基于主题建模与相对密度估计的犯罪热点建模
机器学习
2023-09-26 v3 计算与语言
信息检索
摘要
我们提出一种方法，从一组犯罪记录叙述中捕捉相似报警的分组并确定其相对空间分布。我们首先为每篇叙述获得主题分布，随后提出最近邻相对密度估计(kNN-RDE)方法以获取各主题的空间相对密度。在亚特兰大警察局大型语料()叙述文档上的实验证明了该方法在捕捉地理热点趋势方面的可行性，这些趋势未被报警调度员最初发现，且因与总体事件密度升高相混淆而被忽视。
引用
@article{arxiv.2202.04176,
title = {Crime Hot-Spot Modeling via Topic Modeling and Relative Density Estimation},
author = {Jonathan Zhou and Sarah Huestis-Mitchell and Xiuyuan Cheng and Yao Xie},
journal= {arXiv preprint arXiv:2202.04176},
year = {2023}
}
备注
9 pages, 12 figures