一種基于長(zhǎng)短期記憶模型的盜三車犯罪預(yù)測(cè)研究

劉學(xué)仁,鮑世方

(上海公安學(xué)院 信息化與網(wǎng)絡(luò)安全系，上海 200137)

0 引言

城市化進(jìn)程的不斷加快和互聯(lián)網(wǎng)共享經(jīng)濟(jì)的發(fā)展為人民群眾帶來(lái)便利的同時(shí)，也為盜竊案件的發(fā)生提供了溫床，這不僅損害了公共財(cái)產(chǎn)，而且對(duì)社會(huì)造成了很多不安定因素。由于案件的流動(dòng)性以及線索的局限性，給民警破案帶來(lái)了很大困難。如何預(yù)防和打擊盜竊案件的發(fā)生一直是犯罪研究的重點(diǎn)和難點(diǎn)。通過(guò)犯罪預(yù)測(cè)可以有效指導(dǎo)巡邏警察的工作，從而更準(zhǔn)確和及時(shí)地預(yù)防和打擊犯罪的發(fā)生。因此，犯罪預(yù)測(cè)的研究不僅可以節(jié)省對(duì)公安安全的人力投入，而且可以提高人民對(duì)社會(huì)治安的滿意度。

盜三車是盜竊機(jī)動(dòng)車、盜竊電動(dòng)車、盜竊自行車案件的簡(jiǎn)稱，多發(fā)生在大中型城鎮(zhèn)以及人口密集和流動(dòng)性大的場(chǎng)所，對(duì)公共財(cái)產(chǎn)和社會(huì)治安構(gòu)成極大威脅，對(duì)社會(huì)造成了很多不安定因素。

犯罪預(yù)測(cè)是制定犯罪預(yù)防措施和打擊犯罪的重要科學(xué)依據(jù)。通過(guò)對(duì)過(guò)往的犯罪數(shù)據(jù)，分析可能影響犯罪的各種相關(guān)因素，形成相關(guān)的預(yù)測(cè)模型，對(duì)在未來(lái)特定時(shí)空范圍內(nèi)可能出現(xiàn)的犯罪現(xiàn)象的判斷。它是犯罪學(xué)理論體系中重要的組成部分，是開(kāi)展針對(duì)性犯罪預(yù)防的前提條件，由初期的以預(yù)防為宗旨，發(fā)展到對(duì)犯罪現(xiàn)象的超前性研究和對(duì)社會(huì)犯罪預(yù)防戰(zhàn)略的制定和實(shí)施的研究[1]。

犯罪預(yù)測(cè)泛指所有用于犯罪預(yù)測(cè)的手段和途徑。專家預(yù)測(cè)法和相關(guān)因素分析法是犯罪學(xué)界比較推崇的宏觀預(yù)測(cè)方法；伯吉斯再犯預(yù)測(cè)法和格呂克再犯預(yù)測(cè)法是犯罪預(yù)測(cè)常用的微觀預(yù)測(cè)方法[1]。

長(zhǎng)短期記憶網(wǎng)絡(luò)[2](LSTM)是循環(huán)神經(jīng)網(wǎng)絡(luò)的改進(jìn)，該方法有效解決了循環(huán)神經(jīng)網(wǎng)絡(luò)在處理長(zhǎng)周期數(shù)據(jù)間傳遞過(guò)程中造成有效信息丟失的問(wèn)題。1997年首次發(fā)表關(guān)于長(zhǎng)短期記憶網(wǎng)絡(luò)論文。LSTM的改進(jìn)就是用來(lái)處理和預(yù)測(cè)間隔和延遲比較長(zhǎng)的時(shí)間序列事件。

