恐怖活动时间线可视化(转)

简介

11月13日晚发生在法国巴黎市的恐怖袭击事件令世人震惊和愤怒,万恶的恐怖组织又一次把罪恶和恐慌带到了人们的眼前。危机离我们其实并不遥远,关于恐怖活动的历史和规律,我们应该了解更多。

在网上看到Trevo Martin的一篇恐怖活动时间线可视化文章(点击“阅读原文”访问原博文),主要涉及历史恐怖活动的统计、分析和可视化,觉得不错且有启发性,故搬运至此,以下内容主要源自翻译原文。

历史上共发生过哪些恐怖活动?各个恐怖组织主要在哪段时间活动?历史恐怖活动数据能否对未来趋势带来思考和启发?我们尤其需要思考以下问题:

  • 恐怖活动发生频次是否越发频繁?
  • 每年恐怖事件的数量有何变化?
  • 何种袭击方式和袭击目标最为常见?
  • 不同恐怖组织的长期活动规律是否相同?

为了解决这些疑问,作者基于GTD(Global Terrorism Database,www.start.umd.edu/gtd/)提供的数据进行了分析,涵盖了1970年至2014年间141070起恐怖事件记录。

不断演变的恐怖主义

首先来看下整体数据集的概况,下图提供了1970年至2014年间每年每天恐怖事件的数量、每年恐怖事件数量、每年受害者中伤者和死者的数量。中间部分的热力图表示每年每天恐怖事件的数量,颜色越深数量越多;上方的柱状图表示每年恐怖事件总数量,其中2014年便发生了16818起恐怖事件;下方的柱状图表示每年受害者中伤者和死者的数量,其中2014年的受害者共计84498人。

一个明显的趋势是,近几年恐怖活动频次和受害者人数都迅速增长。需要注意一点,以上两者在1990年至2000年期间曾得到控制,但不知为何在最近几年又卷土重来且势头更为强烈。

一年中的哪天最危险

从以上热力图中可以明显看出恐怖活动日益猖獗的整体趋势,但不便比较同一年内不同日期的频次规律。我们不禁会问,一年365天中哪一天最容易发生恐怖事件(历史数据中这一天发生的恐怖事件次数最多)?

在下图中,横轴表示日期,纵轴表示该天发生的恐怖事件次数,几个特殊日期用不同颜色进行标注。总体来说,在一年的时间内每天恐怖事件的数量并没有明显变化趋势,但是数量最多的是4月15日(美国纳税日,Tax Day,绿色),最少的是圣诞节(Christmas Day,红色,不考虑紫色的Leap Day,即2月29日),元旦节也呈现出一个局部峰值(New Year,棕色)。

下图则是恐怖事件数量的星期分布,可以看出周末对应的事件数量稍有减少。

袭击目标和方式的变化

下图是恐怖活动袭击目标和方式随时间变化的趋势图,从中也可以看出恐怖事件数量近年来的恶性增长。袭击目标从警方转移至军队和公民,且这一趋势在2010年之后尤为显著;袭击方式主要为爆炸和武装突袭,且这两类的数量远远大于其他方式的总和。

值得注意的一点是,袭击方式中曾经常见的“暗杀”(蓝色折线)现在相对较少出现。

五花八门的恐怖组织

恐怖活动导致的事件和死亡人数不断增加,世界上的恐怖组织也五花八门、层出不穷。它们活动于不同的区域和时间,其中部分组织尤为顽固和致命,在1970年至2014年间都持续犯案,影响极其恶劣。

下图是恐怖组织行为描述,涵盖了1970年至2014年出现的3168个恐怖组织。左图中的热力图表示各个恐怖组织每年的犯案数量,恐怖组织的颜色代表事件发生区域;右图中的柱状图表示每年犯案的恐怖组织数量,1992年活跃的恐怖组织数量达到峰值。

