Predicting crime using Twitter and kernel density estimation

摘要

Dans cet article, Matthew Gerber cherche à savoir si les tweets postés par les habitants d'une grande ville des Etats-Unis peuvent être utilisés pour prédire l'activité criminelle locale. Afin de répondre à cette question, l'auteur a collecté tous les tweets avec leurs coordonnées GPS postés dans la ville de Chicago entre le 1er janvier 2013 et le 31 mars 2013 et les a confrontés aux infractions enregistrées par la police pour cette période. En utilisant le premier mois de l'échantillon comme données d'entraînement, Gerber a quantifié la densité des infractions à l'aide de l'approche dite d'estimation par noyau (KDE, kernel density estimation). À l'aide d'un algorithme permettant d'identifier les sujets de discussions les plus fréquents dans les tweets d'une zone définie, l'auteur a ensuite complété l'équation de base destinée à mesurer la densité d'infractions. Afin d'évaluer la contribution de l'information issue des tweets, Matthew Gerber a testé ses modèles prédictifs sur chaque jour des mois de février et mars en utilisant à chaque fois les 31 jours précédents comme période d'entraînement.