Mineração de dados na análise da criminalidade
um estudo de caso em Carapicuíba (2014-2016)
DOI:
https://doi.org/10.26853/Refas_ISSN-2359-182X_v12n03_01Palavras-chave:
KDD, SIPINA, Algoritmo C4.5Resumo
Este artigo explora a aplicação da mineração de dados no estudo da criminalidade e violência em Carapicuíba durante o período de 2014 a 2016, com foco na importância da compreensão desses eventos para estratégias de segurança pública. Utilizando o processo KDD, algoritmos de análise preditiva e o software minerador SIPINA Research, o presente artigo visa analisar as informações relacionadas à criminalidade e ao perfil demográfico da região. O uso do processo de Descoberta de Conhecimento em Bancos de Dados (KDD) permitiu a extração de insights valiosos a partir de suas etapas de seleção, pré-processamento e interpretação, onde foi possível transformar informações brutas em conhecimento útil e acionável, enquanto a ferramenta open source SIPINA, ainda que limitada em capacidade de processamento, facilitou apurações exploratórias, modelagem e visualização dos resultados. Ao combinar o KDD com a modelagem preditiva do algoritmo C4.5, o estudo demonstra como a examinação de dados pode ser utilizada para obter percepções e suportar decisões informadas em proteção civil. Os resultados indicaram os tipos de infrações mais frequentes, destacando padrões significativos como a relação entre idades e sexo e revelando tendências como o grau de instrução dos autores dos crimes.
Downloads
Referências
Amazon Web Services (AWS). O que é mineração de dados? Disponível em: https://aws.amazon.com/pt/what-is/data-mining/. Acesso em: 22 de março de 2024.
BUENO, Felipe. "Violência urbana no Brasil: faltam dados para identificar com precisão os índices de homicídio." (“Violência urbana no Brasil: faltam dados para identificar com precisão ...”) Jornal da USP. Disponível em: https://jornal.usp.br/radio-usp/violencia-urbana-no-brasil-faltam-dados-para-identificar-com-precisao-os-indices-de-homicidio/. Acesso em: 11 de abril de 2024.
DevMedia. Descoberta de conhecimento utilizando o processo KDD. Disponível em: https://www.devmedia.com.br/descoberta-de-conhecimento-utilizando-o-processo-kdd/38709. Acesso em: 02 de abril de 2024.
Google Cloud. O que é análise preditiva? Disponível em: https://cloud.google.com/learn/what-is-predictive-analytics?hl=pt-br#:~:text=A%20an%C3%A1lise%20preditiva%20%C3%A9%20o,que%20possam%20prever%20comportamentos%20futuros. Acesso em: 20 de abril de 2024.
IBM. Data Mining. Disponível em: https://www.ibm.com/br-pt/topics/data-mining. Acesso em: 05 de abril de 2024.
KAHN, Túlio. Manual de Interpretação de Estatística de Criminalidade. São Paulo: Coordenadoria de Análise e Planejamento, Secretaria da Segurança Pública, 2005.
MORENO, Ana Carolina; JESUS, Cleber; JOZINO, Lucas et al. Raio-x da criminalidade: 138 ruas estão entre as que mais tiveram registros de roubos e furtos em 2023 na Grande SP (São Paulo). São Paulo, TV Globo, 11 mar. 2024. Disponível em: https://g1.globo.com/sp/sao-paulo/noticia/2024/03/11/raio-x-da-criminalidade-138-ruas-estao-entre-as-que-mais-tiveram-registros-de-roubos-e-furtos-em-2023-na-grande-sp-veja-lista.ghtml. Acesso em: 08 de abril de 2024.
REDALYC, Análise de Algoritmos de Indução de Árvores de Decisão. Disponível em: https://www.redalyc.org/journal/5606/560662202029/html/. Acesso em: 22 de março de 2024.
SAS INSTITUTE INC. Mineração de Dados. Disponível em: https://www.sas.com/pt_br/insights/analytics/mineracao-de-dados.html. Acesso em: 20 de abril de 2024.
SAS. "Análises Preditivas: O que são e qual sua importância?" Acessado em: 12 de abril de 2024. Disponível em: https://www.sas.com/pt_br/insights/analytics/analises-preditivas.html
TEÓFILO, Daniel. KDD - Knowledge Discovery in Database. Banco de Dados. Disponível em: https://danielteofilo.wordpress.com/2015/02/16/kdd-knowlegde-discovery-in-database/. Acesso em: 15 de abril de 2024.
ZANCHI, Marco et al. Crime Data in Brazil. Updated 5 years ago. Disponível em: https://www.kaggle.com/datasets/inquisitivecrow/crime-data-in-brazil/code. Acesso em: 25 de março de 2024.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Refas - Revista Fatec Zona Sul
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
1 - As fontes dos dados, as autorizações pertinentes e os textos publicados na revista são de inteira responsabilidade de seus autores.
2 - É permitida a reprodução, desde que citada a fonte e o autor.
3 - Após o artigo aprovado, o autor principal deverá enviar declaração, conforme o modelo:
Refas - Revista Fatec Zona Sul
Autorização par publicação
(Nome do autor), (no caso de vários autores citar todos), autorizo (ou autorizam, no caso de diversos autores) a publicação do artigo (nome do artigo), com exclusividade para a primeira publicação pela Revista Fatec Zona Sul, em meio eletrônico.
A contribuição é original e inédita, e não está sendo avaliada para publicação por outra revista; caso contrário, deve-se justificar em "Comentários ao editor".
Dados de todos os autores:
Nome completo:
Instituição:
E-mail:
Telefone:
Obs.: Informar os códigos dos serviços DDD e DDI.
Assinatura do autor principal: ____________________________________
Aviso de Direito Autoral
Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
b) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
c)Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons CC Attribution 4.0, acessável em Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.