國(guó)內(nèi)的相關(guān)研究雖然起步比較晚但發(fā)展迅速，肖延輝、王欣等[3]提出基于長(zhǎng)短記憶型卷積神經(jīng)網(wǎng)絡(luò)的犯罪地理位置預(yù)測(cè)方法；蘭見(jiàn)春[4]提出基于Spark的犯罪預(yù)警分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)；雷陽(yáng)[5]提出基于TensorFlow的犯罪時(shí)間序列預(yù)測(cè)。針對(duì)以上問(wèn)題，在本文中，我們基于長(zhǎng)短期記憶網(wǎng)絡(luò)模型，研究預(yù)測(cè)盜三車犯罪的方法，巡邏民警可以依據(jù)可依靠的犯罪預(yù)測(cè)數(shù)據(jù)，調(diào)整巡邏的時(shí)間和地點(diǎn)，有效地預(yù)防犯罪的發(fā)生概率，保障社會(huì)公共安全。

1 盜三車犯罪數(shù)據(jù)整理

本文研究的對(duì)象為盜三車犯罪數(shù)據(jù)，主要為報(bào)案人以及對(duì)犯罪情況的描述信息包括報(bào)案人、案件的發(fā)案起始時(shí)間、發(fā)案截止時(shí)間、案件發(fā)生地點(diǎn)以及被盜車輛信息。以某市2015-2019年盜三車案件信息作為原始數(shù)據(jù)。如表1所示。

表1 盜三車案件描述

1.1 處理案件數(shù)據(jù)

盜三車案件原始數(shù)據(jù)并不適合用于研究，為了方便預(yù)測(cè)模型的實(shí)驗(yàn)，通過(guò)數(shù)據(jù)處理，形成用于研究的數(shù)據(jù)集，這些案件數(shù)據(jù)集包含報(bào)案人、案件的發(fā)案起始時(shí)間、發(fā)案截止時(shí)間、案件發(fā)生地點(diǎn)以及被盜車輛信息。

數(shù)據(jù)處理的目的是為了確保預(yù)測(cè)結(jié)果不受異常數(shù)據(jù)影響而對(duì)數(shù)據(jù)進(jìn)行檢驗(yàn)、修正、整理的過(guò)程，主要包括對(duì)缺失數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)和重復(fù)數(shù)據(jù)的處理，處理的方法包括數(shù)據(jù)一致性檢查、無(wú)效值或重復(fù)值剔除、缺失值估算以及其他不符合要求的干擾數(shù)據(jù)刪減。

(1)檢查數(shù)據(jù)一致性

數(shù)據(jù)一致性檢查涉及兩種方式，一種是針對(duì)相同類型數(shù)據(jù)的取值范圍判斷其是否在取值范圍內(nèi)；另一種是根據(jù)不同類型數(shù)據(jù)之間的相互關(guān)系校驗(yàn)數(shù)據(jù)是否滿足數(shù)據(jù)間的關(guān)系。比如通過(guò)檢查發(fā)案地點(diǎn)區(qū)劃信息，可以判斷案件發(fā)案地點(diǎn)是否合理以及是否相互矛盾。

(2)處理無(wú)效值、缺省值和重復(fù)值

為避免因數(shù)據(jù)問(wèn)題影響預(yù)測(cè)結(jié)果，數(shù)據(jù)處理時(shí)合理去除一些無(wú)效值以及通過(guò)已知數(shù)據(jù)填充缺省值，可以保證預(yù)測(cè)結(jié)果的相對(duì)合理性。對(duì)于無(wú)效值和重復(fù)值可以考慮整列或整行刪除；對(duì)于缺省值可以結(jié)合上下文進(jìn)行估算。

1.2 提取盜竊案件地址信息

案件地址是盜竊案件中最重要的數(shù)據(jù)，但是由于采集標(biāo)準(zhǔn)和途徑的不一致，造成對(duì)案件地址描述的不一致，給研究帶了很大不便。本文通過(guò)提取標(biāo)準(zhǔn)的案件地址數(shù)據(jù)來(lái)保證預(yù)測(cè)的可靠性。提取步驟如下。

(1)基于標(biāo)準(zhǔn)地址庫(kù)匹配的規(guī)則

利用標(biāo)準(zhǔn)地址庫(kù)保證盜竊案件地址提取的準(zhǔn)確性，基于完全和近似匹配的規(guī)則，從案情描述中提取地址信息，記錄匹配到標(biāo)準(zhǔn)地址信息，用于標(biāo)記案件信息。

