Австралийские ученые разработали систему, которая улучшит способы предсказания преступлений на основе данных о местоположении.
©Wikipedia
В работе, опубликованной в журнале EPJ Data Science, команда исследователей из RMIT показала, как данные о местоположении и деятельности пользователей из приложения Foursquare в сочетании с алгоритмами рекомендаций позволяют предсказывать преступления точнее, чем когда-либо.
Пользователи Foursquare делятся своими локациями и деятельностью, когда отмечаются в разных местах (чекины). В исследовании задействовали данные более 20 тысяч чекинов пользователей из Брисбена и около 230 тысяч чекинов пользователей из Нью-Йорка.
Доктор Флора Салим из RMIT утверждает, что динамичные данные о передвижении людей по городу в режиме реального времени помогут рассчитать вероятность возникновения различных ситуаций на местности. Но чтобы заполнить множество дыр в данных на основе местоположения, исследователи разработали алгоритмы рекомендаций, похожие на те, что используются для рекомендации похожих песен в Spotify.
«Очевидно, что большая часть людей в городе не всегда использует приложение, а те, кто совершал преступления, не постил об этом, — говорит Салим. — Мы использовали рекомендательные системы, чтобы устранить недостатки и предсказывать другие действия в любых сценариях».
В ходе тестов система предсказывала определенные типы преступлений в конкретных частях города лучше, чем существующие модели предсказаний преступлений на основе тенденций преступности.
В Брисбене система оказалась на 16% точнее в предсказании нападений, чем нынешние модели, на 6% точнее в предсказании незаконного проникновения, на 4% эффективнее в случаях наркопреступлений и грабежа, а также на 2% лучше в предсказании мошенничества. В Нью-Йорке она улучшила точность предсказаний на 4% в случае грабежа и наркопреступности, мошенничества и незаконного проникновения, а также на 2% при нападениях.
Систему можно легко масштабировать для обработки больших данных из любой социальной платформы, приложения или мобильной сети, собирающей данные о местоположении.
Эта работа — всего один пример того, как данные пользователей могут быть использованы для предсказания их действий для целого ряда приложений.
