基于机器学习与新犯罪数据集的犯罪预测

犯罪是带有法律后果的非法行为。由于贫困、人口增长及诸多其他社会经济问题，孟加拉国犯罪率居高不下。对执法机构而言，理解犯罪模式对于预防未来犯罪活动至关重要。为此，这些机构需要结构化的犯罪数据库。本文介绍了一个新颖的犯罪数据集，包含孟加拉国 6574 起犯罪事件的时间、地理、天气与人口统计数据。我们手动收集了某日报档案中跨七年的犯罪新闻文章，并从这些原始文本中提取基本特征。利用这些基本特征，我们进一步咨询地理定位与天气数据的标准服务提供商，以获取与所收集犯罪事件相关的信息。此外，我们从孟加拉国国家人口普查数据中收集人口统计信息。所有这些信息被整合为标准机器学习数据集。最终为犯罪预测任务构建了 36 个特征。随后在该新建数据集上评估了五种监督机器学习分类算法，取得了令人满意的结果。我们还对数据集的多个方面进行了探索性分析。该数据集有望作为孟加拉国及其他国家犯罪发生预测系统的基础。本研究结果将帮助执法机构预测并遏制犯罪，并确保犯罪巡逻与预防的资源最优配置。