加拿大pc28

纽约大学:研究发现社交媒体上种族仇恨言论越多的地区犯罪率越高

2019-04-30 栏目:公司新闻 查看()

  时至今日,互联网世界和现◆■实世界已经不能用虚拟和真实来区分了,人们在线上的行为可能会影响着线下,反之亦•☆■▲然。

  最近纽约大学坦登工程学院和全球卫生公共学院发布了一项▼▲新的研究结果,他们在分析了美国 100 个城市的 Twitter 推文后,发现 Twitter 上关于种族仇恨言论数量▽•●◆较多的城市,相关◇•■★▼的犯罪率也更高。

  研究人员通过机器学习设计了一种算法来识别种族歧视等恶意言论,并利用 Twitter 的 API 爬虫分析了 2011 年到 2016 年期间共计 5.32 亿条公开推文。发现那些种族歧视言论的推文数量和所在城市的关于种族仇恨的犯罪数量呈正相关。

  研究人员 Rumi Chunara 认为那些发布种族歧视言论的推文可能营造了一种犯罪的环境,但他也强调,现在的□◁研究还不足以说明两者之间存在因果关系,未来还需要进行更多的研究。

  而 Chunara 等人的目标,就是通过分析过去几年的推文,能将一些类型的推文和犯罪行为建立起一个标准化的关联,从而改变 Twitter 对于相关言论的处理方法。

  其实纽△▪▲□△约大学也不是第一个研究 Twitter 与犯罪率关系的机构,早在 2017 年国弗吉尼亚大学助理教授 Matthew Gerber▪•★ 就表示发现了 Twitter 上的推文和犯罪行为★◇▽▼•之间的关系。

  Matthew Gerber 对比了 2013 年 1 月 到 3 月期间芝加哥地区用户发布的 150 万条推文,和当地同一时期的犯罪记★-●=•▽录,发现罪犯发推文的密度越高,就越有可能在预谋犯罪。

  Matthew Gerber 通过这些数据建立了一套算法来预测犯罪行为,据称可用于 19-25 种犯罪行为的预测,尤其☆△◆▲■是尾随、盗窃等类型的犯罪,后来他还和芝加哥和纽约警方合作搭建犯罪预测系统。

  实际上目前在美国一些地区已经在引入了基于 AI 的犯罪预测系统,比如新奥◁☆●•○△尔良警局的预测性警务技术,由硅谷公司 Palantir 开发,通过追踪人们和其他帮派成员的关系和犯罪记○▲-•■□录,并分析社交媒体,从而预测出某个人实施犯罪或成为受害者的△▪▲□△可能性。

  在 AI 进行分析和预测过程中,社交媒体数据是重要的样本数据之一,新奥尔良警局这条系统采用了一种叫做「社交网络分析」的智能技术,能从社交媒体帖子中找到与数据▲=○▼库中人物、地点、武器等信息的关联。

  此外芝加哥警察局利用 AI 系统生成一份「热名单」,标记出「芝加哥最危险的 400 人」,单里除了包括有犯罪前科的人,但也有一些未曾犯罪,但被认为有潜在犯罪风险的人,其中很大程度是基于社交媒体数据分析的。

  耶鲁大学的社会学家 Andrew Papachristos 曾对芝加哥的犯罪问题进行过深入研究,他认为社交媒体很适合让兴趣相同的人★▽…◇聚在一起,当这些兴趣也包括和毒品时,那么这些犯罪行为就可以被预测。

  不过这些技术的兴起也会带来关于个人隐私等问题,如果第三方机构可以自由收集和分析社交媒体上的海量数据,所做的事恐怕不会只是预测犯罪而已。

加拿大pc28

扫二维码与项目经理沟通

我们在微信上24小时期待你的声音

解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流

郑重申明:以外的任何单位或个人,不得使用该案例作为工作成功展示!