[범죄예측] 논문 : 머신러닝 기반 범죄발생 위험지역 예측

머신러닝기반 범죄발생 위험지역 예측
Predicting Crime Risky Area Using Machine Learning

 

한국지리정보학회지 v.21 no.4 , 2018년, pp.64 - 80  

허선영, 김주영, 문태헌

원문보기 - ScienceON

 

요약

1. 연구방법

지도학습 모델 중 의사결정나무, 랜덤포레스트, SVM을 MATLAB 패키지로 비교 분석.
범죄 데이터를 8 : 2 로 나눠 각각 학습, 피드백에 사용. 

 

 

2. 데이터 구축

범죄정보(사례지역의 2008년, 2011년 4906건의 5대범죄 발생 정보)

• 범죄 : 계절, 시간대, 범죄유형

 

날씨정보(시간적으로 변화, 범죄와 연관성이 높다는 연구 有)

• 날씨 : 기온, 강수, 풍속, 습도, 일조량, 일사량, 적설량, 전운량

 

지역정보

• 지형 : 평균 건폐율, 평균 용적률, 평균 높이, 총 건축물 수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)
  
• 인구 : 거주 인구, 유동인구
• CCTV : CCTV의 개수
• 경찰서 : 경찰서의 개수

 

위 3개의 데이터를 두개의 테이블로 구성 후 조인해서 사용

[테이블 1] : 범죄 위치(x, y) / 발생 일자 / 계절 / 시간대 / 범죄유형 / 날씨정보 ...
[테이블 2] : 그리드 위치(모서리 4개 좌표) / 그리드 내 지형 정보 ... / 그리드 내 CCTV, 경찰서 정보 ...

 

 

3. 범죄발생 위험지역 예측 모형

데이터는 훈련용, 검정용을 분리해 사용. 비율을 8:2, 7:3, 5:5로 각각 2회씩 실행해 비교분석.

	케이크	범죄예측
예측변수	오븐 온도, 굽는 시간 등	날씨정보, 지역정보
응답변수	케이크의 촉촉함, 두께 등	속한 격자의 2년간 범죄 발생 건수

앞서 말한 3가지(의사결정나무, 랜덤포레스트, SVM)의 머신러닝 모델을 평가하기 위해서 격자의 2년간 범죄 발생 예측 건수와 실제 발생 건수의 평균 제곱근 오차(RMSE)를 사용.

 

(개별 격자의 범죄 발생 예측 건수 / 전체 격자의 범죄 발생 예측 건수)
위 식으로 지역 내에서 어느 지역이 상대적으로 발생확률이 높은지 구함

 

마지막으로 학습된 모델을 보여줄 때는,
(절도, 폭력) × (봄, 여름, 가을, 겨울) × (오전, 오후, 밤, 새벽) = 32가지 시나리오를 테스트
이외의 날씨데이터는 평균으로 설정

 

이때 8:2의 비율로 나눠 학습한 의사결정나무가 가장 좋은 성능을 보임.