Acceso usuarios
Brasil
Brasil
Purpose: The objective of this paper is to identify patterns of spatial concentration related to robbery and theft of vehicles in the great João Pessoa (PB), a region composed by the municipalities of Bayeux, Cabedelo, João Pessoa and Santa Rita, using machine learning techniques. Thus, it seeks to contribute to the discussion on the potential benefits of using Artificial Intelligence tools in the field of public security. Methodology: The data used were obtained from the Secretaria de Estado da Segurança e da Defesa Social da Paraíba and include the years from 2017 to 2019. The base is made up of 5.385 occurrences of robbery and theft of cars and motorcycles, indicating municipality, neighborhood, day of week, shift and time of crime. The empirical strategy adopted consisted in the application of the Density-based Spatial Clustering of Applications with Noise (DBSCAN) algorithm. Findings: The descriptive analysis showed that the center of João Pessoa is the neighborhood with the highest rate of vehicle subtraction per 100 thousand inhabitants, followed by Barra de Gramame, Ponta do Seixas, Distrito Industrial and Varadouro. In relation to the concentration of crimes in certain places, the use of the DBSCAN algorithm allowed to identify hotspots for different days and shifts, being that the number of these was higher during the weekdays at night. Contributions: These results have the potential to help develop a more effective public security planning in the neighborhoods of the great João Pessoa, as they suggest how to move the police force in order to achieve greater efficiency in preventing crimes and capturing criminals.
Objetivo: Este artigo tem como objetivo identificar padrões de concentração espacial relacionados a roubos e furtos de veículos na grande João Pessoa (PB), região composta pelos municípios de Bayeux, Cabedelo, João Pessoa e Santa Rita, usando técnicas de aprendizado de máquinas. Com isso, busca-se contribuir com a discussão sobre os potenciais benefícios da utilização de ferramentas da Inteligência Artificial no campo da segurança pública. Metodologia: Os dados utilizados foram obtidos junto à Secretaria de Estado da Segurança e da Defesa Social da Paraíba e contemplam os anos de 2017 a 2019. A base é composta por 5.385 ocorrências de roubo e furto de carros e motos, indicando coordenadas geográficas, município, bairro, dia da semana, turno e hora de ocorrência do crime. A estratégia empírica adotada consistiu na aplicação do algoritmo de Clusterização Espacial Baseada em Densidade de Aplicações com Ruído (Density-Based Spatial Clustering of Applications with Noise, DBSCAN). Resultados: A análise descritiva apontou que o centro da cidade de João Pessoa é o bairro com maior taxa de subtração de veículos por 100 mil habitantes, seguido por Barra de Gramame, Ponta do Seixas, Distrito Industrial e Varadouro. Em relação à concentração de crimes em locais determinados, a utilização do DBSCAN permitiu identificar hotspots para diferentes dias e turnos, sendo que o número destes se mostrou maior durante os dias de semana, no período noturno. Contribuições: Tais resultados têm potencial para auxiliar a elaboração de um planejamento mais eficaz de segurança pública nos bairros da grande João Pessoa, pois sugerem como deslocar o efetivo policial de modo a se alcançar maior eficiência na prevenção de crimes e captura de criminosos.
