上月，弗吉尼亞大學(xué)的研究人員在國際學(xué)術(shù)期刊《決策支持系統(tǒng)》(Decision Support Systems)發(fā)表研究論文稱，地理標(biāo)簽Twitter分析可用于預(yù)測19-25種犯罪的發(fā)生，特別適用于尾隨、盜竊等某些類型的犯罪。

　　美國弗吉尼亞大學(xué)(University of Virginia)的研究人員證實，在Twitter繁雜的信息世界里，其實藏著一些非常有用的內(nèi)容，能夠為執(zhí)法人員提供幫助，甚至能夠預(yù)防犯罪的發(fā)生，可通過對Twitter信息的正確分析，來預(yù)防特定類型犯罪的發(fā)生。

　　弗吉尼亞大學(xué)預(yù)測技術(shù)實驗室(Predictive Technology Lab)首席研究員馬修·戈博(Matthew Gerber)表示，實驗結(jié)果令人驚喜，特別是在人們很少發(fā)送直接跟犯罪有關(guān)的Twitter信息時。戈博表示，即使信息內(nèi)容沒有直接犯罪內(nèi)容，但其中仍可能包含與至相關(guān)的信息。

　　戈博表示，“人們的Twitter信息都是關(guān)于他們的日?；顒印６@些日常行為則能夠提供犯罪可能會發(fā)生的信息。也就是說，如果我在Twitter上發(fā)消息說我今晚喝醉了，同時有很多人也在說喝醉這樣的話題，那么，我們就能夠借此知曉，有此類事件所可能引發(fā)的犯罪類型。這是間接信息。”

　　為了進(jìn)行研究，戈博及其同事對帶有芝加哥及附近地區(qū)地理信息標(biāo)簽的Twitter消息，及該城市的犯罪數(shù)據(jù)庫，進(jìn)行了分析。之后，他們對這些信息進(jìn)行了更深的分析，并能夠借助這些分析有效的預(yù)測出可能會發(fā)生特性類型犯罪的區(qū)域，有助于警力資源的部署。

　　該篇研究論文中寫道，“這個方法能夠讓分析人員迅速地設(shè)想并識別出犯罪高發(fā)區(qū)域。未來犯罪所發(fā)生的地點(diǎn)通常在過去犯罪發(fā)生地點(diǎn)附近，使得熱點(diǎn)地圖成為了一個非常有價值的犯罪預(yù)防工具。”

　　近些年，隨著警務(wù)部門越來越依靠“大數(shù)據(jù)”分析方法，“前瞻警務(wù)”(predictive policing)理念取得了很大進(jìn)展。

　　此前，有不少研究發(fā)現(xiàn)，分析Twitter消息分析可用于對選舉、疾病暴發(fā)及其他重大事件進(jìn)行預(yù)測。

　　戈博表示，相對來說，Twitter的數(shù)據(jù)更易于使用，因為用戶所發(fā)布的消息是公開的，而且很多人發(fā)布的內(nèi)容中都附有地理位置信息。而且，研究人員自身也不需要深入犯罪高發(fā)區(qū)域進(jìn)行信息研究。

　　戈博表示，“我將我們的算法用在這些位置信息上，看看人們都在談?wù)撃切┰掝}。這個算法會習(xí)得規(guī)律，并借此產(chǎn)生預(yù)測。”此項研究有美國軍方資助，對此，戈博表示，通過利用類似技術(shù)，能夠在伊拉克及阿富汗等地區(qū)對潛在威脅進(jìn)行預(yù)測。

　　但是，戈博指出，這個算法還是有限制。要利用這個算法進(jìn)行犯罪預(yù)測分析，那么就需要有足夠的歷史數(shù)據(jù)支持，而且，由于一些研究人員無法解釋的理由，綁架及勒索等類型犯罪的發(fā)生形式，有可能與預(yù)期相悖。

　　不過，戈博表示，紐約警方已經(jīng)與他聯(lián)系，而他也已經(jīng)開始對紐約市的數(shù)據(jù)進(jìn)行審查。另外，戈博希望，能夠?qū)ζ渌缃幻襟w的數(shù)據(jù)信息進(jìn)行分析，來判定這些信息是否有助于提高預(yù)測準(zhǔn)確率。（瑾瑜）