从热力图中可以看出,大多数恐怖组织仅活跃了一年时间便消亡,仅有少部分恐怖组织尤为顽固,一直处于活跃状态(图中的深蓝色水平线)。总体来说,大部分恐怖组织在1970年至2014年间共谋划过两次恐怖活动,这也是所有恐怖组织数据的中位数。

各恐怖组织在y轴的位置是根据其时间线特征确定的,具有相似时间线的恐怖组织被聚合在一起,这也是热力图中出现矩形块的原因。如果根据事件发生区域(即y轴上的颜色)聚合,最后的热力图可能会变得杂乱无章。实际上,某一个恐怖组织在受到打击和遣散后,其成员完全有可能活动至其他区域并重新作乱,因此研究各个组织的时间线行为特征比仅分析事件发生区域更有意义。

总结

从以上分析可以得出以下结论:

  1. 恐怖组织的数量和活跃度仍呈现增长之势;
  2. 特殊节日可能对恐怖组织的活动规律有所影响;
  3. 恐怖活动的受害者从政府逐渐转移至普通民众;
  4. 可以考虑从时间线行为特征研究恐怖组织之间的关系。

原文发布于微信公众号 - 宏伦工作室(HonlanFarm)

原文发表时间:2015-11-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏华章科技

机票大数据分析,揭示购票的秘密

下图是CA1321一年的机票价格变化。每一行代表特定出发日期的价格变化,例如第一行代表2016年8月15日起飞的航班的机票价格的变化。一行里,左边离出发日期越近...

10910
来自专栏机器之心

纽约客特稿 | 把癌症诊断交给机器,医疗服务会更好吗?

选自Newyorker 作者:Siddhartha Mukherjee 机器之心编译 参与:侯韵楚、Rick R、微胖、吴攀、蒋思源 深度学习系统变得越强大,它...

347150
来自专栏机器之心

前沿 | Nature:用机器学习预测干细胞外观

选自Nature 作者:Amy Maxmen 机器之心编译 参与:黄小天、吴攀、微胖 ? 源自皮肤的人类干细胞的 3D 图,其中蓝色表示 DNA、紫色表示细胞膜...

37670
来自专栏ATYUN订阅号

超级计算模拟和机器学习:使用更加清洁高效的工作流体发电

在传统的蒸汽动力装置中,剩余的水必须与发电蒸汽分开。这一过程限制了效率,而在早期的发电厂,可能会发生剧烈的变化,导致爆炸。在20世纪20年代,Mark Bens...

11220
来自专栏机器之心

业界 | 《硅谷》中的「See Food」不仅是真实的应用,还有真实的故事

机器之心报道 作者:李泽南 「我们知道杨靖的 app 是在食品领域中的,但我们假设它的实现基于手机摄像头,」HBO《硅谷》第四季中硅谷的投资人这样说道。「比如,...

32140
来自专栏数据的力量

用工程师的思维加上 3D 建模,熬出一碗浓浓的鸡汤

17130
来自专栏AI科技大本营的专栏

胜过iPhone XS?Google Pixel的“夜视功能”是怎样炼成的

【导读】随着智能手机的不断发展成熟,为了寻找差异化的厂商不断增加摄像头的数量。然而,摄像头的数量越多,就代表拍照的质量越好吗?

10320
来自专栏量子位

“每天AI资讯这么多!该看哪些?”推荐一份优质资料清单

原作 BAILOOL & meetshah1995 Root 编译自 GitHub 量子位 出品 | 公众号 QbitAI 人工智能最近火到炸裂,不看吧担心和时...

33160
来自专栏VRPinea

借助于VR,英伟达为自己建了座梦幻般的总部大楼

37160
来自专栏思影科技

SCIENCE:脑和脊髓的交互调节价值在反向安慰剂痛觉过敏中的作用

近日,来自德国汉堡-埃彭夫医学中心的A.Tinnermann在Science上发文,发现昂贵的治疗会导致更多的副作用。将无效的治疗标记为昂贵的药物相比于将它标记...

35480

扫码关注云+社区

领取腾讯云代金券