Горячі точки злочинів: моделювання ризику за допомогою самопідсилюваних процесів точок

Взломи не розкидаються випадково

Якщо злочини відбувалися б повністю випадковим чином – з фіксованим фоновим рівнем та незалежно в кожному місці – ви б очікували, що, наприклад, пограбування будуть розподілені приблизно однаково по місту, з рідкісними випадковими кластерами, які виникають лише через випадковість. Реальні дані про злочини зовсім не схожі на це. Десятиліттям досліджень кримінології щодо майже повторної жертви показали, що пограбування в одній адресі суттєво підвищує ризик іншого пограбування неподалік – часто в тому ж будинку, частіше на тій же вулиці – протягом кількох днів до кількох тижнів, після чого підвищений ризик повертається до базового рівня. Злочини формуються кластерами як у просторі, так і в часі одночасно, і це відбувається тому, що окремі події викликають причинно-наслідковий зв’язок з майбутнім, а не лише через стабільну географію.

Гауксівський процес: запозичений з землетрусів

Для моделювання саме такого патерну використовується гауксівський процес – самопідсилювальний простір точок, який був представлений Аланом Гауксом у 1971 році та пізніше адаптований для аналізу злочинності дослідниками, такими як Джордж Молер, спираючись на модель «Післятряслової послідовності типу епідемії» (ETAS) Йошіхіко Огати з сейсмології – ту ж сім’ю рівнянь, що використовуються для моделювання того, як один землетрус підвищує ймовірність післядроків поблизу. Умовна інтенсивність – миттєва швидкість нових подій, враховуючи все, що відбулося раніше – об'єднує сталу базову швидкість із сумою згасаючих внесків від кожної попередньої події:

λ(t, x) = μ(x) + Σ_{t_i < t}  g(t − t_i, x − x_i)

μ(x)       background rate — the "always there" baseline risk at location x
g(Δt, Δx)  triggering kernel — extra risk contributed by a past event,
           decaying with elapsed time Δt and distance Δx
           (commonly an exponential or power-law decay in each)

sum runs over every event i that occurred before time t

Підсилювачі, позначки та чому це важливо

Кримінологи пропонують дві, не виключно одна одне з собою, пояснення для повторних патернів. Пояснення «підсилення» стверджує, що злочинець дійсно отримує цінну інформацію від успішного злочину – який вікно було відмиче, коли мешканці відсутні, як уникнути конкретного сигналу охоронної системи – і повертається, щоб використати ці знання знову, що є точно механізмом самопідсилення, який безпосередньо захоплює процес Hawkes. Пояснення «позначки» більш статичне: деякі місця завжди були більш вразливими через освітлення, оглядові точки або легкий вихід, і перший злочин просто розкриває – позначує – попередню вразливість, а не викликає наступний. Розрізнення цих двох має значення для політики, оскільки ризик, що базується на «підсиленні», добре реагує на короткострокові, специфічні для місця втручання одразу після інциденту, тоді як ризик, що базується на «позначках», вимагає постійних змін навколишнього середовища.

Прогнозування злочинності та її зворотний цикл

Програмне забезпечення, таке як PredPol, яке базується безпосередньо на моделях Hawkes-стилю ETAS, використовується для прогнозування місць, де найбільш ймовірно станеться наступний інцидент, та для направлення патрульних ресурсів туди. Цей підхід має добре задокументовану слабкість: якщо офіцери переважно відправляються до позначеного «гарячого» місця, то більше злочинів просто фіксується там, оскільки присутні більше поліцейських, які спостерігають та записують їх – особливо для правопорушень, таких як зберігання наркотиків, які виявляються переважно за допомогою активного патрулювання, а не через повідомлення жертв. Ця додаткова зареєстрована злочинність потім живить модель як додатковий доказ того, що район є високоризиковим, закріплюючи цикл, який може відображати історичні патрульні звички та упередження так само, як і справжній базовий рівень правопорушень. Цю проблему підкреслювали, зокрема, дослідники, такі як Kristian Lum та William Isaac.

Що дозволяє дослідити симуляція

Ця модель дозволяє вам регулювати силу збудження – наскільки сильно кожна подія підвищує ризик поблизу, і вмикати/вимикати патрульну реакцію ‘гарячої точки’, щоб порівняти, як швидко утворюються та розсіюються кластери за різних припущень, а також побачити безпосередньо, як патрулювання, зосереджене на областях, позначених моделлю, змінює подальший малюнок зареєстрованих інцидентів.

Frequently asked questions

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Crime Hotspots і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.