通过凝聚子图计算驯服犯罪分析中的近重复计算
数据结构与算法
2020-03-27 v2 计算几何
摘要
近重复（NR）是犯罪分析中一个众所周知的现象，它假定犯罪事件在给定的时间和空间范围内表现出相关性。传统的 NR 计算会在给定时空限制内发生 2 个事件时生成 2 个事件对。然而，当事件数量很大时，NR 计算非常耗时，且这些事件对的组织方式尚未被探索。在本文中，我们设计了一种新方法来高效计算 NR 事件簇。首先，利用 R 树索引犯罪事件，单个事件由一个顶点表示，而边则通过在 R 树中对顶点进行范围查询来构建，从而形成一个图。应用凝聚子图方法来识别事件链。根据它们发现凝聚子图能力的不同范围，依次实现了 k-clique、k-truss、k-core 以及 DBSCAN 算法。利用芝加哥、纽约和华盛顿特区的真实犯罪数据进行了实验。通过执行 Mapreduce 赋能的 knox 检验，实验证实了近重复在真实大规模犯罪数据中是一种稳健的效应。验证了 4 种不同算法的性能，同时通过凝聚子图数量的分布及其聚类系数来衡量算法的质量。所提出的框架是首个处理百万记录规模真实犯罪数据的框架，也是首个检测规模大于 2 的 NR 事件的框架。
引用
@article{arxiv.1705.07746,
title = {Taming Near Repeat Calculation for Crime Analysis via Cohesive Subgraph Computing},
author = {Zhaoming Yin and Xuan Shi},
journal= {arXiv preprint arXiv:1705.07746},
year = {2020}
}
备注
The Twelfth International Conference on Advanced Geographic Information Systems, Applications, and Services GEOProcessing 2020, ISBN 978-1-61208-762-7