在此研究基础上,首先,本研究基于失踪人口志愿者数据库,对失踪人口的时空分布情况进行更加细致的分析。分别从空间、时间、时空结合的角度探究失踪者可能到达的位置的时空分布,并探究影响失踪者转移的因素。进而,从已有数据中提取失踪者失踪时间、地点、失踪时年龄、身高等关键性时空信息和辅助信息作为输入特征构建多个独立的随机森林预测模型,分别对失踪者可能转移到达的大尺度范围进行预测。进一步,又综合各模型预测结果,结合样本集中的统计信息,计算得到失踪人员可能到达的城市及概率分布。
研究结果显示,失踪人口案例情况的发生和转移到达地存在规律的分布特征,整体呈现出东部、中部地区活跃于西部的情况。在时间层面,失踪情况最主要发生在春节前后。随着年份推移,人口失踪的转移形式由形式变得随机化,近年来失踪者数量呈现减少趋势。通过数据集构建出了失踪者可能到达的省份预测模型(OA = 0.800, Kappa = 0.786),可能到达的区块预测模型(OA = 0.757, Kappa = 0.745),转移相对距离预测模型(OA = 0.639, Kappa = 0.581),转移相对方位预测模型(OA = 0.656, Kappa = 0.608)和综合预测算法,它们均达到较高精度。对完成构建的模型分析失踪人口去向的影响驱动因素可以发现,转移到达位置和失踪时所在位置有着很强的相关性。且失踪人口的转移问题是由多因素,而非单一因素驱动的。
基于本研究提出的模型,构建了失踪者预测服务,并建立了“中国失踪人口时空预测平台”网站(baobeizaina.cn)对于公众免费开放。公众可以通过访问这一网站,填写失踪者的信息,获知其可能去向的地点、概率和详细的分析报告。本研究可为公共安全机构和寻亲家庭提供准确和有效的参考。
参考文献
Q.E.D.