在belem -PA中使用社交网络数据和数据挖掘技术对犯罪进行分类

Lucas Furtado, A. Souza
{"title":"在belem -PA中使用社交网络数据和数据挖掘技术对犯罪进行分类","authors":"Lucas Furtado, A. Souza","doi":"10.32640/TASJ.2019.2.121","DOIUrl":null,"url":null,"abstract":"A Grande Belém enfrenta o desafio de reduzir a taxa de criminalidade na capital e nos\nmunicípios. O ano de 2017 foi o mais violento da história: a recordista marca de 4.416 mortes violentas foi registrada no referido estado, com a média diária de 12 mortes. Inserido neste contexto, este trabalho tem como objetivo identificar e classificar crimes realizados em determinados bairros de Belém utilizando a técnica de mineração de dados. Na primeira etapa foi realizada a extração e seleção dos dados usando a ferramenta computacional python e armazenando-os em uma planilha eletrônica (Excel). Na segunda etapa, aconteceu o préprocessamento, a organização dos dados, ou seja, realizamos a limpeza, integração, transformação e redução do conjunto de dados. No penúltimo momento, foi utilizado o algoritmo chamado Árvore de Classificação e Regressão nos dados coletados utilizando a biblioteca SciKit-Learning. A última etapa do processo foi a avaliação dos dados das quatro métricas de desempenho estabelecidas: acurácia, taxa de erro, sensibilidade e especificidade. Através da Utilização da seleção dos dados foi possível sumarizá-los, assim como, dos testes e experimentos realizados com a técnica de mineração de dados, foi possível identificar padrões escondidos nas postagens em redes sociais, facilitando a identificação das ocorrências criminosas em Belém-PA. Dessa forma, a sociedade tomará conhecimento da situação que se encontra os crimes na cidade nos seus respectivos meses, dias da semana, períodos do dia e bairros no intuito de se proteger ou ficar em alerta ao andar por determinados locais onde a incidência de crimes é grande.","PeriodicalId":227717,"journal":{"name":"The Academic Society Journal","volume":"4 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-06-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Uso de Dados Provenientes de Rede Social e Técnica de Mineração de Dados\\npara Classificar Crimes em Belém-PA\",\"authors\":\"Lucas Furtado, A. Souza\",\"doi\":\"10.32640/TASJ.2019.2.121\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"A Grande Belém enfrenta o desafio de reduzir a taxa de criminalidade na capital e nos\\nmunicípios. O ano de 2017 foi o mais violento da história: a recordista marca de 4.416 mortes violentas foi registrada no referido estado, com a média diária de 12 mortes. Inserido neste contexto, este trabalho tem como objetivo identificar e classificar crimes realizados em determinados bairros de Belém utilizando a técnica de mineração de dados. Na primeira etapa foi realizada a extração e seleção dos dados usando a ferramenta computacional python e armazenando-os em uma planilha eletrônica (Excel). Na segunda etapa, aconteceu o préprocessamento, a organização dos dados, ou seja, realizamos a limpeza, integração, transformação e redução do conjunto de dados. No penúltimo momento, foi utilizado o algoritmo chamado Árvore de Classificação e Regressão nos dados coletados utilizando a biblioteca SciKit-Learning. A última etapa do processo foi a avaliação dos dados das quatro métricas de desempenho estabelecidas: acurácia, taxa de erro, sensibilidade e especificidade. Através da Utilização da seleção dos dados foi possível sumarizá-los, assim como, dos testes e experimentos realizados com a técnica de mineração de dados, foi possível identificar padrões escondidos nas postagens em redes sociais, facilitando a identificação das ocorrências criminosas em Belém-PA. Dessa forma, a sociedade tomará conhecimento da situação que se encontra os crimes na cidade nos seus respectivos meses, dias da semana, períodos do dia e bairros no intuito de se proteger ou ficar em alerta ao andar por determinados locais onde a incidência de crimes é grande.\",\"PeriodicalId\":227717,\"journal\":{\"name\":\"The Academic Society Journal\",\"volume\":\"4 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-06-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"The Academic Society Journal\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.32640/TASJ.2019.2.121\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"The Academic Society Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.32640/TASJ.2019.2.121","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

Grande belem面临着降低首都和市政当局犯罪率的挑战。2017年是历史上最暴力的一年:该州记录了创纪录的4416人暴力死亡,平均每天有12人死亡。在此背景下,本研究旨在利用数据挖掘技术识别和分类在belem某些社区发生的犯罪。在第一步中,使用python计算工具提取和选择数据,并将其存储在电子表格(Excel)中。第二步是预处理、数据组织,即对数据集进行清理、集成、转换和减少。在倒数第二时刻,我们使用了一种叫做分类树的算法,并对使用SciKit-Learning库收集的数据进行回归。该过程的最后一步是评估四个已建立的性能指标的数据:准确性、错误率、敏感性和特异性。通过数据选择的使用,可以对它们进行总结,以及使用数据挖掘技术进行的测试和实验,可以识别社交网络帖子中隐藏的模式,便于识别belem -PA中的犯罪事件。通过这种方式,社会将了解城市在各自的月份、一周、一天的时间段和社区的犯罪情况,以保护自己或在犯罪发生率高的某些地方行走时保持警惕。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Uso de Dados Provenientes de Rede Social e Técnica de Mineração de Dados para Classificar Crimes em Belém-PA
A Grande Belém enfrenta o desafio de reduzir a taxa de criminalidade na capital e nos municípios. O ano de 2017 foi o mais violento da história: a recordista marca de 4.416 mortes violentas foi registrada no referido estado, com a média diária de 12 mortes. Inserido neste contexto, este trabalho tem como objetivo identificar e classificar crimes realizados em determinados bairros de Belém utilizando a técnica de mineração de dados. Na primeira etapa foi realizada a extração e seleção dos dados usando a ferramenta computacional python e armazenando-os em uma planilha eletrônica (Excel). Na segunda etapa, aconteceu o préprocessamento, a organização dos dados, ou seja, realizamos a limpeza, integração, transformação e redução do conjunto de dados. No penúltimo momento, foi utilizado o algoritmo chamado Árvore de Classificação e Regressão nos dados coletados utilizando a biblioteca SciKit-Learning. A última etapa do processo foi a avaliação dos dados das quatro métricas de desempenho estabelecidas: acurácia, taxa de erro, sensibilidade e especificidade. Através da Utilização da seleção dos dados foi possível sumarizá-los, assim como, dos testes e experimentos realizados com a técnica de mineração de dados, foi possível identificar padrões escondidos nas postagens em redes sociais, facilitando a identificação das ocorrências criminosas em Belém-PA. Dessa forma, a sociedade tomará conhecimento da situação que se encontra os crimes na cidade nos seus respectivos meses, dias da semana, períodos do dia e bairros no intuito de se proteger ou ficar em alerta ao andar por determinados locais onde a incidência de crimes é grande.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Seis anos da TASJ em perspectiva Monitoring a bioengineering class in a professional engineering specialization: is there concatenation of learning? Mulheres na tecnologia - fundamentos sobre a presença a partir de um contexto histórico Mulheres na Ciência - O Futuro STEM Feminino Análise computacional da variabilidade da frequência cardíaca a partir de sinais eletrocardiográficos
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1