[論文レビュー] Spatial-Temporal-Textual Point Processes with Applications in Crime Linkage Detection

Shixiang Zhu, Yao Xie|arXiv (Cornell University)|Feb 1, 2019

Point processes and geometric inequalities参考文献 41被引用数 9

ひとこと要約

本稿では、警察報告書から正則化された制限ボルツマンマシンを用いて学習されたテキスト埋め込みをマーキングとして統合する、多次元マーク付き時空間 Hawkes プロセスを提案する。この手法は、限られたラベル付き例のもとで、希な現実世界の犯罪データにおける微細な時間的・空間的・文脈的パターンを効果的に捉え、競争力のある性能と解釈可能性を示す。

ABSTRACT

Crimes emerge out of complex interactions of human behaviors and situations. Linkages between crime events are highly complex. Detecting crime linkage given a set of events is a highly challenging task since we only have limited information, including text descriptions, event times, and locations; moreover, the link among incidents is subtle. In practice, there are very few labeled data about related cases. We present a statistical modeling framework for police reports based on multivariate marked spatio-temporal Hawkes processes. Inspired by the notion of modus operandi (M.O.) in crime analysis, we perform text embedding for police reports and treat embedding vectors as marks of the Hawkes process. The embedding is performed by regularized Restricted Boltzmann Machine (RBM) to promote the probabilistic sparsity of selected keywords. Numerical results using real data demonstrate the competitive performance and interpretability of our method. The proposed method can be used in other similar data in social networks, electronic health records.

研究の動機と目的

• ラベル付きデータが乏しく、証拠が時刻・場所・テキスト記述に限られる状況において、犯罪連関を検出する課題に対処すること。
• 空間的・時間的・文脈的側面を統合した統一された統計的枠組みにおいて、犯罪イベント間の複雑で微細な連関をモデル化すること。
• 学習されたテキスト埋め込みを Hawkes プロセスのマーキングとして扱い、犯罪の手口（M.O.）パターンを反映させることで、解釈可能性を向上させること。
• 制限ボルツマンマシンにおける正則化学習を通じて、テキスト特徴量のスパarsityと関連性を高めること。
• 他の分野（例：ソーシャルネットワークや電子的健康記録）にも適用可能なスケーラブルで汎用性の高い手法を開発すること。

提案手法

• 各イベントが場所・時刻・テキスト記述で特徴づけられる多次元マーク付き点過程として犯罪イベントをモデル化する。
• 警察報告書の記述から、コンactな確率的スパースなテキスト埋め込みを、正則化された制限ボルツマンマシン（RBM）を用いて学習する。
• 学習された埋め込みベクトルを、異なる犯罪種別における自己励起および相互励起を捉えるために、Hawkes プロセスのマーキングとして扱う。
• Hawkes プロセスの強度関数を、時空間的距離と埋め込み特徴量の類似性に依存する形に定式化する。
• 過去のイベントが、空間的および文脈的に将来のイベント発生率に与える影響を、マーク付き Hawkes プロセスを用いてモデル化する。
• 勾配ベースの最適化手法を用いて、観測されたイベントの尤度を最適化する。正則化を導入することで、特徴量のスパarsityと解釈可能性を確保する。

実験結果

リサーチクエスチョン

• RQ1 最小限のラベル付きデータのもとで、空間的・時間的・文脈的特徴を統合した統一された統計的モデルが、犯罪連関を効果的に検出できるか？
• RQ2 警察報告書から得られるテキスト埋め込みが、犯罪の手口（M.O.）パターンをどれほど適切に表現でき、連関検出を改善できるか？
• RQ3 学習されたテキスト特徴量に確率的スパarsityを組み込むことで、モデルの解釈可能性と性能がどの程度向上するか？
• RQ4 実世界の犯罪データにおいて、本手法はベースライン手法と比較して、真の犯罪連関をどれほど正確に検出できるか？
• RQ5 本フレームワークは、時空間的イベント系列にテキスト記述を伴う他の分野へも一般化可能か？

主な発見

• 本手法は、実世界のデータにおいて、テキスト特徴量を統合しないベースライン手法と比較して、犯罪連関検出において競争力のある性能を達成した。
• 正則化された RBM を用いたテキスト埋め込みの使用により、犯罪の手口パターンに強く関連するキーワードの特定が可能になった。
• 検出された連関が、武器の種別や犯罪手法といった共通する文脈的特徴と結びつくことから、モデルの解釈可能性が示された。
• Hawkes プロセスにテキスト埋め込みをマーキングとして統合することで、顕著でない微細な犯罪連関の検出が著しく向上した。
• 本フレームワークは犯罪分析をはるかに超えて一般化可能であり、ソーシャルメディア監視や電子的健康記録分析への応用が期待される。
• 本モデルはデータのスパarsityに対しても効果的に対処でき、ラベル付きの連関事例が限られた状況でも、高い性能を維持した。