CONTECSI - International Conference on Information Systems and Technology Management - ISSN 2448-1041, 19th CONTECSI - INTERNATIONAL CONFERENCE ON INFORMATION SYSTEMS AND TECHNOLOGY MANAGEMENT VIRTUAL

Tamanho da fonte: 
A SUPERVISED CLASSIFIER FOR POLICE REPORTS AT THE STATE OF PARÁ, BRAZIL
Helder Mateus dos Reis Matos, Samara Lima de Souza, Reginaldo Cordeiro dos Santos Filho, João Crisóstomo Weyl Albuquerque Costa

Última alteração: 2022-12-03

Resumo


This paper describes the development of a supervised classifier constructed upon knowledge extracted from police report public databases, in the years between 2019 and 2021 in the state of Pará, Brazil. The classifier achieved an accuracy of approximately 78% for the prediction of 463 unique labels related to public safety. The resulting model can be used to improve the statistical processes of criminal analysts, both in quantitative and qualitative terms.

Palavras-chave


Machine Learning; Data Mining; Public Safety; Natural Language Processing; Text Classification

Referências


Aldossari, B. S., Alqahtani, F. M., Alshahrani, N. S., Alhammam, M. M., Alzamanan, R. M., Aslam, N., & Irfanullah. (2020). A Comparative Study of Decision Tree and Naive Bayes Machine Learning Model for Crime Category Prediction in Chicago. Proceedings of 2020 the 6th International Conference on Computing and Data Engineering (pp. 34–38). Sanya, China: Association for Computing Machinery.

Amorim, M. d., & Pereira, J. R. (2019). Tipificação de ocorrências policiais utilizando machine learning. (p. 50). Salvador: Universidade Católica do Salvador.

Assad, F. J., & Chagas, J. F. (2019). Análise Preditiva de Manchas Criminais no Estado de São Paulo. (p. 93). Niterói: Universidade Federal Fluminense.

Brasil. (2022, March 16). O Sinesp. Retrieved from Ministério da Justiça e Segurança Pública: https://www.gov.br/mj/pt-br/assuntos/sua-seguranca/seguranca-publica/sinesp-1/

Castro, U. R. (2020). Explorando aprendizagem supervisionada em dados heterogêneos para predição de crimes. (p. 85). Belo Horizonte: Pontifícia Universidade Católica de Minas Gerais.

Chen, P., & Kurland, J. (2018). Time, Place, and Modus Operandi: A Simple Apriori Algorithm Experiment for Crime Pattern Detection. 2018 9th International Conference on Information, Intelligence, Systems and Applications (IISA), (pp. 1-3).

Chiew, L. S., Amerudin, S., & Yusof, Z. M. (2020). A spatial analysis of the relationship between socio-demographic characteristics with burglar behaviours on burglary crime. IOP Conference Series: Earth and Environmental Science, 012050.

Chollet, F. (2018). Deep Learning with Python. Manning Shelter Island.

Costa, J. C. (2020). Identificação de municípios pernambucanos para recomendação de políticas de segurança pública utilizando uma técnica de clusterização. (p. 70). Caruaru: Universidade Federal de Pernambuco.

Furtado, L., & Souza, A. (2019). Uso de Dados Provenientes de Rede Social e Técnica de Mineração de Dados para Classificar Crimes em Belém-PA. The Academic Society Journal, 121-134.

Kim, Y. (2014). Convolutional Neural Networks for Sentence Classification. Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP) (pp. 1746-1751). Doha, Qatar: Association for Computational Linguistics.

Kshatri, S. S., Singh, D., Narain, B., Bhatia, S., Quasim, M. T., & Sinha, G. R. (2021). An Empirical Analysis of Machine Learning Algorithms for Crime Prediction Using Stacked Generalization: An Ensemble Approach. IEEE Access, 67488-67500.

Prado, K. H. (2020). Data science aplicada à análise criminal baseada nos dados abertos governamentais do Brasil. (p. 146). São Cristóvão: Universidade Federal de Sergipe.

Qazi, N., & Wong, B. W. (2019). An interactive human centered data science approach towards crime pattern analysis. Information Processing & Management, 102066.

Ratul, M. A. (2020). A Comparative Study on Crime in Denver City Based on Machine Learning and Data Mining. CoRR.

Regateiro, H. A., Ramos, E. M., Souza, J. G., & Mello, C. M. (2021). Assessment of crime in the State of Pará. Research, Society and Development, e10010313088.

Souza, D. C. (1972). Introdução à Ciência do Direito. FGV.

Souza, J. R. (2018). Utilização de aprendizagem de máquina na predição de crimes. (p. 54). Niterói: Universidade Federal Fluminense.

Trindade, E. A. (2019). Homicídios na Região Metropolitana de Belém: práticas para contenção e vulnerabilidades. (p. 155). Belém: Universidade Federal do Pará.

Vargas, W. A. (2019). Data science & segurança pública: padrões estatísticos sobre as ocorrências de flagrantes em roubo de celular na cidade de São Paulo. (p. 52). São Paulo: Fundação Getúlio Vargas.

Vinholes, T. V. (2019). Descoberta de Conhecimento em Banco de Dados Relacionados à Violência Contra a Mulher. Anais do Computer on the Beach, Anais do Computer on the Beach.

 


Texto completo: PDF