| 顾及时空语义的疑犯位置时空预测 |
| |
| 引用本文： | 段炼,胡涛,朱欣焰,叶信岳,王少华.顾及时空语义的疑犯位置时空预测[J].武汉大学学报(信息科学版),2019,44(5):765-770. |
| |
| 作者姓名： | 段炼 胡涛 朱欣焰 叶信岳 王少华 |
| |
| 作者单位： | 1.南宁师范大学自然资源与测绘学院, 广西 南宁, 530001 |
| |
| 基金项目： | 国家自然科学基金41401524广西自然科学基金2015GXNSFBA139191广西自然科学基金2018JJA150089警用地理信息技术公安部重点实验室开放课题2016LPGIT03北部湾环境演变与资源利用教育部重点实验室开放基金2014BGERLXT14矿山空间信息技术国家测绘地理信息局重点实验室开放基金KLM201409测绘遥感信息工程国家重点实验室开放基金(16)03 |
| |
| 摘 要： | 预测疑犯的社会活动行踪，对案件嫌疑人的排查以及犯罪行为的主动预防具有重大意义。当前研究主要依据疑犯的历史系列作案位置预测其住址或未来犯罪位置，缺少对其复杂社会活动位置的转移过程进行建模，也没有考虑位置数据稀疏性对预测性能产生的影响。为此，提出了融合时空语义的位置时空预测（spa-tio-temporal semantics location prediction，SSLP）模型。首先，利用疑犯在不同语义时段和语义位置上的分布邻近性提取目标疑犯的相似疑犯群体；其次，结合该群体的轨迹数据和位置语义信息，基于核密度平滑方法估算出涉及未记录位置的转移频次及其时态访问概率；最后，采用贝叶斯模型实现疑犯个体的时空预测。实验结果表明，基于W市2013年1月至6月间158名疑犯的17 539个位置记录数据，SSLP模型在top-k距离偏离度和top-k精确率上优于其他流行方法40%~50%，对疑犯位置数据稀疏性具有优异的适应能力。
|
| 关 键 词： | 疑犯位置预测 犯罪时空预测 时空语义 犯罪时空画像 贝叶斯模型 |
| 收稿时间： | 2018-03-26 |
Spatio-Temporal Prediction of Suspect Location by Spatio-Temporal Semantics |
| |
| Abstract: | Existing studies have failed to capture the complex social location transition patterns of suspects and lack the capacity to address the issue of data sparsity. Therefore, we propose a location prediction model called SSLP (spatio-temporal semantics location prediction) to enhance the location prediction performance. Firstly, the similar suspect groups of the target suspects are extracted using the distributed proximity of the suspects in different semantic periods and semantic positions.Then, their mobility data are applied to estimate transition frequencies and temporal visiting probabilities for unobserved locations based on a KDE (kernel density estimating) smoothing method. Finally, by a Bayesian-based formula, the spatio-temporal prediction for the individual suspect can be realized. In the experiments with the location recording data set consisting of 158 suspects and their 17 539 location records from January to June 2013 in W city, SSLP model outperforms baseline algorithms by 40%-50%, validating its adaptability for data sparsity problem. |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《武汉大学学报(信息科学版)》浏览原始摘要信息 |
|
点击此处可从《武汉大学学报(信息科学版)》下载全文 |
