DOI QR코드

DOI QR Code

Suggestion of CPTED Application through Annual Crime Analysis using Big Data

빅 데이터를 활용한 연도별 범죄 분석을 통한 CPTED 활용방안 제시

  • 황승연 (안양대학교 창의융합대학 컴퓨터공학과) ;
  • 문진용 (강동대학교 온라인영상홍보전공) ;
  • 김정준 (안양대학교 창의융합대학 소프트웨어학과)
  • Received : 2024.06.11
  • Accepted : 2024.10.04
  • Published : 2024.10.31

Abstract

Our world security is at the top of the list, and it is a safe country to be able to drink and move around freely at dawn. However, according to the data by the prosecution's office, about 2 million crimes are committed each year. Crime can be classified as a violent crime, intelligent crime, or other crime. Also age, gender and location vary by crime. Generally, crime breaks people's trust, inflicts large and small damages on society, and it is difficult to restore trust, which is crushed by crime. In the paper based on the conditions such as age, gender, place, and area, we will use Big Data to visualize the access and increase / decrease of crime occurrence according to the types of these crimes. Through this paper, we will identify the overall trend of crime and present a method of utilizing the crime prevention design (CPTED) based on the analyzed data.

우리나라의 세계 치안율은 상위권이며, 새벽에 술을 먹고 마음껏 돌아다닐 수 있을 정도로 안전한 나라이다. 하지만 이러한 우리나라에서도 검찰청 자료에 따르면 매년 약 200만 건 전후의 범죄가 발생하고 있다. 범죄는 폭력범죄, 지능범죄, 기타범죄 등 여러 범죄로 분류될 수 있다. 또한, 범죄별 연령, 성별, 장소가 모두 다르다. 대부분의 범죄는 사람들의 신뢰를 무너뜨리고 사회에 크고 작은 피해를 입히며, 범죄로 인해 무너진 신뢰는 회복하기 어렵다. 이러한 범죄의 종류에 따라 연령, 성별, 장소와 같은 조건을 기준으로 본 논문에서 빅 데이터를 이용해 분석하여 범죄 발생에 대해 접근 및 증/감폭을 시각화 할 것이다. 이 논문을 통해 범죄의 전체적인 흐름을 파악하고, 분석한 자료를 바탕으로 범죄 예방 디자인(CPTED)의 활용 방안을 제시할 것이다.

Keywords

References

  1. Kim. D. U., "Public Security, Welfare, Economic Growth : Evaluating Crime Incidence in Korea", National knowledge Information System(NKIS), Vol. 1 No. 1, pp. 1-2, 2012.
  2. Jae-Young Chang, "Bigdata Prediction Support Service for Citizen Data Scientists", The Journal of The Institute of Internet, Broadcasting and Communication, Vol. 19, No. 2, pp. 151-159, 2019. DOI: https://doi.org/10.7236/JIIBC.2019.19.2.151
  3. In-Kyu Park, Gyoo-Seok Choi, "Regularized Optimization of Collaborative Filtering for Recommander System based on Big Data", The Journal of The Institute of Internet, Broadcasting and Communication, Vol. 21, No. 1, pp. 87-92, 2021. DOI: https://doi.org/10.7236/JIIBC.2021.21.1.87
  4. Hadoop, https://hadoop.apache.org/
  5. Tae-Hoon Keum, Won-Joo Lee, Chang-Ho Jeon, "Design and Implementation of a Monitor for Hadoop Cluster", Journal of the Institute of Electronics Engineers of Korea CI, Vol. 49, No. 1, pp. 8-15, 2012.
  6. Apache Pig, https://pig.apache.org/
  7. Hong-Geun Ji, Tae-Ki Lee, "Recommender System Development Based on Wine Review Big Data Analysis and Deep Learning", Proceedings of the Korea Information Processing Society Conference, pp. 769-766, 2019. DOI: https://doi.org/10.3745/PKIPS.y2019m10a.763