基于网络分析方法的犯罪时空预测
应用统计
2018-10-31 v2 社会与信息网络
物理与社会
摘要
相当明显的是，当今居住在城市地区的人口比例超过了人类历史上任何时期。这一趋势在未来几年似乎还将加剧。一项研究[5]指出，美国近80.7%的总人口居住在城市地区。到2030年，全球近60%的人口将居住在城市或迁往城市。随着城市人口的增加，关注犯罪活动十分重要。如此一来，政府可以推行智能警务系统，因此许多政府机构和地方当局已公开犯罪数据。在本文中，我们分析融合了其他社会信息来源的芝加哥市犯罪数据，使用网络分析技术来预测下一年的犯罪活动。我们观察到，随着我们添加更多代表社会不同层面的数据层，预测质量得以提升。我们的预测模型不仅预测整个芝加哥市的总犯罪数，还预测芝加哥市各类犯罪以及不同区域的犯罪数量。
引用
@article{arxiv.1808.06241,
title = {Spatio-temporal prediction of crimes using network analytic approach},
author = {Saroj Kumar Dash and Ilya Safro and Ravisutha Sakrepatna Srinivasamurthy},
journal= {arXiv preprint arXiv:1808.06241},
year = {2018}
}