計算的依據
人們會在自己熟悉的地方活動。家、工作、商店之間的路線，勾勒出一片熟悉的區域；一個人絕大多數的活動都發生在其中，而不是城市裡某個隨機的地點。
因此有了第一條規則：離基地越遠，活動越少。活動會隨距離增加而減少，因為長途移動需要時間，也會提高在陌生區域迷路的風險。
各個地點與基地距離的分布：離家最近的地方會下陷，稍遠處達到高峰，之後再下降。這是某種規律的形狀，不是特定案件的資料。
離家最近處的下陷，稱為緩衝區。太靠近基地，很容易被認識你的人看見，所以通常會避開最近的幾個街區。
這個方法能做什麼，不能做什麼
最後得到的不是姓名，而是一張機率地圖：一個適合開始查證的區域。這個方法能縮小搜尋範圍，並改變查證的順序，僅此而已。
它只有在有一系列地點時才有效。一個地點什麼也說明不了，兩個地點幾乎也沒有用；當地點至少有幾個，而且確實屬於同一個人時，計算才有意義，但這一點仍需要證明。
一些日常因素也會打亂整體圖像：在這一系列活動中途搬家、工作需要四處奔波，或是河流、鐵路讓實際距離與直線距離不一致。
同樣的數學方法早已被用於和平目的。人們可以根據病患地址尋找疾病爆發的源頭，估算田地裡害蟲從哪裡擴散，並規劃服務據點應該設在哪裡。
在 Miqo App 讀完全文
再讀 1 分鐘就能讀完，文末有測驗。 可在「犯罪 → 連環殺人犯與犯罪側寫」中找到
用手機相機掃描這裡，即可開啟 App Store 或 Google Play。
來源
- 地理側寫以空間行為模型為基礎：活動會隨距離增加而減少，基地周圍則存在緩衝區。這個方法能為搜尋區域排序優先順序，但無法辨識特定個人；當有人搬家、生活型態需要經常奔波，或所在區域的交通網絡很複雜時，準確度會下降。流行病學與生態學也會使用類似模型。