Resumo

GELVEZ-FERREIRA, Juan-David; NIETO-RODRIGUEZ, María-Paula  e  ROCHA-RUIZ, Carlos-Andrés. Prevendo o crime em cidades de porte médio. Um modelo de “Machine Learning” em Bucaramanga, Colômbia. URVIO [online]. 2022, n.34, pp.82-98. ISSN 1390-4299.  https://doi.org/10.17141/urvio.34.2022.5395.

O uso da tecnologia para prevenir e responder aos desafios de segurança do cidadão é cada vez mais frequente. No entanto, a evidência tem sido concentrada nas grandes cidades com elevadas quantidades de dados e forte capacidade das autoridades locais. Em vista disso, este documento visa captar uma série de recomendações baseadas em um modelo “machine learning” preditivo de crime em Bucaramanga, cidade colombiana de tamanho intermediário localizada no departamento de Santander. Este modelo utilizou, para cada um dos bairros da cidade, um processamento de sinal de gráficos e uma adaptação do modelo de vetorização de texto TF-IDF para o caso espaço-tempo. Nossos resultados mostram que os preditores de crime que obtiveram os melhores desempenhos foram atingidos quando utilizados modelos com relações espaciais de gráficos por semana. Sendo o melhor possível uma previsão semanal (com dados disponíveis). Além disso, o melhor modelo encontrado foi um modelo de classificação KNN, atingindo 59% de recall e mais de 60% de accuracy. Da mesma forma, o documento conclui que os modelos de previsão de crime são uma ferramenta útil para a construção de estratégias de prevenção nas grandes cidades; no entanto, há limitações para sua aplicação em cidades de porte médio e áreas rurais na Colômbia, que dispõem de escassas capacidades técnicas e tampouco de informações estatísticas.

Palavras-chave : Análise de dados; Crime; Colômbia; Prevenção de crime; Polícia.

        · resumo em Espanhol | Inglês     · texto em Espanhol     · Espanhol ( pdf )