[1508.03965] Early Identification of Violent Criminal Gang Members
アリゾナ州立大とシカゴ市警察との共著論文．逮捕データから共逮捕ネットワークを作り，ある人物が将来逮捕されるかどうかを予測する．
実データによる実験の結果，精度0.89，再現率0.78で予測が実現できた．
入力
真面目に再現するには 3.1 の notation を読むとして，大雑把には次のようなデータを用いる．
- 誰と誰が一緒に逮捕されたかという共逮捕グラフ
- 時間 t に 人物 v が逮捕されたかどうか
- 逮捕されていた場合はどのような罪状であるか
- それは violent か non violent か
- 罪状は violent (殺人，性的暴行?，強盗，加重脅迫，加重傷害) と non violent がある
- 人物 v が時刻 t においてどの行政区，巡回区域(beat)，ギャングに属していたか
- crimeとかoffenceとかlabelとか単語がバラバラなので用語を統一して定義して欲しい．初見だと各事件単位で区別するのかとかがわかりにくい．
- 罪状 c で逮捕された人物の集合
特徴量
四種類の特徴量を構築する．
Nieghborhood-Based Features
共逮捕ネットワークの近隣ノードを参考にする．
例えば，1/2-hop先のノードである罪状集合Cで逮捕された数やその比など．
面白いのは
- 1/2-hop先のノードのうち，半数以上が罪状集合Cで逮捕されているかの boolean
- 1-hop先はそうではないが，2-hop先のノードの半数以上が罪状集合Cで逮捕されているかの boolean
という多数決な情報が入っているところ．
Network-Based Features
もっとグラフ全体の構造を考える．この特徴量を構築する際には，共逮捕ネットワークからコミュニティ検出を行う．アルゴリズムはお馴染みの Louvain によるモジュラリティ最大化．
特徴量としては，
- v が所属する連結成分から v を取り除いたグラフの中のでの最大連結成分の要素数
- v が共逮捕ネットワークにおいてどれほど重要であるか，を示している?
- v のギャングネットワークにおいて v が所属するクラスタ(以降クラスタ)の要素数
- ギャングネットワークそのものではなく，ギャング内でのクラスタ構造が重要なのではないか
といったものを抽出する
それらに加え，Betweenness や Closeness といった，Path にまつわる馴染み深い特徴量も計算されている．
Geographic Features
行政区や巡回区域における逮捕者数など．
Temporal Features
逮捕の時間間隔の平均など．
目的関数
までのデータを入力として，集合
，すなわち学習期間よりあとに逮捕される人物集合を推定する．
よくわからないところ
- violent crime
とあるけど S は non-violent のはずである．その後段についても同様．
- 実験設定のところがいくつか腑に落ちない
- 原文 In other words, to compute the features for each vertex v, we assume that the set V_v is unknown while the rest of the network is observable.
- 各人物 v がどのような犯罪を犯したのかは知らないが，誰と逮捕されたのかは知っているという状態なのだろうか
- 予測についてもわかっていない．この手法はデータが存在する期間より後の任意の t についてある人物が逮捕されるかどうかを予測している．その t はどのように設定したのかという記述が全くないように見える．どういう実験なのか想像できない．
