Acceso usuarios
Miguel Angel Quintero Martinez
, Juan Sosa, Martha Bohórquez Alonso, Rafael Ricardo Rentería Ramos
En este trabajo se presenta una metodología para el análisis espacio-temporal de eventos utilizando redes complejas. Se construye una red de eventos considerando cada evento como un vértice y las relaciones espacio-temporales entre ellas como aristas. Se estudia la estructura de la red mediante la identificación de patrones recurrentes que describen comportamientos emergentes del sistema, conocidos como motifs. Para la detección de motifs, se diseña un algoritmo que permite aproximar la distribución empírica de los conteos de motifs, combinando métodos de simulación de redes espacio temporales, algoritmos de agrupamiento y la fórmula de Stirling por radio espacial y ventana de tiempo definidos. Se observa que una distribución log-normal se ajusta adecuadamente a la distribución del grado de la red de eventos, permitiendo definir la distancia en la que dos sucesos pueden estar relacionados en el espacio dentro de una ventana de tiempo. La metodología se ilustra aplicándola al caso de hurtos a personas reportados al departamento de policía local entre 2018 y 2021 en la ciudad de Pereira, Colombia. Los resultados evidencian que la metodología propuesta es eficaz en la identificación de motifs que capturan patrones espacio-temporales generando información que permite desarrollar estrategias de prevención de la delincuencia.
Este artigo apresenta uma metodologia para análise espaço-temporal de eventos utilizando redes complexas. Uma rede de eventos é construída considerando cada evento como um vértice e as relações espaço-temporais entre eles como arestas. A estrutura da rede é estudada pela identificação de padrões recorrentes que descrevem comportamentos emergentes do sistema, conhecidos como motivos. Para detecção de motivos, um algoritmo é projetado para aproximar a distribuição empírica das contagens de motivos, combinando métodos de simulação de rede espaço-temporal, algoritmos de agrupamento e a fórmula de Stirling para um raio espacial e janela de tempo definidos. Observa-se que uma distribuição log-normal se ajusta adequadamente à distribuição de graus da rede de eventos, permitindo-nos definir a distância na qual dois eventos podem estar relacionados no espaço dentro de uma janela de tempo. A metodologia é ilustrada aplicando-a ao caso de furtos de pessoas denunciadas ao departamento de polícia local entre 2018 e 2021 na cidade de Pereira, Colômbia. Os resultados mostram que a metodologia proposta é eficaz na identificação de motivos que capturam padrões espaço-temporais, gerando informações que possibilitam o desenvolvimento de estratégias de prevenção ao crime.
This work presents a methodology for the spatio-temporal analysis of events using complex networks. A network of events is constructed considering each event as a vertex and the spatio-temporal relationships between them as edges. The network structure is studied by identifying recurring patterns that describe emerging behaviors of the system, which are known as motifs. For the detection of motifs, we design an algorithm that allows us to approximate the empirical distribution of motif counts, combining simulation methods of spatiotemporal networks, clustering algorithms and the Stirling formula for defined spatial radius and time window. It is observed that a log-normal distribution adequately fits the degree distribution of the event network, allowing to define the distance in which two events can be related in space within a time window. The methodology is illustrated by applying it to the case of thefts from people reported to the local police department from 2018 to 2021 in the city of Pereira, Colombia. The results show that the proposed methodology is effective in identifying motifs that capture spatio-temporal patterns, generating information that allows developing crime prevention strategies.
