段 炼， 党兰学， 李 铭， 高 超， 朱欣焰

(1.广西师范学院 地理科学与规划学院，广西 南宁 530001； 2.广西师范学院 北部湾环境演变与资源利用教育部重点实验室，广西 南宁 530001； 3.河南大学 计算机与信息工程学院，河南 开封 475001； 4.南昌大学 空间科学与技术研究院，江西 南昌 330031； 5.警用地理信息技术公安部重点实验室,江苏 常州 213000； 6.武汉大学 测绘遥感信息工程国家重点实验室，湖北 武汉 430079)

0 引言

疑犯位置预测对探明疑犯作案时空规律、评估案发位置与疑犯关联性等警务需求有重要的应用价值[1].但由于位置探测源(如旅店登记系统、进出港登记系统、ATM机等)数量和类型有限，警方仅能获取到他们稀疏的位置数据[2]，严重影响了疑犯位置预测的准确性.在犯罪地理学中，已有研究基于犯罪个体的系列犯罪位置序列，基于平均作案距离[3]、路网结构[4]，利用距离衰减函数[4]、贝叶斯公式[5]和动力学模型[6]等，估算锚点(住址或未来犯罪地点等)[7]在空间上的出现概率.然而，这些研究既没有考虑数据稀疏性的影响[8]，也极少考虑时间因素.近年来，基于车辆定位数据[9]、Wi-Fi信号[10]、公共交通数据[11]、人员轨迹数据[12]和地理社交网络check-in数据[13]等的位置预测成为研究热点.然而，疑犯位置数据较这些数据更加稀疏，也不存在好友关系等数据以提高预测精度.为应对以上挑战，笔者融合疑犯群体的统计先验知识和社会环境信息，基于张量联合分解方法来估算疑犯在所有时空节点上的驻留概率.

1 问题描述

疑犯位……