(2)基于放大規(guī)則提取地址信息

對(duì)于步驟(1)沒(méi)有匹配到地址信息的案件信息，通過(guò)匹配上一級(jí)地址的規(guī)則，提取放大后的地址信息，記錄提取到的地址信息，用于標(biāo)記案件信息。

通過(guò)以上規(guī)則仍無(wú)法提取到地址信息的案件數(shù)據(jù)，無(wú)法作為犯罪預(yù)測(cè)的參考，可以排除這些案件數(shù)據(jù)，避免影響預(yù)測(cè)結(jié)果。

1.3 提取發(fā)案時(shí)間相關(guān)數(shù)據(jù)

(1)提取案件發(fā)案時(shí)段數(shù)據(jù)

案件發(fā)案時(shí)段一般存在于案件的描述里，這些數(shù)據(jù)可以利用程序從描述信息中提取到案件可能發(fā)生的起始時(shí)間和結(jié)束時(shí)間數(shù)據(jù)。

(2)提取發(fā)案星期月份和季節(jié)信息

根據(jù)第一步提取到的案件發(fā)案時(shí)段數(shù)據(jù)，通過(guò)程序獲得案發(fā)日期、星期、月份以及季節(jié)信息。

(3)獲取發(fā)案天氣信息

利用中國(guó)天氣官網(wǎng)公開(kāi)的歷史天氣數(shù)據(jù)，根據(jù)第一步提取到的案件發(fā)案時(shí)段獲取案發(fā)當(dāng)天的天氣情況。

1.4 提取發(fā)案位置數(shù)據(jù)

根據(jù)發(fā)案地址信息，利用高德地圖服務(wù)API，獲取發(fā)案地址的坐標(biāo)信息及周邊POI點(diǎn)信息。以高德地圖為例：

(1)根據(jù)地址獲取坐標(biāo)

AMap.plugin('AMap.Geocoder',function(){

var tGeocoder =new AMap.Geocoder({city:'021'})

tGeocoder.getLocation('地址',function(tStatus,tResult){

if (tStatus =='complete' &&tResult.info =='OK'){

/*tResult變量保存對(duì)應(yīng)詳細(xì)地理坐標(biāo)信息*/

}

})

})

(2)根據(jù)坐標(biāo)獲取周邊POI點(diǎn)信息

var map =new AMap.Map("container");

AMap.plugin(["AMap.PlaceSearch"],function(){

//構(gòu)造地點(diǎn)查詢類

var placeSearch =new AMap.PlaceSearch({

type:'餐飲服務(wù)',//興趣點(diǎn)類別

pageSize:5,//單頁(yè)顯示結(jié)果條數(shù)

pageIndex:1,//頁(yè)碼

city:"021",//興趣點(diǎn)城市

map:map //展現(xiàn)結(jié)果的地圖實(shí)例

});

var cpoint =[116.405467,39.907761];//點(diǎn)坐標(biāo)

placeSearch.searchNearBy('',cpoint,200,function(status,result){

});

});

2 盜三車犯罪預(yù)測(cè)研究

犯罪預(yù)測(cè)研究是識(shí)別歷史案件，總結(jié)學(xué)習(xí)歷史案件信息，預(yù)測(cè)案件發(fā)生規(guī)律的過(guò)程，傳統(tǒng)的犯罪預(yù)測(cè)研究方式是基于統(tǒng)計(jì)分析和參數(shù)估算的研究，但是統(tǒng)計(jì)分析和參數(shù)估算過(guò)于依賴分析人員的經(jīng)驗(yàn)，預(yù)測(cè)的準(zhǔn)確性很難提高；由于警務(wù)數(shù)據(jù)多牽涉到個(gè)人隱私，很少對(duì)外共享，大多研究者獲取不方便，因此這方面的研究者較少，相關(guān)成果也相對(duì)較少，采用傳統(tǒng)機(jī)器學(xué)習(xí)方法針對(duì)時(shí)空特征進(jìn)行分析，很難提高犯罪趨勢(shì)預(yù)測(cè)的準(zhǔn)確性[6]。

