利用 Twitter 与出租车数据改进犯罪计数预测
应用统计
2020-09-09 v1
摘要
犯罪预测对刑事司法决策者和预防犯罪的努力至关重要。本文评估了从出租车行程、Twitter 和 Foursquare 数据中提取的人类活动模式的解释与预测价值。对纽约市六个月犯罪数据的分析表明，与仅使用人口统计数据相比，这些数据源将财产犯罪的预测准确率提高了 19%。当这些新特征联合使用时效果最强，为犯罪预测提供了新见解。值得注意的是，与社会解组理论一致，这些新特征无法改善暴力犯罪的预测。
引用
@article{arxiv.2009.03703,
title = {Improving Crime Count Forecasts Using Twitter and Taxi Data},
author = {Lara Vomfell and Wolfgang Karl Härdle and Stefan Lessmann},
journal= {arXiv preprint arXiv:2009.03703},
year = {2020}
}