 이동 거리의 가중치 및 상기 이동 시간의 가중치 산출하여 사용자의 이동 경로에 따른 범죄 노출 위험도를 측정하는 위험도 측정부를 포함하는 범죄 노출 위험도 측정 장치
|
| 2 |
2
제1항에서, 상기 위험도 측정부에서 측정한 범죄 노출 위험도를 단말기로 송신하는 송신부; 및상기 수신부가 수신한 사용자의 이동 경로 정보, 상기 수집부가 수집한 범죄 데이터, 상기 이동 경로 분석부, 상기 범죄 데이터 분석부 및 상기 위험도 측정부가 처리한 데이터를 저장하는 데이터 베이스를 더 포함하는 범죄 노출 위험도 측정 장치
|
| 3 |
3
제1항에서, 상기 수신부는 상기 단말기의 GPS를 통해 사용자의 이동 경로를 수신하거나, 상기 단말기를 통해 입력된 이동할 예상 경로를 수신하는 범죄 노출 위험도 측정 장치
|
| 4 |
4
제1항에서, 상기 이동 경로 분석부는 상기 수신부에서 수신한 이동 경로 정보에서 이동 거리 및 이동 시간을 추출하고, 상기 이동 경로를 시작점과 제1번째 교차로, 제1번째 교차로와 제2번째 교차로, 제2번째 교차로와 제n번째 교차로, 제n번째 교차로와 끝점으로 분류하여, 분류된 지점의 도로명과 건물번호를 추출하여 사용자가 경유한 시설물의 주소지를 검출하는 범죄 노출 위험도 측정 장치
|
| 5 |
5
제1항에서, 상기 범죄 데이터 분석부는상기 수집부에서 수집한 범죄 통계 데이터를 분석하여 상기 이동 경로 분석부에서 검출된 시설물 정보에서 발생한 범죄 건수를 추출하는 범죄 노출 위험도 측정 장치
|
| 6 |
6
제1항에서, 상기 범죄 데이터 분석부는상기 범죄 위험도를 식 (1)을 이용하여 산출하되,식 (1)에서 는 동일 유형의 시설물에 대한 범죄 위험도, 는 해당 유형의 시설물에서 발생한 범죄 건수, 는 해당 유형에 속한 시설물 수를 의미하는 범죄 노출 위험도 측정 장치
|
| 7 |
7
제1항에서, 상기 범죄 데이터 분석부는상기 범죄 위험도를 k-means 알고리즘을 이용하여 레벨 1에서 레벨 10으로 분류하는 범죄 노출 위험도 측정 장치
|
| 8 |
8
제1항에 있어서, 상기 위험도 측정부는 상기 범죄 위험도의 가중치를 식 (2)를 이용하여 산출하되,식 (2) 에서 는 인접 시설물 가중치를 반영한 위험도, n은 이동 경로 상에 있는 시설물의 번호, 은 시설물의 범죄 위험도 레벨을 의미하는 범죄 노출 위험도 측정 장치
|
| 9 |
9
제1항에서, 상기 위험도 측정부는평균 이동 거리를 2
|
| 10 |
10
제1항에서, 상기 위험도 측정부는 사용자의 이동 시간이 낮일 경우에는 이동 시간의 가중치를 0
|
| 11 |
11
제1항에서, 상기 위험도 측정부는상기 범죄 노출 위험도를 식 (3)을 이용하여 측정하되,식 (3)에서 은 이동 경로에 대한 범죄 노출 위험도, 는 인접 시설물 가중치를 반영한 범죄 위험도, 은 이동 거리 가중치, 는 이동 시간 가중치, n은 이동 경로 상의 시설물의 번호, k는 이동 경로 상의 전체 시설물의 수를 의미하는 범죄 노출 위험도 측정 장치
|
| 12 |
12
