美國弗吉尼亞大學(University of Virginia)的研究人員證實，在Twitter繁雜的資訊世界裡，其實藏著一些非常有用的內容，能夠為執法人員提供幫助，甚至能夠預防犯罪的發生，可通過對Twitter資訊的正確分析，來預防特定型別犯罪的發生。
上月，弗吉尼亞大學的研究人員在國際學術期刊《決策支援系統》（Decision Support Systems）發表研究論文稱，地理標籤Twitter分析可用於預測19-25種犯罪的發生，特別適用於尾隨、盜竊等某些型別的犯罪。
弗吉尼亞大學預測技術實驗室(Predictive Technology Lab)首席研究員馬修·戈博(Matthew Gerber)表示，實驗結果令人驚喜，特別是在人們很少傳送直接跟犯罪有關的Twitter資訊時。戈博表示，即使資訊內容沒有直接犯罪內容，但其中仍可能包含與至相關的資訊。
戈博表示，“人們的Twitter資訊都是關於他們的日常活動。而這些日常行為則能夠提供犯罪可能會發生的資訊。也就是說，如果我在Twitter上發訊息說我今晚喝醉了，同時有很多人也在說喝醉這樣的話題，那麼，我們就能夠藉此知曉，有此類事件所可能引發的犯罪型別。這是間接資訊。”
為了進行研究，戈博及其同事對帶有芝加哥及附近地區地理資訊標籤的Twitter訊息，及該城市的犯罪資料庫，進行了分析。之後，他們對這些資訊進行了更深的分析，並能夠藉助這些分析有效的預測出可能會發生特性型別犯罪的區域，有助於警力資源的部署。
該篇研究論文中寫道，“這個方法能夠讓分析人員迅速地設想並識別出犯罪高發區域。未來犯罪所發生的地點通常在過去犯罪發生地點附近，使得熱點地圖成為了一個非常有價值的犯罪預防工具。”
近些年，隨著警務部門越來越依靠“大資料”分析方法，“前瞻警務”(predictive policing)理念取得了很大進展。
此前，有不少研究發現，分析Twitter訊息分析可用於對選舉、疾病暴發及其他重大事件進行預測。
戈博表示，相對來說，Twitter的資料更易於使用，因為使用者所釋出的訊息是公開的，而且很多人釋出的內容中都附有地理位置資訊。而且，研究人員自身也不需要深入犯罪高發區域進行資訊研究。
戈博表示，“我將我們的演算法用在這些位置資訊上，看看人們都在談論那些話題。這個演算法會習得規律，並藉此產生預測。”此項研究有美國軍方資助，對此，戈博表示，通過利用類似技術，能夠在伊拉克及阿富汗等地區對潛在威脅進行預測。
但是，戈博指出，這個演算法還是有限制。要利用這個演算法進行犯罪預測分析，那麼就需要有足夠的歷史資料支援，而且，由於一些研究人員無法解釋的理由，綁架及勒索等型別犯罪的發生形式，有可能與預期相悖。
不過，戈博表示，紐約警方已經與他聯絡，而他也已經開始對紐約市的資料進行審查。另外，戈博希望，能夠對其他社交媒體的資料資訊進行分析，來判定這些資訊是否有助於提高預測準確率。