Algorytm został przetestowany przy użyciu danych historycznych z miasta Chicago dotyczących dwóch kategorii zgłaszanych zdarzeń - przestępstw z użyciem przemocy (zabójstwa, napady i pobicia) oraz przestępstw przeciwko mieniu (włamania i kradzieże).
Jak wyjaśniają naukowcy na łamach magazynu Nature Human Behavior: „Poprzednie próby przewidywania przestępczości często wykorzystywały podejście epidemiczne lub sejsmiczne, gdzie przestępczość była przedstawiana jako pojawiająca się w „gorących punktach”, które rozprzestrzeniają się na okoliczne obszary. Nasz model wykrywa przestępczość, porównując współrzędne czasowe i przestrzenne konkretnych zdarzeń i wykrywając wzorce w celu ich przewidywania”.
Algorytm opracowany przez badaczy z Chicago uwzględnia m.in. ulice, chodniki, linie kolejowe i autobusowe oraz łączy dane na temat sieci komunikacyjnych. Co więcej, dzieli miasto na kwadraty o szerokości ok. 300 metrów i przewiduje przestępczość w tych obszarach zamiast polegać na tradycyjnych granicach dzielnic.
