文献

J-GLOBAL ID：202002288952779189   整理番号：20A2482209

推奨法による将来の犯罪の時間と場所の予測【JST・京大機械翻訳】

Predicting time and location of future crimes with recommendation methods

著者 (4件)： Zhang Yihong (Department of Multimedia Engineering, Graduate School of Information Science and Technology, Osaka University, Osaka 565-0871, Japan) ,  Siriaraya Panote (Faculty of Information and Human Science, Kyoto Institute of Technology, Kyoto, 606-8585, Japan) ,  Kawai Yukiko (Division of Frontier Informatics, Kyoto Sangyo University, Kyoto, 603-8555, Japan) ,  Jatowt Adam (Department of Social Informatics, Graduate School of Informatics, Kyoto University, Kyoto 606-8501, Japan)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 210  ページ： Null  発行年： 2020年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 犯罪の予想時間と位置は,政府と市民にとって潜在的に有益な重要な研究題目である。本論文では,細粒オープン犯罪データを用いて推薦問題としての犯罪予測を研究した。細粒空間-時間ユニットを考えると,犯罪データは非常にまばらになる。しかし,推薦問題としての犯罪予測のモデリングは,データスパース性を扱う推薦システムにおける方法の使用を可能にする。問題定式化に加えて,この問題を解くために文脈的に偏った行列因数分解(CBMF)と呼ばれる行列因数分解の拡張版を提案した。サンフランシスコ市における2つの主要なタイプの犯罪に焦点を当て,いくつかのベースライン法に対するアプローチを評価した。実験結果は,著者らの方法が従来の犯罪予測方法より優れて,最先端の推薦方法に匹敵することを示した。特に,著者らの方法は,最も効果的な伝統的犯罪予測法よりも,50%の人間時間,5%以上を用いて,将来の横糸の90%以上を捕捉した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  *犯罪 ,  市民 ,  基準線 ,  定式化
準シソーラス用語： スパース性 ,  推奨システム ,  ソーシャルメディア ,  行列因数分解 , 【Automatic Indexing@JST】

著者キーワード (3件)： 犯罪予測 ,  推奨システム ,  ソーシャルメディア

分類 (2件)： 人工知能  (JE08000Z) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： 推奨 ,  犯罪 ,  予測