Please enable JavaScript.
Coggle requires JavaScript to display documents.
犯罪預測基本概念 - Coggle Diagram
犯罪預測基本概念
犯罪預測方法
直覺法
濃厚主觀意識，較不可靠
臨床法
根據醫學、心理學、社會學等
專門知識
進行犯罪預測，其正確性決定於
鑑定人特殊經驗與訓練
缺點
只能由專家使用，又因為自身尚處於未被確定階段，診斷者之間的個人差距十分明顯，所以難於得出客觀標準
統計法
將預測上有效的犯罪原因或預測因子量化，基本假設是凡
具有較多犯罪特質的人
，將來再犯的可能性越大
為現行大多數的犯罪預測方法，可分為
釋放時預測、裁判時預測以及早期預測
危險因子與預測
危險因子功能
危險因子並不是想去具體預測某特定個人，而是在於
具有危險因子之人，更須加以注意及給予更多關懷與協助
常用於青少年預測
具有某些淺在危險因子的人將來會比較有可能出現偏差行為
實例
心理因素
過動、學習障礙
家庭因素
父母犯罪、遭受虐待、家庭束縛力低、經濟低落
生物因素
神經受損
同儕因素
非行同儕
學校因素
輟學
社區因素
社區解組、暴力團體出沒、毒品
犯罪預測問題
犯罪預測在刑事政策實務上重要意義
緩刑宣告參考
假釋決定參考
法官量刑輕重參考
少年法院
行使先議權參考
法官裁判免刑參考
少年法院
裁定保護處分參考
檢察官職權不起訴參考
問題
預測表之有效性問題
誤假為真
(對人權侵害)或
誤真為假
(對社會治安產生危害)的問題
標籤
對特定人貼上潛在犯罪人
標籤
，反而使他走上犯罪之路
犯罪預測在預防犯罪上之運用
次級犯罪預防
針對
高風險犯罪者
及早識別，並採取適當的預防干預措施
例如情境犯罪預防
預測違法地點時間
(地點時間較為穩定)
運用大數據找出
重複被害者
、
重複加害者
、
熱門產品
、
犯罪熱點
之重疊處，以達犯罪預防最大效益
大數據對犯罪預防分析步驟
資訊
採集與整合
資訊
分析
對犯罪行為
預測
根據預測結果
及時介入
達犯罪預防目的
大數據運用於犯罪預測比人工預測更準確；
鄰近重複效應
指某地發生犯罪事件，短時間內同一地發生類似犯行可能會大增，運用大數據可以改善此現象
犯罪預測意義
犯罪預防即以犯罪預測為基礎
犯罪預防通常隱含
犯罪預測
，乃因犯罪預防一個非常重要的原則是「
犯罪是高度集中在特定人群、地點與事物
」
犯罪有集中現象
高風險場所
熱門產品
重複犯罪者
犯罪熱點(Sherman研究發現在Minneapolis中在6%的地點發生60%之警察事故)
重複被害人
這個現象稱為80-20法則
犯罪預防定義
設計那些
可預防、控制、排除
及
降低
實際發生犯罪數量與犯罪恐懼感的所有活動，這些活動
不僅著重個人情況的改善，同時亦涵蓋其社會與物理環境整頓
，並可在犯罪發生之
事前、事中、事後
進行，以達
不想、不必、不再、不能、不敢
犯罪
犯罪預測
科學地推測將要發生地犯罪
一般預測
將過去發生地犯罪進行統計，推測犯罪發生的時期及場所
個別預測
預測個人或對犯罪人的再犯可能性進行預測