Data Science aplicada à análise criminal baseada nos dados abertos governamentais de Minas Gerais

Abstract

Contexto: Crime é um problema social comum e complexo, que afeta a qualidade de vida, o crescimento econômico e a reputação de uma nação. Governantes e a sociedade em geral têm tido enormes problemas causados por esse fenômeno. A cada ano, os governos gastam milhões de dólares combatendo a violência e, consequentemente, a prevenção e o controle do crime são questões de grande preocupação para as agências de segurança pública. Objetivo: Aplicar fundamentos de Data Science e fornecer um modelo automatizado, constantemente atualizado, para analisar dados abertos governamentais relacionados aos crimes ocorridos em Minas Gerais. Método: Um experimento foi executado para descoberta de associações entre os municípios, Regiões Integradas de Segurança Pública (RISPs), crimes e alvos de roubo e furto. Adicionalmente, foram desenvolvidos rankings com os municípios mais perigosos. Resultados: Do ponto de vista geral, com ponderações para os crimes, os munícipios de Belo Horizonte, Confins e Contagem estiveram, constantemente, entre os cinco mais perigosos. Além disso, ficou evidenciado que existem dependências entre: crimes e municípios, crimes e RISPs, alvos de roubo e municípios, e alvos de roubo e RISPs. Conclusão: A Ciência de Dados possibilita a execução de diagnósticos mais precisos e mais céleres, auxiliando o planejamento estratégico e a tomada de decisão em Segurança Pública. Com algumas particularidades e indo além dos homicídios, Minas Gerais segue parcialmente a tendência nacional de ter índices de criminalidade mais baixos em áreas ao redor de regiões com maior desenvolvimento econômico.

Identificação de evasão fiscal utilizando dados abertos e inteligência artificial

“…Os dados abertos são um instrumento para o exercício da cidadania (Ribeiro & Almeida, 2011), bem como fonte para o desenvolvimento dos mais diversos propósitos de pesquisa, notadamente na área de ciência de dados, como apresentado por Prado (2020).…”

A framework proposal to preview pecuniary fines for cyber crime using Brazilian res judicata processes and XGBoost algorithm

“…[4] in his work contemplated the use of unsupervised learning. The dataset used in this work includes the criminal incidents that occurred in all states in Brazil and its data were collected from the Portal da Transparência Project 4 . The criminal incidents covered in this work are vehicle theft, vehicle theft, rape, intentional homicide, attempted murder, cargo theft, robbery followed by death (thievery), bodily injury followed by death, and theft from a financial institution.…”

Data Mining in Public Security Databases in Belém, Pará, Brazil

“…According to [Singh et al 2018], data mining techniques have proven effective in analyzing datasets and gathering useful information in many domains. In the criminal field, data mining is receiving increased attention to discover underlying patterns in crime data, as can be seen in [Prado et al 2020, Araújo and Maciel 2018, Ratul 2020, Regateiro 2021].…”