Redaktørens note: Hver uge fokuserer WRAL TechWire sin Innovation torsdag rapportere om virksomheder, mennesker og teknologi, der kan gøre en stor forskel i vores kollektive fremtid.
+ + +
RALEIGH – Forskere fra North Carolina State University samarbejdede med en organisation mod menneskehandel, Global Emancipation Network, at udvikle beregningsmodeller, der kan hjælpe med at bekæmpe menneskehandel. Modellerne trækker på offentligt tilgængelige data for at identificere massagevirksomheder, der med størst sandsynlighed vil overtræde love relateret til sexhandel og arbejdskraftshandel.
"Det er veletableret, at massagevirksomheder kan bruges som dækning for ulovlige operationer, der involverer sexhandel og arbejdskraftshandel," siger Margaret Tobey, en ph.d. studerende ved NC State og tilsvarende forfatter til et papir om arbejdet. "Men de fleste massagevirksomheder er legitime. Og det er svært for retshåndhævende myndigheder eller andre organisationer at afgøre, hvilke virksomheder der er legitime, og hvilke der er fronter for ulovlig aktivitet.”
[Indlejret indhold]
"Vores mål var at skabe statistiske værktøjer, der kunne hjælpe relevante myndigheder med at afgøre, hvilke virksomheder der har risikofaktorer relateret til menneskehandel, så de kan bestemme, hvilke websteder de skal fokusere deres efterforskningsindsats på," siger Maria Mayorga, medforfatter af avisen og en professor i NC State's Edward P. Fitts Department of Industrial and Systems Engineering.
"Vi ønskede også at sikre, at de værktøjer, vi udviklede, er tilstrækkeligt brugervenlige til at være praktiske for både retshåndhævelse og organisationer, der fokuserer på at hjælpe ofre for sexhandel og arbejdsmarkedshandel," siger Tobey.
For at udvikle værktøjerne interviewede forskerne først retshåndhævelse, embedsmænd og eksperter fra organisationer, der arbejder med overlevende fra sex- og arbejdsmarkedshandel. Interviewene var fokuseret på at identificere variabler forbundet med en øget sandsynlighed for, at en massagevirksomhed kunne være involveret i ulovlig aktivitet. For eksempel var virksomheder, der næsten udelukkende henvendte sig til mandlige klienter, mere tilbøjelige til at blive forbundet med sexhandel.
Da forskerne havde identificeret en række relevante variabler, ledte de efter offentligt tilgængelige datakilder relateret til disse variable. For eksempel tillod online-kundeanmeldelseswebsteder forskere at vurdere, hvor stor en andel af en virksomheds kunder, der var mænd. Andre datakilder inkluderede folketællingsdata for det nabolag, hvor en virksomhed var placeret, geografisk nærhed til forskellige andre virksomheder og transportknudepunkter og så videre.
I sidste ende udviklede forskerne to beregningsmodeller, der giver brugerne sandsynlighedsscore for sandsynligheden for, at enhver given massagevirksomhed er involveret i ulovlig aktivitet.
"Vi trænede og validerede disse modeller ved hjælp af data fra Florida og Texas, fordi vi var i stand til at indsamle robuste datasæt fra disse stater," siger Tobey. "Vi fandt ud af, at hver model havde styrker, der kunne appellere til forskellige brugere afhængigt af deres mål."
En model - kaldet risikoscore-modellen - havde færre falske positive, hvilket betyder, at hvis modellen sagde, at en virksomhed sandsynligvis ville være involveret i ulovlig aktivitet, var det mere sandsynligt, at det var korrekt. Men denne model var også mere tilbøjelig til at angive nogle ulovlige virksomheder som legitime.
På den anden side havde den anden model – kaldet en beslutningstræmodel – færre falske negativer. Med andre ord, hvis beslutningstræmodellen sagde, at en virksomhed næppe ville være involveret i ulovlig aktivitet, var det mere sandsynligt, at det var korrekt. Men det var også mere sandsynligt, at legitime forretninger blev anført som mistænkelige.
"Det er en afvejning," siger Tobey. "Hvis du har meget begrænsede ressourcer, vil du sandsynligvis bruge risikoscore-modellen, fordi du er mere tilbøjelig til at finde virksomheder, der er involveret i ulovlig aktivitet. Men du vil sandsynligvis også gå glip af nogle. Hvis du har nok ressourcer, vil du sandsynligvis bruge beslutningstræmodellen, fordi du er mindre tilbøjelig til at gå glip af enhver ulovlig operation.
"I sidste ende kan begge disse modeller bruges af relevante parter til at prioritere, hvilke virksomheder der fortjener undersøgelse."
Forskerne er i øjeblikket i gang med at udvikle et brugervenligt beslutningsstøtteværktøj, der kan implementeres til retshåndhævelse og nonprofitorganisationer til brug i efterforskning af sex og menneskehandel.
"Vi er optimistiske om, at dette værktøj kan styrke ofre for menneskehandel, forbedre den offentlige sikkerhed og bidrage til udviklingen af evidensbaseret offentlig politik, der adresserer disse problemer," siger Sherrie Caltagirone, medforfatter af avisen og administrerende direktør for Global Emancipation Network .
Papiret, "Tolkbare modeller til automatiseret opdagelse af menneskehandel i ulovlige massagevirksomheder", er publiceret i tidsskriftet IISE Transaktioner. Artiklen var medforfatter af Ruoting Li, en Ph.D. studerende ved NC State; og Osman Özaltın, en lektor i NC State's Edward P. Fitts Department of Industrial and Systems Engineering.
Arbejdet blev udført med støtte fra National Science Foundation, under bevillingsnummer 1936331.
(C) NCSU
