Identificação de padrões de crime : uma abordagem data-driven para o roubo de celulares no RS

Abstract

Este trabalho investiga o fenômeno do roubo de celulares no estado do Rio Grande do Sul, adotando uma abordagem baseada em dados para identificar padrões de crime. A análise faz uso de diversas técnicas de ciência de dados, incluindo aprendizado de máquina, visu alização de dados e métodos estatísticos para identificar e compreender os padrões dentro desse tipo de delito no estado do Rio Grande do Sul. Ao empregar essas técnicas, a análise busca identificar padrões comportamentais e ge ográficos associados ao roubo de celulares, um crime que, em virtude de sua crescente incidência, evoluiu para uma preocupação expressiva no contexto da segurança pública. Graças a Lei de Acesso à Informação, foi possível obter dados necessários para esta pes quisa com a Brigada Militar do RS. O estudo visa compreender a dinâmica desse crime, buscando não apenas analisar inci dentes isolados, mas também compreender o panorama geral. Isso envolve uma análise abrangente da demografia tanto das vítimas quanto dos criminosos, considerando variá veis como idade, gênero e localização geográfica.

This study investigates the phenomenon of mobile phone theft in the state of Rio Grande do Sul, adopting a data-driven approach to identify crime patterns. The analysis utilizes various data science techniques, including machine learning, data visualization, and sta tistical methods, to identify and comprehend patterns within this type of crime in the state of Rio Grande do Sul. By employing these techniques, the analysis aims to identify behavioral and geographical patterns associated with mobile phone theft, a crime that, due to its increasing incidence, has evolved into a significant concern in the context of public security. Thanks to the Brazilian Access to Information Law, necessary data for this research were obtained from the state police. The study seeks to understand the dynamics of this crime, aiming not only to analyze iso lated incidents but also to comprehend the bigger picture. This involves a comprehensive analysis of the demographics of both victims and criminals, considering variables such as age, gender, and geographical location.