Análise preditiva de manchas criminais no estado de São Paulo
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/24539 |
Resumo: | Há muitos anos, o problema da segurança pública se tornou uma preocupação no cenário brasileiro. Diversos tipos de crimes são cometidos e em muitos casos são registrados Boletins de Ocorrência junto à Polícia Civil, gerando um grande fluxo de dados referentes ao tema. Tendo isso em vista, este trabalho propõe utilizar esse tipo de informação a fim de fornecer uma ferramenta de análise, fomentando pesquisas para enriquecer as estratégia dos gestores da segurança pública, assim como a disseminação da informação na população. A abordagem consiste então na aplicação de técnicas e utilização de alguns algoritmos de Aprendizado de Máquina para a criação dos modelos preditivos de crimes. A partir dos modelos gerados é possível, além de visualizar no mapa do Brasil os registros de BO’s, obter regras de padrões comportamentais criminosos em diversos cenários propostos. |
id |
UFF-2_05115863f29a4284a9602120bdacb4c7 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/24539 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Análise preditiva de manchas criminais no estado de São PauloAprendizado de MáquinaPredição de CrimesBoletim de OcorrênciaCiência da ComputaçãoAprendizado de máquinaCriminalidadeMachine LearningCrime PredictionCrime ReportHá muitos anos, o problema da segurança pública se tornou uma preocupação no cenário brasileiro. Diversos tipos de crimes são cometidos e em muitos casos são registrados Boletins de Ocorrência junto à Polícia Civil, gerando um grande fluxo de dados referentes ao tema. Tendo isso em vista, este trabalho propõe utilizar esse tipo de informação a fim de fornecer uma ferramenta de análise, fomentando pesquisas para enriquecer as estratégia dos gestores da segurança pública, assim como a disseminação da informação na população. A abordagem consiste então na aplicação de técnicas e utilização de alguns algoritmos de Aprendizado de Máquina para a criação dos modelos preditivos de crimes. A partir dos modelos gerados é possível, além de visualizar no mapa do Brasil os registros de BO’s, obter regras de padrões comportamentais criminosos em diversos cenários propostos.For a long time, public safety issues has become a concern in Brazilian scenario. Several types of crimes are committed and in many cases Civil Police Bulletins are re- corded, generating a large amount of data. In this work we propose to gather the crime data in order to provide an analysis tool, fostering research to enrich the strategies of public safety managers as well as the dissemination of information in the population. This approach uses Data Mining techniques with some Machine Learning algorithms to create predictive crime models. Based on the gennerated models it is not only possible to visualize the Brazilian’s map with the records of Bulletins but also to obtain rules of criminal behavioral patterns in several proposed scenarios.NiteróiOliveira, Daniel Cardoso Moraes deCarvalho, Aline Marins PaesSilva Júnior, Daniel Pinheiro daAssad, Felipe José PerpétuoChagas, Jorge Felipe Campos2022-02-10T15:04:11Z2022-02-10T15:04:11Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfCHAGAS, Jorge Felipe Campos ; ASSAD, Felipe José Perpétuo. Análise preditiva de manchas criminais no estado de São Paulo . 2019. 93f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense, Instituto de Computação, Niterói, 2019http://app.uff.br/riuff/handle/1/24539Aluno de GraduaçãoCC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-02-10T15:04:15Zoai:app.uff.br:1/24539Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T10:55:16.395712Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Análise preditiva de manchas criminais no estado de São Paulo |
title |
Análise preditiva de manchas criminais no estado de São Paulo |
spellingShingle |
Análise preditiva de manchas criminais no estado de São Paulo Assad, Felipe José Perpétuo Aprendizado de Máquina Predição de Crimes Boletim de Ocorrência Ciência da Computação Aprendizado de máquina Criminalidade Machine Learning Crime Prediction Crime Report |
title_short |
Análise preditiva de manchas criminais no estado de São Paulo |
title_full |
Análise preditiva de manchas criminais no estado de São Paulo |
title_fullStr |
Análise preditiva de manchas criminais no estado de São Paulo |
title_full_unstemmed |
Análise preditiva de manchas criminais no estado de São Paulo |
title_sort |
Análise preditiva de manchas criminais no estado de São Paulo |
author |
Assad, Felipe José Perpétuo |
author_facet |
Assad, Felipe José Perpétuo Chagas, Jorge Felipe Campos |
author_role |
author |
author2 |
Chagas, Jorge Felipe Campos |
author2_role |
author |
dc.contributor.none.fl_str_mv |
Oliveira, Daniel Cardoso Moraes de Carvalho, Aline Marins Paes Silva Júnior, Daniel Pinheiro da |
dc.contributor.author.fl_str_mv |
Assad, Felipe José Perpétuo Chagas, Jorge Felipe Campos |
dc.subject.por.fl_str_mv |
Aprendizado de Máquina Predição de Crimes Boletim de Ocorrência Ciência da Computação Aprendizado de máquina Criminalidade Machine Learning Crime Prediction Crime Report |
topic |
Aprendizado de Máquina Predição de Crimes Boletim de Ocorrência Ciência da Computação Aprendizado de máquina Criminalidade Machine Learning Crime Prediction Crime Report |
description |
Há muitos anos, o problema da segurança pública se tornou uma preocupação no cenário brasileiro. Diversos tipos de crimes são cometidos e em muitos casos são registrados Boletins de Ocorrência junto à Polícia Civil, gerando um grande fluxo de dados referentes ao tema. Tendo isso em vista, este trabalho propõe utilizar esse tipo de informação a fim de fornecer uma ferramenta de análise, fomentando pesquisas para enriquecer as estratégia dos gestores da segurança pública, assim como a disseminação da informação na população. A abordagem consiste então na aplicação de técnicas e utilização de alguns algoritmos de Aprendizado de Máquina para a criação dos modelos preditivos de crimes. A partir dos modelos gerados é possível, além de visualizar no mapa do Brasil os registros de BO’s, obter regras de padrões comportamentais criminosos em diversos cenários propostos. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019 2022-02-10T15:04:11Z 2022-02-10T15:04:11Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
CHAGAS, Jorge Felipe Campos ; ASSAD, Felipe José Perpétuo. Análise preditiva de manchas criminais no estado de São Paulo . 2019. 93f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense, Instituto de Computação, Niterói, 2019 http://app.uff.br/riuff/handle/1/24539 Aluno de Graduação |
identifier_str_mv |
CHAGAS, Jorge Felipe Campos ; ASSAD, Felipe José Perpétuo. Análise preditiva de manchas criminais no estado de São Paulo . 2019. 93f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal Fluminense, Instituto de Computação, Niterói, 2019 Aluno de Graduação |
url |
http://app.uff.br/riuff/handle/1/24539 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Niterói |
publisher.none.fl_str_mv |
Niterói |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823608738086912 |