循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)是一種改進(jìn)的多層感知器網(wǎng)絡(luò)，用于處理序列數(shù)據(jù)，如圖1所示。

圖1 經(jīng)典循環(huán)神經(jīng)網(wǎng)路圖

1997年由Hochreiter等[7]在循環(huán)神經(jīng)網(wǎng)路(RNN)的基礎(chǔ)上提出長(zhǎng)短期記憶，Alex Graves等[8]于2014年對(duì)長(zhǎng)短期記憶進(jìn)行改進(jìn)。

語(yǔ)音文本早期多使用長(zhǎng)短期記憶(LSTM)進(jìn)行處理，近年來(lái)在金融等其他領(lǐng)域開(kāi)始使用[9]。本文提出運(yùn)用長(zhǎng)短期記憶(LSTM)算法結(jié)合時(shí)間、空間等相關(guān)案件數(shù)據(jù)構(gòu)建“盜三車”類型案件犯罪預(yù)測(cè)模型。

長(zhǎng)短期記憶(LSTM)算法是基于循環(huán)神經(jīng)網(wǎng)路(RNN)的改良，擴(kuò)大了循環(huán)神經(jīng)網(wǎng)路的應(yīng)用場(chǎng)景，通過(guò)確定新的輸入是否被記憶、遺棄或輸出，來(lái)解決了循環(huán)神經(jīng)網(wǎng)路在長(zhǎng)周期事件中有效信息丟失的問(wèn)題，學(xué)習(xí)長(zhǎng)周期數(shù)據(jù)間的依賴信息。

長(zhǎng)短期記憶(LSTM)和循環(huán)神經(jīng)網(wǎng)路(RNN)都包含正向傳播計(jì)算，基于時(shí)間的反向傳播算法和權(quán)重更新優(yōu)化算法。但循環(huán)神經(jīng)網(wǎng)路模型在權(quán)重更新過(guò)程中會(huì)引起梯度消失甚至梯度爆炸這種極端情況，這會(huì)導(dǎo)致數(shù)據(jù)在傳播過(guò)程中忘記較長(zhǎng)周期的有效信息，因此不適合處理具有較長(zhǎng)延遲事件的序列。預(yù)先設(shè)置RNN模型的延遲事件長(zhǎng)度很難達(dá)到最佳的主觀設(shè)置，LSTM模型應(yīng)運(yùn)而生，以解決RNN模型的長(zhǎng)期依賴問(wèn)題。LSTM的主要區(qū)別在于對(duì)RNN“記憶體”的改造以及對(duì)記憶信息的過(guò)濾，保留有用信息的傳遞，過(guò)濾無(wú)用信息的傳遞。LSTM設(shè)置了使歷史犯罪信息有選擇地通過(guò)的渠道，以便將相應(yīng)的犯罪信息過(guò)濾或添加到“記憶體”中。LSTM將歷史案件數(shù)據(jù)和新輸入的案件數(shù)據(jù)的有效數(shù)據(jù)進(jìn)行疊加，這就保留了歷史案件數(shù)據(jù)的有效預(yù)測(cè)數(shù)據(jù)，而不會(huì)因?yàn)槌朔ǖ挠绊懯共糠钟行?shù)據(jù)丟失。因此，LSTM不會(huì)在長(zhǎng)周期的案件中導(dǎo)致對(duì)預(yù)測(cè)有效信息的丟失，可以處理長(zhǎng)周期案件預(yù)測(cè)的記憶問(wèn)題。如圖2所示。

