明升体育app下载 - App Store

论文标题： (基于城市公开数据的动态犯罪风险预测)

期刊：

作者：Binbin ZHOU , Longbiao CHEN , Fangxun ZHOU , Shijian LI , Sha ZHAO , Gang PAN

发表时间：23 Nov 2021

DOI：

微信链接：

导读

犯罪风险预测有助于提高城市安全和市民生活质量。然而现有的犯罪预测研究侧重于粗粒度的研究，较少考虑去捕捉城市中犯罪的动态性。数据的稀缺性是细粒度犯罪预测研究一个关键的挑战。首先，不是所有的犯罪事件都有记录，有一些犯罪事件因为一些原因并没有上报到警局；其次，犯罪事件本身发生的频率通常较低。在本文中，我们从犯罪数据的零膨胀角度出发研究城市犯罪风险预测。首先，针对部分犯罪事件未报案的问题，我们提出了一种交叉聚合软计算(CASI)方法来填补可能存在的未报案数据。然后基于动态计算的犯罪风险，我们从各种城市数据源中设计了上下文特征（包括POI分布、出租车移动数据、人口特征等），并提出了一个零膨胀负二项式回归（ZINBR）模型来预测道路上的犯罪风险。最后我们利用纽约市的真实数据进行实验。实验结果表明我们提出的方法可以准确预测道路犯罪风险。

文章精要

摘要

Crime risk prediction is helpful for urban safety and citizens’ life quality. However, existing crime studies focused on coarse-grained prediction, and usually failed to capture the dynamics of urban crimes. The key challenge is data sparsity, since that 1) not all crimes have been recorded, and 2) crimes usually occur with low frequency. In this paper, we propose an effective framework to predict fine-grained and dynamic crime risks in each road using heterogeneous urban data. First, to address the issue of unreported crimes, we propose a cross-aggregation soft-impute (CASI) method to deal with possible unreported crimes. Then, we use a novel crime risk measurement to capture the crime dynamics from the perspective of influence propagation, taking into consideration of both time-varying and location-varying risk propagation. Based on the dynamically calculated crime risks, we design contextual features (i.e., POI distributions, taxi mobility, demographic features) from various urban data sources, and propose a zero-inflated negative binomial regression (ZINBR) model to predict future crime risks in roads. The experiments using the real-world data from New York City show that our framework can accurately predict road crime risks, and outperform other baseline methods.

相关内容推荐：

Frontiers of Computer Science

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社和北京航空航天大学共同主办、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，双月刊，全球发行。主要刊登计算机明升体育app领域具有创新性的综述论文、研究论文等。本刊主编为周志华教授，共同主编为熊璋教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和明升官网明升体育app引文数据库（CSCD）核心库等收录，为 CCF 推荐期刊；两次入选“明升官网科技期刊国际影响力提升计划”；入选“第4届明升官网国际化精品科技期刊”；入选“明升官网科技期刊卓越行动计划项目”。

《前沿》系列英文学术期刊

由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础明升体育app、明升m88明升体育app、工程技术和人文社会明升体育app四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中13种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。

明升官网学术前沿期刊网