伦敦市犯罪分析

我一直在研究英国警方的开放数据数据集有一段时间了。但它需要服务器端脚本才能进行抓取并将数据导入数据库以进行进一步处理。这很麻烦。幸运的是，Neo4j现在有了数据导入功能。因此，我现在正在接受这个挑战，使用Neo4j重新完成我现有应用程序的一小部分。 :)

以下是它的功能

将犯罪案件存储为:Case节点
将犯罪发生时间存储在:Month和:Year中
将犯罪发生地点存储在:Place中
通过:Category存储犯罪类型

英国警方开放数据

为了开发一个使用小型数据集的演示。我们将直接从此数据集导入数据。

更新：由于csv文件中存在多余的引号'，在直接从英国警方导入数据时遇到了一些小问题。所以我创建了一个干净的csv文件，它去除了所有多余的引号。

它包含了2015年9月在伦敦市记录的400多个犯罪案件。在节点上设置索引

create index on :Year(value);
create index on :Month(value);
create index on :Place(name);
create index on :Category(name);

load csv with headers from
"https://www.dropbox.com/s/0uffu7j65dn2uz1/2015-09-city-of-london-street.csv?dl=1" as csv
with csv as crimecsv
where crimecsv.`Location` is not null
merge (p:Place {name: crimecsv.`Location`})
with crimecsv, split(crimecsv.`Month`, "-") AS yearMonth
where yearMonth[0] is not null
merge (y:Year {value: toInt(yearMonth[0])})
with crimecsv, split(crimecsv.`Month`, "-") AS yearMonth
where yearMonth[1] is not null
merge (m:Month {value: toInt(yearMonth[1])})
with crimecsv
where crimecsv.`Crime type` is not null
merge (ctg:Category {name: crimecsv.`Crime type`})
with crimecsv
where crimecsv.`Latitude` is not null
merge (c:Case {ref: case when crimecsv.`Crime ID` is null then '' else crimecsv.`Crime ID` end ,lat: toFloat(crimecsv.`Latitude`), lon: toFloat(crimecsv.`Longitude`), outcome: case when crimecsv.`Last outcome category` is null then 'n/a' else crimecsv.`Last outcome category` end })

with crimecsv, split(crimecsv.`Month`, "-") AS yearMonth
match (xc:Case {ref: case when crimecsv.`Crime ID` is null then '' else crimecsv.`Crime ID` end ,lat: toFloat(crimecsv.`Latitude`), lon: toFloat(crimecsv.`Longitude`), outcome: case when crimecsv.`Last outcome category` is null then 'n/a' else crimecsv.`Last outcome category` end }),
(xy:Year {value: toInt(yearMonth[0])}),
(xm:Month {value: toInt(yearMonth[1])}),
(xp:Place {name: crimecsv.`Location`}),
(xctg:Category {name: crimecsv.`Crime type`})

create (xm)-[:YEAR_OF]->(xy),
(xc)-[:HAPPEN_IN]->(xm),
(xc)-[:TYPE_OF]->(xctg),
(xc)-[:AT]->(xp);

犯罪率高的地点

向我展示2015年9月犯罪发生最多的前5个地点！

MATCH (y:Year {value:2015})<-[:YEAR_OF]-(m:Month {value:9})<-[:HAPPEN_IN]-(c:Case)-[:AT]->(p:Place)
RETURN p.name AS `Places`, count(DISTINCT c) AS Occurrences
ORDER BY Occurrences DESC LIMIT 5

常见的犯罪类型

2015年9月发生最多的犯罪类型是什么。

MATCH (y:Year {value:2015})<-[:YEAR_OF]-(m:Month {value:9})<-[:HAPPEN_IN]-(c:Case)-[:TYPE_OF]->(ctg:Category)
RETURN ctg.name AS `Crimes`, count(DISTINCT c) AS Occurrences
ORDER BY Occurrences DESC LIMIT 5

犯罪案件状态

有多少案件正在调查、已结案等。

MATCH (y:Year {value:2015})<-[:YEAR_OF]-(m:Month {value:9})<-[:HAPPEN_IN]-(c:Case)
RETURN c.outcome AS `Status`, count(DISTINCT c) AS Occurrences
ORDER BY Occurrences DESC

未来工作

这是一个非常简单的应用程序，只进行导入和简单的聚合和计数。期待将来使用空间查询和openstreetmap api。

我已经很久没有使用Neo4j了，现在它有很多过去没有的功能。现在再次尝试一下真是太好了。顺便说一句，这个应用程序是直接用ascii doc编写的，没有在我的电脑上运行neo4j服务器。真是太棒了！

此页面是否有帮助？

GraphGists