범죄 노출 위험도 측정 장치가 사용자의 단말기로부터 수신한 정보를 이용하여 범죄노출 위험도를 측정하는 방법은,상기 단말기의 GPS를 통해 사용자의 이동 경로 정보를 수신하거나, 사용자가 입력한 이동 경로 정보를 수신하는 단계;공공 빅데이터를 통해 범죄 데이터를 수집하는 단계;상기 이동 경로 정보를 분석하여 이동 거리, 이동 시간 및 시설물 정보를 검출하는 단계;상기 범죄 데이터를 분석하여 분류된 시설물 정보에서 범죄가 발생한 건수와 상기 범죄가 발생한 시설물과 동일 유형의 시설물의 수를 이용하여 범죄 위험도를 산출하고, 범죄 위험도 레벨을 분류하는 단계;상기 범죄 위험도 레벨을 기준으로 동일 레벨의 시설물이 인접하여 있다면 인접 시설물 가중치를 반영한 범죄 위험도를 산출하고, 상기 이동 경로 상의 전체 시설물의 수, 상기 이동 경로 상의 시설물의 번호, 상기 이동 거리의 가중치 및 상기 이동 시간의 가중치 산출하여 사용자의 이동 경로에 따른 범죄 노출 위험도를 측정하되 단계; 및상기 범죄 노출 위험도를 상기 단말기로 송신하는 단계를 포함하는 범죄 노출 위험도 측정 방법
|
| 13 |
13
제12항에서, 상기 이동 거리, 이동 시간 및 시설물 정보를 검출하는 단계는이동 경로를 시작점, 교차로 및 끝점으로 분류하는 단계; 및분류된 지점의 도로명과 건물번호를 추출하여 사용자가 경유한 시설물 정보를 검출하는 단계를 포함하는 범죄 노출 위험도 측정 방법
|
| 14 |
14
제13항에서, 상기 이동 경로를 시작점, 교차로 및 끝점으로 분류하는 단계는이동 경로 정보를 수신하여 시작점과 제1번째 교차로, 제1번째 교차로와 제2번째 교차로, 제2번째 교차로와 제n번째 교차로, 제n번째 교차로와 끝점으로 분류하는 범죄 노출 위험도 측정 방법
|
| 15 |
15
제12항에서, 상기 범죄 데이터를 분석하여 범죄 위험도를 산출하고, 범죄 위험도 레벨을 분류하는 단계는상기 시설물 정보를 분류하는 단계;분류된 시설물 정보에서 발생한 범죄 건수를 수집한 범죄 데이터를 참조하여 검출하고, 분류된 시설물 정보에서 발생할 수 있는 범죄 위험도를 산출하는 단계; 및상기 범죄 위험도를 k-means 알고리즘을 이용하여 레벨 1에서 레벨 10으로 분류하여 범죄 위험도 레벨을 산출하는 단계를 포함하는 범죄 노출 위험도 측정 방법
|
| 16 |
16
제12항에서, 상기 범죄 위험도, 이동 거리 및 이동 시간의 가중치를 산출하여 사용자의 이동 경로에 따른 범죄 노출 위험도를 측정하는 단계는인접 건물 간에 범죄 위험도 가중치를 산출하는 단계;평균 이동 거리를 기반으로 이동 거리 가중치를 산출하는 단계;사용자의 이동 시간에 따라 이동 시간 가중치를 산출하는 단계; 및상기 범죄 위험도 가중치, 상기 이동 거리 가중치 및 상기 이동 시간 가중치를 적용하여 범죄 노출 위험도를 측정하는 단계를 포함하는 범죄 노출 위험도 측정 방법
|
| 17 |
17
제16항에서, 상기 평균 이동 거리를 기반으로 이동 거리 가중치를 산출하는 단계는평균 이동 거리를 2
|
| 18 |
18
제16항에서, 상기 사용자의 이동 시간에 따라 이동 시간 가중치를 산출하는 단계는상기 이동 시간의 가중치를 사용자의 이동 시간이 낮일 경우에는 0
|
| 19 |
19
제12항 내지 제18항 중 어느 한 항의 범죄 노출 위험도 측정 방법을 실행하기 위하여 컴퓨터가 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
|
