A szerkesztő megjegyzése: A WRAL TechWire minden héten arra összpontosít Innovációs csütörtök jelentés azokról a vállalatokról, emberekről és technológiáról, amelyek nagy változást hozhatnak kollektív jövőnket.
+ + +
Raleigh – Az Észak-Karolinai Állami Egyetem kutatói együttműködtek egy emberkereskedelem elleni szervezettel, Globális emancipációs hálózat, olyan számítási modellek kidolgozására, amelyek segíthetik az emberkereskedelem elleni küzdelmet. A modellek nyilvánosan elérhető adatok alapján azonosítják azokat a masszázsvállalkozásokat, amelyek a legnagyobb valószínűséggel sértik meg a szex- és munkaerő-kereskedelemmel kapcsolatos törvényeket.
„Jól bebizonyosodott, hogy a masszázsüzleteket fel lehet használni olyan illegális műveletek fedezésére, amelyek szex- és munkaerő-kereskedelemmel járnak” – mondja Margaret Tobey, Ph.D. NC State hallgatója és a munkáról szóló dolgozat megfelelő szerzője. „A legtöbb masszázsvállalkozás azonban legitim. A bűnüldöző szervek vagy más szervezetek pedig nehezen tudják megállapítani, hogy mely vállalkozások legálisak, és melyek az illegális tevékenység frontjai.”
[Beágyazott tartalmat]
"Célunk az volt, hogy olyan statisztikai eszközöket hozzunk létre, amelyek segíthetik az illetékes hatóságokat annak meghatározásában, hogy mely vállalkozásoknak vannak kockázati tényezői az emberkereskedelemhez kapcsolódóan, hogy meghatározhassák, mely oldalakra összpontosítsák vizsgálati erőfeszítéseiket" - mondja Maria Mayorga, a lap társszerzője. professzor az NC State Edward P. Fitts Ipari és Rendszermérnöki Tanszékén.
„Azt is szerettük volna biztosítani, hogy az általunk kifejlesztett eszközök kellően felhasználóbarátok legyenek ahhoz, hogy praktikusak legyenek mind a bűnüldöző szervek, mind a szex- és munkaerő-kereskedelem áldozatainak megsegítésére összpontosító szervezetek számára” – mondja Tobey.
Az eszközök kifejlesztéséhez a kutatók először bűnüldöző szervekkel, kormányzati tisztviselőkkel és a szex- és munkaerő-kereskedelem túlélőivel foglalkozó szervezetek szakértőivel kérdezősködtek. Az interjúk arra összpontosítottak, hogy azonosítsák azokat a változókat, amelyek összefüggésbe hozhatók azzal a megnövekedett valószínűséggel, hogy egy masszázsvállalkozás illegális tevékenységet folytat. Például azok a vállalkozások, amelyek szinte kizárólag férfi ügyfeleket szolgáltak ki, nagyobb valószínűséggel kerültek kapcsolatba szexuális kereskedelemmel.
Miután a kutatók azonosították a releváns változók sorozatát, nyilvánosan elérhető adatforrásokat kerestek ezekhez a változókhoz. Az online vásárlói véleményeket tartalmazó webhelyek például lehetővé tették a kutatók számára, hogy megbecsüljék, egy vállalkozás ügyfelei közül mekkora hányad volt férfi. Az egyéb adatforrások közé tartoztak a vállalkozás székhelyének környékére vonatkozó népszámlálási adatok, más vállalkozások és közlekedési csomópontok földrajzi közelsége stb.
A kutatók végül két számítási modellt fejlesztettek ki, amelyek valószínűségi pontszámokat adnak a felhasználóknak arra vonatkozóan, hogy egy adott masszázsvállalkozás illegális tevékenységet folytat-e.
„Ezeket a modelleket Floridából és Texasból származó adatok felhasználásával képeztük ki és validáltuk, mert ezekből az államokból robusztus adatkészleteket tudtunk gyűjteni” – mondja Tobey. „Úgy találtuk, hogy mindegyik modellnek megvannak az erősségei, amelyek a céljaiktól függően különböző felhasználókat vonzanak.”
Az egyik modell – az úgynevezett kockázati pontszám modell – kevesebb téves pozitívat tartalmazott, vagyis ha a modell szerint egy vállalkozás valószínűleg illegális tevékenységet folytat, akkor nagyobb valószínűséggel volt helyes. De ez a modell nagyobb valószínűséggel sorolt fel néhány tiltott vállalkozást legitimként.
Másrészt a második modellben – amelyet döntési fa modellnek neveznek – kevesebb hamis negatív volt. Más szóval, ha a döntési fa modellje azt mondta, hogy egy vállalkozás nem valószínű, hogy illegális tevékenységet folytat, akkor nagyobb valószínűséggel helyes. De az is valószínűbb, hogy a törvényes üzletet gyanúsnak minősítették.
„Ez egy kompromisszum” – mondja Tobey. „Ha nagyon korlátozottak az erőforrásai, akkor valószínűleg a kockázati pontszám modellt szeretné használni, mert nagyobb valószínűséggel talál olyan vállalkozásokat, amelyek illegális tevékenységet folytatnak. Valószínű azonban, hogy néhányat kihagy. Ha elegendő erőforrással rendelkezik, akkor valószínűleg a döntési fa modelljét szeretné használni, mert kevésbé valószínű, hogy elmulasztja az illegális műveleteket.
„Végső soron mindkét modellt felhasználhatják az érintett felek annak meghatározására, hogy mely vállalkozások érdemelnek vizsgálatot.”
A kutatók jelenleg egy felhasználóbarát döntéstámogató eszköz kidolgozásán dolgoznak, amelyet a bűnüldöző szervek és nonprofit szervezetek számára is bevethetnek a szex és az emberkereskedelem nyomozásának elősegítésére.
"Optimistaak vagyunk abban, hogy ez az eszköz képes megerősíteni az emberkereskedelem áldozatait, javítani a közbiztonságot, és hozzájárulni az ezekkel a problémákkal foglalkozó, bizonyítékokon alapuló közpolitika kialakításához" - mondja Sherrie Caltagirone, a lap társszerzője és a Global Emancipation Network ügyvezető igazgatója. .
A papír, "Értelmezhető modellek az embercsempészet automatizált felderítésére az illegális masszázsvállalkozásokban” – olvasható a folyóiratban IISE tranzakciók. A lap társszerzője Ruoting Li, a Ph.D. hallgató az NC államban; és Osman Özaltın, az NC State Edward P. Fitts Ipari és Rendszermérnöki Tanszékének docense.
A munka a Nemzeti Tudományos Alapítvány támogatásával, 1936331 pályázati számon történt.
(C) NCSU
