Minería de datos y análisis de ocurrencias delictivas: un estudio sobre el Municipio de Divinópolis – Minas Gerais
DOI:
https://doi.org/10.33448/rsd-v10i13.20744Palabras clave:
Análisis criminal; Minería de datos en sucesos delictivos; Extracción de reglas de asociación.Resumen
La delincuencia es un problema que enfrentan los gobiernos y las sociedades, con diversas inversiones en seguridad pública e inteligencia para tratar de sancionar y prevenir acciones delictivas. Este proyecto tiene como objetivo ayudar en la seguridad ciudadana, aplicando técnicas de Data Mining en bases de datos que contienen boletines de incidentes delictivos en la ciudad de Divinópolis-MG. Las bases de datos tienen ocurrencias de enero de 2016 a mayo de 2019, provistas por la Policía Militar del Estado de Minas Gerais (PMMG). Como procedimientos metodológicos, inicialmente se realizó la selección de datos, seguida del preprocesamiento y transformación de los datos. A continuación, se aplicaron técnicas de minería de datos, tales como: Clustering y Extracción de Reglas de Asociación. Además, se dedicó una etapa a los análisis estadísticos relacionados con los delitos de “Hurto” y “Robo”, así como los delitos relacionados con la violencia contra la mujer. Entre los resultados destacan dos Reglas de Asociación, encontradas mediante el algoritmo Apriori, “Noche, Robo” => “Víctima Masculina” y “Armas de Fuego” => “Sin lesión aparente”, además de las reglas donde se realizaron análisis estadísticos sobre los datos, como “análisis de los grupos de edad de las víctimas” y “distribución de los hechos delictivos en la semana”. Así, se concluye que este trabajo alcanzó las metas deseadas, aportando conocimientos que pueden ser utilizados por los organismos de seguridad pública. Finalmente, se sugiere como trabajos futuros, la ampliación de la base de datos, así como trabajar con datos de latitud y longitud para cada ocurrencia delictiva.
Citas
Atlas da Violência: Divinópolis ocupa a 13ª posição entre as cidades mineiras com a maior taxa de homicídios. (2019). G1 Centro-Oeste. https://g1.globo.com/mg/centro-oeste/noticia/2019/08/06/atlas-da-violencia-divinopolis-ocupa-a-13a-posicao-entre-as-cidades-mineiras-com-a-maior-taxa-de-homicidios.ghtml.
de Amo, S. (2004). Técnicas de mineração de dados. Jornada de Atualização em Informática. JAI – CSBC. Salvador – BA.
Decreto-Lei 2.848, de 07 de dezembro de 1940. Código Penal. Rio de Janeiro, 1940. http://www.planalto.gov.br/ccivil_03/decreto-lei/del2848compilado.htm
Diniz, A. M. (2005). Migração, desorganização social e violência urbana em Minas Gerais. Raega-O Espaço Geográfico em Análise, 9.
Dornelles, J. R. W. (2017). O que é crime. Brasiliense.
Engel, C. L. (2020). A violência contra a mulher. Instituto de Pesquisa Econômica Aplicada (IPEA). http://repositorio.ipea.gov.br/handle/11058/10313
Fayyad, U. M. et al. (1996). Advances in Knowledge Discovery and Data Mining. AAAIPress, The Mit Press.
Hammound, H. J. (2013). The Value of Big Data Isn’t the Data. Harvard Business Review. https://hbr.org/2013/05/the-value-of-big-data-isnt-the.html
Kodinariya, T. M., & Makwana, P. R. (2013). Review on determining number of Cluster in K-Means Clustering. International Journal, 1(6), 90-95.
Machado, F. N. R. (2018). Big Data O Futuro dos Dados e Aplicações. Saraiva Educação SA.
Marzan, C. S., Baculo, M. J. C., de Dios Bulos, R., & Ruiz Jr, C. (2017). Time series analysis and crime pattern forecasting of city crime data. In Proceedings of the International Conference on Algorithms, Computing and Systems (pp. 113-118).
Monitor da Violência: Mesmo com queda recorde de mortes de mulheres, Brasil tem alta no número de feminicídios em 2019. G1. https://g1.globo.com/monitor-da-violencia/noticia/2020/03/05/mesmo-com-queda-recorde-de-mortes-de-mulheres-brasil-tem-alta-no-numero-de-feminicidios-em-2019.ghtml
Ochi, L. S., Dias, C. R., & Soares, S. S. F. (2004). Clusterização em mineração de dados. Instituto de Computação-Universidade Federal Fluminense-Niterói, 1, 46.
Pereira, B. L., & Brandão, W. C. (2014). ARCA: Mining Crime Patterns Using Association Rules. In 11th International Conference Applied Computing. Porto (pp. 159-165).
Prado, K. H. J. et al. (2020). Applied intelligent data analysis to government data related to criminal incident: A systematic review. Journal of Applied Security Research, 15(3), 297-331.
Prado, K. H. J., & Júnior, M. C. (2020). Data Science aplicada à análise criminal baseada nos dados abertos governamentais de Minas Gerais. Research, Society and Development, 9(11), e36391110044-e36391110044.
Prodanov, C. C., & De Freitas, E.C. (2013). Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico (2a ed.), Editora Feevale.
Romão, W., Niederauer, C. A., Martins, A., Tcholakian, A., Pacheco, R. C., & Barcia, R. M. (1999). Extração de regras de associação em C&T: O algoritmo Apriori. XIX Encontro Nacional em Engenharia de Produção, 34, 37-39.
Scalco, P. R. (2007). Criminalidade violenta em Minas Gerais: Uma proposta de alocação de recursos em segurança pública. Viçosa – MG.
Sevri, M., Karacan, H., & Akcayol, M. A. (2017). Crime analysis based on association rules using apriori algorithm. International Journal of Information and Electronics Engineering, 7(3), 99-102.
Tayal, D. K. et al. (2015). Crime detection and criminal identification in India using data mining techniques. AI & society, 30(1), 117-127.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Felipe Augusto Souza Mamedes; Marcos Alberto Saldanha; Edwaldo Soares Rodrigues
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
