Goiânia possui uma população estimada de 1.466.105 habitantes em 2017 e deve tornar-se a quinta cidade com maior crescimento populacional do Brasil em 2020. A desigualdade da renda e a escassez de recursos básicos tem aumentado nos últimos anos e estes fatores influenciam diretamente no aumento da criminalidade nas cidades. Em entrevista um ex-secretário de segurança pública alertou que o maior deficit nas Secretarias de Segurança Públicas (SSP) dos estados brasileiros é a falta de inteligência na utilização dos recursos de segurança, mais especificamente, em softwares que dão apoio à decisão. Em uma visita aos portais das SSP, foi constatado que Goiás está entre os poucos estados que possuem uma ferramenta que auxilie no tratamento dos dados criminais. Porém, a forma como os dados são expostos para a população deixa a desejar, pois existem poucos recursos, a navegação é lenta e a usabilidade dificulta a abstração das informações disponibilizadas. Neste trabalho houve a captura do quantitativo de roubos a pedestres na cidade de Goiânia a fim da aplicação do processo de descoberta do conhecimento. O objetivo foi fornecer melhores visualizações e predições do quantitativo criminal da cidade para os meses futuros. A solução proposta possibilita um melhor acesso à informação para a população e oferece uma ferramenta alternativa, reutilizável e de fácil replicação para as entidades competentes.
KDD, SSP, análise de crimes, predição de crimes, LSTM, série temporal, Python.
O dashboard concluido do trabalho pode ser conferido aqui.
Goiânia has an estimated population of 1,466,105 inhabitants in 2017 and is expected to become Brazil’s fifth-fastest-growing city in 2020. Income inequality and the scarcity of primary resources have increased in recent years, and these factors directly influence the increase in crime in cities. In an interview, a former secretary of public security warned that the most significant deficit in the Public Security Secretaries (SSP) of the Brazilian states is the lack of intelligence in the use of security resources, more specifically, in software that supports the decision. During a visit to the SSP’s portals, was verified that Goiás is among the few states that have a tool to assist in the processing of criminal data. However, the way the data is exposed to the population is unsatisfactory, since there are few resources, the navigation is slow, and the usability makes it difficult to abstract the information made available. In this work, the quantification of pedestrian thefts was captured in the city of Goiânia to apply the process of discovery of knowledge. The goal was to provide better views and predictions of the city’s criminal quantity for future months. The proposed solution allows better access to information for the population and offers an alternative, reusable and easy to replicate tool for the qualified entities.
KDD, SSP, analysis of crimes, prediction of crimes, LSTM, time series, Python.
The completed dashboard of the work can be checked here.