报告时间：9月9日10：00-11：00
报告地点：闵行法商南楼135会议室
报告题目：《基于自激点过程建模与深度学习的犯罪事件智能预测研究》
报告人：张耀峰教授
摘要：随着警务信息化的发展，公安大数据平台建设日益完善，为利用大数据技术开展智慧警务研究提供了基础。本报告利用2016-2017年武汉市近30000条入户盗窃的110报警数据，对入户盗窃犯罪行为进行预测研究。报告首先利用基于自激点过程建模的方法，将武汉市特定区域分成小区块，通过计算每个小区块的事件发生密度，预测下一时间段犯罪行为发生的具体地点，预测准确率达36%。接下来，将历史数据“图像化”处理，采用CNN和LSTM等深度学习方法，进一步对该问题进行研究。结果显示，LSTM方法下实际预测准确率大幅提高，达到了60%以上。目前，依托该研究结果，已经申请了国家专利1项，为武汉市公安局大数据实战应用中心开发可视化大屏一块。2018年7月大屏系统上线以来运行良好，目前正以武汉市江汉区为试点区，开展“警情预报”试点工作。
报告人简介：张耀峰，博士，湖北经济学院教授，湖北大学硕士生导师，澳大利亚RMIT University访问学者，湖北数据与分析中心主任、湖北县域减贫与发展研究院常务副院长、中国改革试点探索与评估协同创新中心湖北分中心执行副主任，中国商业统计学会理事、中国现场统计研究会经济与金融统计分会理事，湖北省现场统计研究会常务理事、湖北省统计科学研究项目特邀评审专家、上海数萃大数据学院学术委员会委员，湖北经济学院大数据学院教学指导委员会委员，“泰迪杯”数据挖掘挑战赛组委会委员。主持国家社科基金面上项目、全国统计科学研究重点课题、湖北省自科基金、湖北省社科基金等项目23项，在《Complexity》、《Physica A》《International Journal of Bio-Inspired Computation》、《系统工程理论与实践》等期刊发表科研论文40余篇，出版学术专著2部。研究方向为网络舆情大数据分析、网络数据采集、统计学习方法、社会计算、演化博弈等。