圖2 LSTM模型結(jié)構(gòu)圖

長(zhǎng)短期記憶(LSTM)是基于一個(gè)循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)結(jié)構(gòu)，在每一層增加一個(gè)濾波器(輸入、輸出和遺忘)通道。判斷網(wǎng)絡(luò)輸出層的當(dāng)前狀態(tài)是否達(dá)到閾值，以確定網(wǎng)絡(luò)上一層的輸出是否達(dá)到閾值。如圖2所示，使用Sigmoid函數(shù)來(lái)計(jì)算當(dāng)前層的存儲(chǔ)狀態(tài)作為輸入，當(dāng)輸出結(jié)果達(dá)到當(dāng)前設(shè)定的計(jì)算閾值時(shí)，就將輸出通道的存儲(chǔ)狀態(tài)與當(dāng)前層的存儲(chǔ)狀態(tài)的乘積作為下一層的輸入；當(dāng)輸出結(jié)果未達(dá)到當(dāng)前設(shè)定的計(jì)算閾值時(shí)，就忽略當(dāng)前層的輸出。在每個(gè)模型的反向傳播訓(xùn)練過(guò)程中，每個(gè)層(包括通道節(jié)點(diǎn))的權(quán)值都會(huì)被更新。

本文基于TensorFlow深度學(xué)習(xí)平臺(tái)，利用長(zhǎng)短期記憶網(wǎng)絡(luò)模型進(jìn)行實(shí)驗(yàn)，通過(guò)參數(shù)調(diào)整優(yōu)化訓(xùn)練模型的預(yù)測(cè)效果，最終輸出盜三車預(yù)測(cè)結(jié)果，具體的實(shí)驗(yàn)環(huán)境如表2所示。

表2 實(shí)驗(yàn)環(huán)境信息

本文基于某市2015-2019年盜三車盜竊案件信息(其中70%作為訓(xùn)練數(shù)據(jù)，30%作為驗(yàn)證數(shù)據(jù))，使用本文提出的長(zhǎng)短期記憶網(wǎng)絡(luò)模型預(yù)測(cè)下個(gè)周期犯罪發(fā)生情況，對(duì)比結(jié)果如表3所示。

表3 長(zhǎng)短期記憶網(wǎng)絡(luò)模型實(shí)驗(yàn)結(jié)果

本文提出的長(zhǎng)短期記憶網(wǎng)絡(luò)模型預(yù)測(cè)效果優(yōu)于傳統(tǒng)的參數(shù)估算預(yù)測(cè)方法。

通過(guò)實(shí)驗(yàn)結(jié)果，可以看出本文提出的LSTM預(yù)測(cè)模型在預(yù)測(cè)的準(zhǔn)確率上提高了12個(gè)百分點(diǎn)，這對(duì)犯罪的預(yù)防和打擊有所提高。

本文所述模型系統(tǒng)，現(xiàn)已為某市公安機(jī)關(guān)安裝使用，并成為執(zhí)法部門日常社會(huì)面治理、打擊預(yù)防犯罪，警力投放部署的重要依據(jù)和主要手段。結(jié)合公安實(shí)戰(zhàn)應(yīng)用，本模型對(duì)于盜三車案件預(yù)測(cè)準(zhǔn)確率超70%，為降低盜三車案件數(shù)量，維護(hù)人民群眾財(cái)產(chǎn)安全作出一定貢獻(xiàn)。

3 總結(jié)

盜三車案件是城市社會(huì)生活常見(jiàn)犯罪類型之一，是社會(huì)治安管理工作的重點(diǎn)，它是一種特殊的犯罪形式，存在團(tuán)伙作案或掩護(hù)作案，通常發(fā)生在隱蔽的場(chǎng)所，在被害人不在場(chǎng)或者不注意的情況下，在極短時(shí)間內(nèi)采用特殊的作案工具，盜竊被害人車輛(機(jī)動(dòng)車、電動(dòng)車、自行車)，留下的現(xiàn)場(chǎng)信息有限，加大了破案難度，損害了人民群眾的財(cái)產(chǎn)以及安全感。本文基于長(zhǎng)短期記憶模型的盜三車犯罪預(yù)測(cè)方法，希望可以通過(guò)犯罪預(yù)測(cè)，加強(qiáng)犯罪預(yù)測(cè)和警力分布，減少盜三車案件的發(fā)生，提高相關(guān)案件偵破率，從而保證人民群眾財(cái)產(chǎn)安全。