[論文レビュー] Criminal Geographical Profiling: Using FCA for Visualization and Analysis of Crime Data

Quist-Aphetsi Kester|arXiv (Cornell University)|Oct 2, 2013

Rough Sets and Fuzzy Logic参考文献 6被引用数 4

ひとこと要約

本稿では、犯罪の種別、場所、加害者といった要素の間でパターンを同定することで、犯罪地理データの可視化および分析に形式的概念分析（FCA）を活用する手法を提案する。属性に基づく関係性からガロア格子を構築することで、更新された犯罪データから動的可視化とインサイト抽出が可能となり、これまでに同定されたパターンを保持することができる。

ABSTRACT

Fighting criminal activities in our modern societies required the engagement of intelligent information systems that can analyze crime data geographically and enable new concepts to be deduced from it. These information systems should be able to create visualization of such data as well as have the capability of giving new incite of information, if data is updated whilst maintaining the previously predicted patterns. This paper proposed the use of Formal Concept Analysis, or Galois Lattices, a data analysis technique grounded on Lattice Theory and Propositional Calculus, for the visualization and analysis of crime data. This method considered the set of common and distinct attributes of crimes in such a way that categorization are done based on related crime types, geographical locations and the persons involved.

研究の動機と目的

• 犯罪データの地理的分析を目的としたイン telligent 情報システムの開発。
• 新規データの統合に伴い、犯罪パターンの動的可視化を可能にする。
• データ更新時において、以前に予測されたパターンとの整合性を維持する。
• 犯罪種別、場所、個人の観点から共通および特徴的な属性を同定する。
• 構造化されたデータ分析を通じて、警察当局が実行可能なインサイトを提供する。

提案手法

• 犯罪データに、ラティス理論および命題論理に基づく形式的概念分析（FCA）を適用する。
• 犯罪種別、場所、関係者といった属性からガロア格子を構築する。
• 属性指向のデータモデリングを用いて、共通する特徴に基づいて犯罪をグループ化する。
• 得られたラティスを可視化することで、犯罪パターン間の階層的関係を明らかにする。
• 新しいデータが追加されてもラティス構造が一貫性を保つようにし、過去のインサイトを維持する。
• FCAが複雑で多次元的なデータを処理できる能力を活用し、犯罪プロファイリングを実現する。

実験結果

リサーチクエスチョン

• RQ1 FCAを用いることで、複数の次元にわたる犯罪データから意味のあるパターンを抽出できるか？
• RQ2 FCAは、新たな犯罪データの統合と同時に、以前に同定されたパターンを維持できるか？
• RQ3 ラティス構造に犯罪属性を可視化することで、どのようなインサイトが得られるか？
• RQ4 犯罪種別、場所、加害者の共通属性は、形式的概念ラティスにおいてどのように関連しているか？
• RQ5 FCAは、進化を続ける犯罪データに対する動的でリアルタイムの分析をどの程度サポートできるか？

主な発見

• FCAを用いることで、階層的なガロアラティスを介して、複雑な犯罪データの可視化が可能となり、犯罪間の隠れた関係性が明らかになる。
• 本手法は、新規データの導入時においても、以前に同定されたパターンを効果的に維持しており、分析の継続性が保証される。
• 犯罪種別、場所、関係者の共通属性に基づく分類が、ラティス構造に効果的に反映される。
• ラティス表現により、犯罪のクラスターや異常事象の直感的な探索が可能になる。
• 全データセットを再処理することなく、更新されたデータから新たなインサイトを導出する支援が可能である。
• 本システムは、警察当局の知的分析システムにおける実用的導入の可能性を示している。