SNSのデータから犯行に及ぶかどうか判定するモデルを作ろう！

公開日： 2016年7月7日木曜日 データ解析

internet_enjou

【ネットの安全】芸能人ＳＮＳへのストーカー、殺人予告… 民間企業が監視サービス開始 人工知能（ＡＩ）で危険を把握 - 産経ニュース

SNSのテキストデータから、実際に犯行に及ぶかどうか判定するモデルを構築しましょう。

モデルを作るときに問題になるのは、当たり前ですが「犯行に及んだ」というデータが圧倒的に少ない、ということです。その代わりに、「犯行には及ばなかった」というデータがたくさんあります。なので、その「犯行には及ばなかった」データの領域を推定するモデルを構築しましょう。新しいデータが、領域内に来れば安心ですが、領域の外に来たら犯行に及ぶ危険がある、ということです。

テキストデータから記述子 (特徴量・変数) を計算し、これまでのSNSデータセットを用いてデータ領域推定モデルを構築します。主成分分析 (PCA) を行った後のT2やQにしきい値を設定したり、One-Class Support Vector Machine (OCSVM) を行ったりします。

随時、新しいSNSデータが取られますので、その都度、犯行に及びそうかどうか判定します。犯行に及ばないと判定されたら安心ですね。実際に犯行に至らなかったら、そのデータを用いてモデルを更新します。こうすることで、最新の情報を考慮したモデルを運用することができます。

一方、モデルが犯行に及びそう、と判定したら、その場に警察が駆けつけます。

このような判定モデルを用いることで、抑止力になって犯行に及びにくくなったり、人々の安全性が高まったりすることに貢献するはずです。

こちらもぜひ！

参考になった方、共感された方は、このような情報をどんどん発信していきますので、フォローしていただけると嬉しいです。

  • ?±??G???g???[?d????u?b?N?}?[?N???A