使用 ARIMA 模型预测犯罪

数据挖掘是从大型数据集中提取不同模式与有用信息的过程。据伦敦警方称，自 2017 年初以来，伦敦不同自治市的犯罪率立即上升。目前尚无可用于未来预防犯罪的有用信息。我们通过提取伦敦犯罪的大型数据集并预测未来的犯罪数量，来预测伦敦自治市的犯罪率。我们使用时间序列 ARIMA 模型预测伦敦的犯罪情况。将 5 年数据输入 ARIMA 模型以预测 2 年犯罪数据。相较指数平滑，ARIMA 模型具有更高的拟合值。本研究所用真实犯罪数据集由伦敦警方从其网站及其他资源收集。我们的主要思路分为四部分：数据提取（DE）、非结构化数据的数据处理（DP）、在 IBM SPSS 中可视化模型。DE 提取 2012 年至 2016 年的网络犯罪数据。DP 整合并精简数据并赋予其预定义属性。通过应用一些计算、计算移动平均、差分与自回归来分析犯罪预测。预测模型给出 80% 的正确值，被证明是一个准确的模型。本工作有助于伦敦警方制定打击犯罪的决策。