Previsão de Pontos Críticos de Crime
Uma Modelagem por Aprendizado de Máquina para Prevenção de Roubos de Celulares em São Paulo
O roubo de celulares é um problema que vem crescendo atualmente. Concentrações espaciais de atividades criminosas sugerem que crimes não são aleatórios no espaço e no tempo, podem ser estudados e padrões podem ser modelados. O objetivo deste trabalho é o desenvolvimento e avaliação de um modelo de previsão de pontos críticos de crime por algoritmos de aprendizado de máquina, alimentados com dados dos boletins de ocorrência disponíveis no portal da transparência da Secretaria da Segurança Pública de São Paulo. O modelo realiza uma tarefa de classificação binária, prevendo se uma determinada área será um ponto crítico de crime ou não no próximo mês. Resultados dos experimentos mostram que o modelo obtém uma acurácia em torno de 75%, podendo alcançar até 85%, na previsão dos pontos críticos de crimes no Estado de São Paulo.
Motivação
Resultado
