精确的犯罪热点探测技术对于城市公共安全管理与警力部署有着重要的决策支持作用，但由于城市犯罪的偶发性与隐蔽性，犯罪行为通常无法被直接、准确的观测，导致记录的犯罪信息于时间、空间上存在不确定性。现有热点探测方法大多基于数据完备的假设，应用于真实犯罪数据集时，易产生不可信的热点探测结果。基于此，本文提出一种数据不确定性下的犯罪事件热点探测方法。时间上，基于概率表达思想与Aoristic分析，建模犯罪时序规律；空间上基于理性选择理论与日常活动理论，采用地理加权回归进行不完备先验概率的矫正；最终通过Expectation-Maximization（EM）算法提取犯罪热点，绘制出可信的热点分布图。基于中国某地级市实际警情数据进行实验验证，结果显示，本文方法在面对相异不确定性强度的犯罪事件时，均能探测出稳定且合理的热点结果。本文方法所探测的热点充分剔除了犯罪事件不确定性的影响，贴合犯罪学中的日常活动理论，可为警务防控部署提供精准的决策支持。