| 研究課題/領域番号 |
21K14365
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
大山 智也 東北大学, データ駆動科学・AI教育研究センター, 助教 (80893776)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 安全・安心 / 犯罪予測 / 犯罪予防 / 時空間モデリング / 機械学習 |
|---|
| 研究実績の概要 |
本研究では、犯罪予測研究で疎かにされてきた時間の側面に着目し、犯罪の発生する季節、曜日、時間帯などに関する詳細な予測手法の開発に取り組んでいる。
初年度は、季節による効果、週の中の曜日による効果、祝日や大規模イベント開催日等の日付による効果といった様々な時間スケールで、時期固有の犯罪誘引効果を検討した。日本国内の犯罪オープンデータを用いた一般化線形混合モデル分析で、町丁目単位での各時間変数のパラメータ推定を行った。
その際、季節ごと、曜日ごと…とデータを分割してゆくと、ほとんどが犯罪件数ゼロのレコードとなり、パラメータ推定が困難になるため、一つの市区町村を地域特性に基づいて分割し、共通特徴をもった町丁目の集合ごとに分析を行うアプローチをとった。地区の年齢構成、所得水準等の諸変数をもとに、地区の隣接関係を考慮したクラスター分析により社会地区類型を作成、隣接町丁目をグルーピングした。時間変数が犯罪発生にもたらす効果は、こうした共通特徴をもつ地域内では一様と考えた。
クラスターごとの回帰分析の結果として、自転車盗では最高気温、クリスマスダミー、想定動員人数100名以上のイベントの数を表す変数、オートバイ盗では連休ダミー、最高気温の変数、自動車盗では給料日ダミーの変数、車上狙い・部品狙いでは連休ダミーや給料日ダミーの変数、自販機狙いでは最高気温や最大風速を表す変数、ひったくりではハロウィン、最高気温、最大風速、イベントの数を表す変数の効果が確認されるクラスターが、それぞれ見出された。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初計画に記載した内容の通り、研究を遂行することができた。
|
| 今後の研究の推進方策 |
2年目は、曜日や時間に固有の効果とは独立に、未検挙の犯罪企図者・集団が活動し続けることで上昇する犯罪反復効果を検討するため、ひとたび犯罪被害が発生した直後の数日～数週間以内に急上昇する被害水準に着目し、期待される持続期間がどの程度なのかを推定する。状態空間モデル、時系列の異常検出などの手法を用いて分析を行う。
|
| 次年度使用額が生じた理由 |
当初購入予定だったデータを所属機関で使用可能なデータで代替できたことから、次年度に別の大規模データの購入にあてることとし、さらに分析を深めるものとする。
|
