تعدادی از ریاضیدانان با کمک اداره پلیس لس آنجلس الگوریتم ریاضی ای برای تجزیه و تحلیل اشکال مختلف جرم و جنایت طراحی کرده اند. هدف از طراحی این الگوریتم شناسایی گروه های تبهکار خیابانی است که احتمال می رود عامل وقوع جرایم خشنی باشند که معمایشان حل نشده باقی مانده. این تحقیق که بر مبنای الگوهای شناخته شده فعالیت های مجرمانه باندهای جنایتکار انجام شده، اولین مطالعه علمی درباره خشونت باندها در نوع خودش است.
ریاضیدانان با استفاده از الگوریتم خود بیش از 1000 جنایتی که باندها انجام داده و یا مشکوک به انجام آنها بوده اند ولی هرگز معمای آنها حل نشده را تجزیه و تحلیل کردند. این جنایات در یک دوره ده ساله منطقه ای از لس آنجلس که به عنوان هالن بک شناخته می شود رخ داده. در این منطقه کوچک حدود 30 باند وجود دارد که به صورت 70 باند رقیب فعالیت می کنند.
محققان برای آزمایش این الگوریتم، مجموعه ای از داده های شبیه سازی شده را ایجاد کردند که از الگوهای جرم و جنایت شبکه های باندهای هولن بک تقلید می کرد. سپس با استخراج بعضی از اطلاعات کلیدی مربوط به زمان های جنایت یا ارتکاب جرم توانایی الگوریتم در محاسبه اطلاعات ناپیدا را محاسبه کردند.
اگر پلیس به این نتیجه برسد که یک جرم به وسیله یکی از هفت یا هشت باند رقیب صورت گرفته، این الگوریتم با استفاده از وقایع اخیر منطقه محاسبه می کند کدام یک از این باندها بیشتر احتمال دارد که در این جرم دست داشته باشند.
درحدود 80 درصد مواقع ریاضیدانان توانستند باندهای مظنون را به سه باندی که بیشتر از بقیه احتمال دارد در جنایت دست داشته باشند تقلیل دهند. همچنین این الگوریتم در 80 درصد مواقع به درستی باند مرتکب جنایت را میان سه باند اولی که بیشتر احتمال داشت در جنایت دست داشته باشند قرار داد. این نتیجه بسیار بهتر از تکیه بر شانس و اقبال است. البته دقت کار زمانی به شدت پایین می آید که چیزی درباره قربانی جنایت یا مرتکبین جرم نمی دانیم.
ریاضیدانان همچنین در 50 درصد مواقع موفق شدند باند درست را در بالای فهرست سه رده اول باندهای مظنون قرار دهند. در حالی که اگر همه چیز به شانس و اقبال منوط شود، تنها 17 درصد احتمال دارد این نتیجه گیری درست باشد.
وقتی دایره باندهای مظنون تنگ تر شود، پلیس با دقت بیشتری می تواند به تحقیقاتش ادامه دهد. ااین اولین تحقیقی است که با این رویکرد جدید انجام شده و حتی می توان با به کارگیری روش های پیچیده تر نتایج را تا 80 درصد بهبود بخشید.
به این ترتیب این الگوریتم از الگوی فعالیت باندها استفاده می کند تا مشخص کند کدام باند یا کدام سه باند از همه بیشتر احتمال دارد مسئول وقوع این جرایم باشند.
ریاضیدانان در زمینه طبقات مختلف جرایم کار کرده اند و نتیجه پژوهش آنها می تواند چیزی فراتر از باندهای در حال تنازع را دربربگیرد.
الگوریتمی که آنها ابداع کرده اند می تواند برای طبقه خیلی وسیع تری از مشکلات، شامل فعالیت در شبکه های اجتماعی هم مورد استفاده قرار گیرد. آنها می گویند شما با حوادثی مواجه هستید –چه جرایم و چه هر چیزی دیگر- که در یک زنجیره زمانی و یک شبکه ارتباطی شناخته شده رخ می دهند. فعالیتی بین غده ها رخ می دهد و در این مورد یک باند به باندی دیگر حمله می کند. با بعضی از این قبیل فعالیت ها، شما دقیقاً می فهمید چه کسی دست اندر کار است و با چه کسانی درگیر است. چالش این است که چگونه بهترین قضاوت را در مورد این که چه کسی درگیر فعالیت های ناشناخته است انجام دهیم. ما باور داریم شماری از شبکه های اجتماعی وجود دارند که این نوع الگوی یکسان را دارند.
شناسایی هکرها، یک مثال است.
پیش از این، همین ریاضیدانان خبر از از یافتن مدلی ریاضی داده بودند که به آنها اجازه می داد انواع نقاط داغ جنایی –یعنی مناطقی که جرایم زیادی در آنها رخ می دهد- را تجزیه و تحلیل کنند.
