[论文解读] Crime Prediction Using Machine Learning and Deep Learning: A Systematic Review and Future Directions

Varun Mandalapu, Lavanya Elluri+2 more|arXiv (Cornell University)|Mar 28, 2023

Crime Patterns and Interventions被引用 9

一句话总结

本文对超过150项关于使用机器学习和深度学习进行犯罪预测的研究进行了系统综述，汇总数据集、技术和趋势，并提出未来的研究方向。

ABSTRACT

Predicting crime using machine learning and deep learning techniques has gained considerable attention from researchers in recent years, focusing on identifying patterns and trends in crime occurrences. This review paper examines over 150 articles to explore the various machine learning and deep learning algorithms applied to predict crime. The study provides access to the datasets used for crime prediction by researchers and analyzes prominent approaches applied in machine learning and deep learning algorithms to predict crime, offering insights into different trends and factors related to criminal activities. Additionally, the paper highlights potential gaps and future directions that can enhance the accuracy of crime prediction. Finally, the comprehensive overview of research discussed in this paper on crime prediction using machine learning and deep learning approaches serves as a valuable reference for researchers in this field. By gaining a deeper understanding of crime prediction techniques, law enforcement agencies can develop strategies to prevent and respond to criminal activities more effectively.

研究动机与目标

• 将机器学习和深度学习方法应用于邻域犯罪预测的现状进行总结。
• 确定用于犯罪预测的公开数据集及其特征。
• 分析各研究中算法、特征类型和评估指标的趋势。
• 强调差距、挑战及未来方向，以提升犯罪预测的准确性和适用性。

提出的方法

• 通过在IEEE、ACM和ScienceDirect数据库进行系统文献综述，使用定向查询和通配符。
• 采用自动筛选随后人工筛选以选取相关论文（主文+附录约157篇）。
• 对文献进行前后分析，包括使用词云识别关键主题以及按数据集来源划分技术类型。
• 按ML/DL技术分类（分类、回归、聚类等）以及数据来源（犯罪、时空、视觉、社交媒体等）。
• 总结数据集资源并提供使用的数据集表格（文本中引用表1）。
• 讨论与数据相关的挑战，如数据质量、隐私和模型可解释性。

Figure 1: Steps involved for typical crime detection

实验结果

研究问题

• RQ1 近来文献中应用于犯罪预测的机器学习和深度学习技术有哪些？
• RQ2 常用于邻域犯罪预测的数据集和数据源及其特征是什么？
• RQ3 模型类型（分类、回归、聚类）以及评估结果的总体趋势是什么？
• RQ4 为提升准确性、可解释性以及实时应用性，识别的差距和未来方向是什么？

主要发现

• ML技术主导文献（67%），随后是DL（21%），ML+DL、DL+NLP、ML+NLP所占比例较小。
• 分类是主要任务（63%），回归（29%）、聚类（6%）、混合方法（2%）。
• 研究大量出现在会议论文中（82%），期刊及其他场合较少。
• 使用数据集范围广，包括城市级犯罪数据（如纽约市、芝加哥、伦敦）以及全球来源（监控视频、社交媒体、天气等）。
• 研究者在某些情境下报告较高的准确性（例如在某些巴西犯罪预测中可达97%；具体表格条目在方法之间的性能指标）。
• 本综述指出挑战：高质量数据可用性、隐私/伦理问题，以及对复杂模型的可解释性。

Figure 2: Research paper selection methodology