何欣楠　郝晨景　潘子祥

摘要：現(xiàn)今，毒品濫用已經(jīng)成為影響社會安全的重要課題，為了對毒品濫用進(jìn)行可控性預(yù)測。本文以美國五個州各縣的毒品濫用情況為例，選取2010-2017年美國關(guān)于毒品濫用情況的數(shù)據(jù)，建立神經(jīng)網(wǎng)絡(luò)算法，對2018年毒品可能的出現(xiàn)地點進(jìn)行預(yù)測，并且進(jìn)行數(shù)據(jù)可視化展示。本文做出一點探索性的工作，旨在為毒品濫用的研究提供可行性的思路與分析方法，將神經(jīng)網(wǎng)絡(luò)模型與毒品濫用問題進(jìn)行結(jié)合。

關(guān)鍵詞：毒品濫用;神經(jīng)網(wǎng)絡(luò);可視化展示

1綜述及數(shù)據(jù)

1.1概述

毒品犯罪是各國政府所關(guān)注的重點問題，其危害大，傳播廣，已經(jīng)成為社會安全的重要因素。在犯罪學(xué)研究領(lǐng)域中，犯罪地理學(xué)主要研究了犯罪現(xiàn)象的空間發(fā)生、發(fā)展和分異規(guī)律，并基于預(yù)測結(jié)果進(jìn)行預(yù)防和控制犯罪[1]。我國正處于全面建成小康社會、全面建設(shè)社會主義現(xiàn)代化國家階段。對努力實現(xiàn)民族偉大復(fù)興的當(dāng)代中國而言，毒品對民眾健康、國家發(fā)展、民族未來有極大危害[2]。目前在我國禁毒、緝毒工作中，尤其是對于預(yù)防吸毒工作，針對吸毒行為態(tài)勢的整體性分析和預(yù)測研究較少[3]。本文以美國往年毒品犯罪數(shù)據(jù)為例，以神經(jīng)網(wǎng)絡(luò)模型建立算法。對毒品出現(xiàn)地點進(jìn)行預(yù)測工作，并對我國毒品防治工作的開展提供借鑒。

1.2數(shù)據(jù)來源綜述

本文選取美國疾病控制中心的網(wǎng)站的數(shù)據(jù)，包括美國五個州（VAOHPAKYWV）及其各縣2010-2017年的毒品濫用匯報數(shù)（DR）、各州縣的名稱以及郵政編號（FIPS）、每種毒品在各縣及各州縣的毒品總濫用數(shù)。實驗選取了年份（YYYY），洲名（State），縣名（COUNTY），毒品名（SubstanceName）和對應(yīng)的毒品濫用數(shù)（DrugReports，DR）這五類數(shù)據(jù)，精簡數(shù)據(jù)特征并建立算法。

本文基于R語言的map包來繪制毒品出現(xiàn)地點圖，使得實驗數(shù)據(jù)可視化。由于map包中包含美國所有州縣的地圖，本文對數(shù)據(jù)進(jìn)行了篩選，僅保留了實驗所需要的五州及其各縣的地圖數(shù)據(jù)。

2基于神經(jīng)網(wǎng)絡(luò)的毒品犯罪學(xué)預(yù)測

2.1神經(jīng)網(wǎng)絡(luò)及其構(gòu)建

本文構(gòu)建了4層深度學(xué)習(xí)（Deep-Learning，DL）模型，節(jié)點表示為（7，7，7，1）的全連接層，網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

2.2預(yù)測結(jié)果

（1）數(shù)據(jù)編碼。通過對數(shù)據(jù)進(jìn)行篩選統(tǒng)計，如下表所示十一種毒品的出現(xiàn)次數(shù)遠(yuǎn)高于其他毒品，故本文選取這些毒品進(jìn)行實驗。

本文對數(shù)據(jù)進(jìn)行編碼。在所有縣中，以上十一種毒品所對應(yīng)的DR編碼為“1”，代表該縣在該年實驗出現(xiàn)毒品，而其他毒品的DR編碼為“0”。記該數(shù)據(jù)為編碼毒品匯報（Leveled-DrugReports，LDR）數(shù)據(jù)，用于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。

（2）模型訓(xùn)練與預(yù)測結(jié)果。本文選取2010～2016年的LDR數(shù)據(jù)作為訓(xùn)練集與驗證集，預(yù)測2018年十一種毒品的出現(xiàn)情況。

為了使數(shù)據(jù)可視化，本文結(jié)合預(yù)測結(jié)果和美國地圖，繪制了2018年各縣實驗毒品分布圖，如圖2所示。

根據(jù)圖2可以看出，毒品的出現(xiàn)呈現(xiàn)較為集中的態(tài)勢，且每一個集中點有多種毒品同時出現(xiàn)，不難假設(shè)該地區(qū)為毒品的爆發(fā)及濫用區(qū)。在實際的應(yīng)用中，這將對毒品防治，毒品相關(guān)案件分析起到幫助性的作用。

3總結(jié)

本文通過結(jié)合神經(jīng)網(wǎng)絡(luò)算法與數(shù)據(jù)可視化，預(yù)測并繪制了2018年美國五個州各縣的毒品濫用情況圖。美國阿片類危機(jī)同樣是中國乃至全人類的共同問題，盡管聯(lián)邦政府對毒品問題采取多項打擊措施，但該問題的復(fù)雜性導(dǎo)致措施并沒有起到明顯效果[4]。我國警方已加大毒品犯罪打擊力度，強化社會治安綜合治理，加大法治宣傳力度，在一定程度上降低了毒品犯罪的發(fā)生率[5]。但截至目前，關(guān)于毒品防治，依舊比較缺乏關(guān)于吸毒行為的數(shù)學(xué)建模以及數(shù)學(xué)分析方法。本文旨在為毒品濫用的研究提供可行性的思路，有助于減少地區(qū)毒品案件發(fā)生率，一定程度上協(xié)助緝毒民警工作，并對我國毒品防治工作的開展提供借鑒。

參考文獻(xiàn)：

[1]張寧，王大為.基于風(fēng)險地形建模的毒品犯罪風(fēng)險評估和警務(wù)預(yù)測[J].地理科學(xué)進(jìn)展，2018，37（08）：1131-1139.

[2]周秀銀.汲取“楓橋經(jīng)驗”走中國特色毒品問題治理之路[J].公安學(xué)刊（浙江警察學(xué)院學(xué)報），2019（04）：26-32.

[3]蘆佳.大數(shù)據(jù)在吸毒行為預(yù)測中的應(yīng)用[J].江蘇警官學(xué)院學(xué)報，2019，34（01）：71-75.

[4]2002."LearningRepresentationsbyBack-PropagatingErrors"，CognitiveModeling，ThadPolk，ColleenSeifert.

[5]袁莎.美國阿片類毒品危機(jī)及中美禁毒合作[J].和平與發(fā)展，2019（01）：101-115+135-136.

[6]劉懿.關(guān)注毒品犯罪新動向依法懲處“零容忍”[N].人民法院報，2019-08-13（006）.