Главная / Учебные материалы / ЛЕКЦИОННЫЕ МАТЕРИАЛЫ / Лекция 9. Перспективы развития методов, направлений и инструментария исследований и моделирования в науках об обществе / Модель расчёта вероятности места и времени преступлений (Лос-Анджелес, Санкта-Крус, США)

Модель расчёта вероятности места и времени преступлений (Лос-Анджелес, Санкта-Крус, США)

Введение
Полиция г.Санта-Крус (США) начала в июле 2011 года тестировать программу на массиве данных о зарегистрированных преступлениях против собственности (угоны и кражи из автомобилей, ограбления домов) [1, 2]. Модель предполагает, что преступники склонны действовать в привычных районах города и примерно в то же время, в какое они раньше осуществляли успешные ограбления.

Уже в первый месяц тестирования (июль 2011) система позволила предотвратить несколько преступлений и привела к пяти арестам, в июле 2011 года количество ограблений машин снизилось на 27% по сравнению с тем же месяцем 2010 года. Работа программы направлена как на арест преступников по горячим следам, так и на предотвращение преступления, что не менее важно, так как прибывший патруль зачастую арестовывает потенциального злоумышленника, еще не совершившего преступления. Поводом для ареста становится нелегальное ношение огнестрельного оружия или обнаруженное хранение наркотиков. Для эффективной правоохранительной системы предотвращение преступлений не менее важно, чем поимка преступника.

До использования программы PredPol [3] (Predictive Policy, – пер. с англ. – предсказательная полиция), использовалась программа компьютерной статистики CompStat, которая просто давала полицейским точную карту преступлений прошлой недели, и полицейским приходилось самим строить предположения относительно того, каковы будут районы риска на этой неделе.

Разработка программы и используемые алгоритмы
Программа была разработана по инициативе полиции Лос-Анджелеса группой исследователей со степенью PhD [3], включавших двух математиков, антрополога и криминолога. Для тестирования в г. Санта-Крус в программу были загружены данные за 8 лет, при этом данные о времени, типе и месте зарегистрированных преступлений накладывались на карту города, разделенную на квадраты 150х150 метров. Новые данные добавляются в систему каждый день в режиме реального времени.
Используемая модель напоминает расчёт вероятности афтершоков — повторных сейсмических толчков, меньшей интенсивности по сравнению с главным толчком. Как и в случае с землетрясениями, каждое преступление тоже рождает волны «афтершоков», то есть повышают вероятность новых преступлений в том же месте в будущем. Для иллюстрации алгоритма авторы приводят несколько графиков (см. рис. 1.9.1., 1.9.2.)

Рисунок 1.9.1 – Статистика гангстерских перестрелок в одном из районов Лос-Анджелеса.

Рис. 1.9.1 отображает статистику гангстерских перестрелок в одном из районов Лос-Анджелеса и служит для демонстрации того, что преступления некоторых типов склонны группироваться по времени и месту.

На базе статистики преступлений за последние несколько лет вычисляется лямбда-функция λ(t). На рис. 1.9.2 показано, как статистика преступлений преобразуется в частотность.



Рис. 1.9.2 – Преобразование статистики преступлений в частотность по модели афтершоков с помощью лямбда-функции

Аналогичный параметр (crime rate) программа вычисляет для каждого района города и вида преступления. Если составить тепловую карту, то получится тепловая карта города, приведенная на рис.1.9.3.



Рисунок 1.9.3 – «Тепловая» карта вероятности преступлений в городе.

Для каждого квадрата размером 150 на 150 метров указывается вероятность совершения преступления в 24-часовой период, распределение этой вероятности по видам преступления: автомобильные, домашние, разбой, время начала двух самых опасных по вероятности часовых интервалов (см. рис 1.9.4). Учитываются день недели, время суток, наличие/отсутствие футбольных матчей по ТВ и другие факторы.



Рисунок 1.9.4 – Скриншот интерфейса программы с картой, на которой отмечены наиболее вероятные преступления в этом районе на данную дату по видам. Источник [3].

С опорой на вышеприведенные данные программы составляется график движения патрульных машин по городу и проверочные действия патрульных.

Аналогичные попытки применения компьютерных алгоритмов вычисления наиболее вероятных времени и мест преступлений ведутся и в других городах США (например, в г. Чикаго также в 2011 году было запущено аналогичное тестирование, [2]), однако модель, применяемая в городе Санта-Крус и Лос-Анджелесе, является одной из наиболее сложных и доказала свою эффективность.