A UFS preocupa-se com a sua privacidade

A UFS poderá coletar informações básicas sobre a(s) visita(s) realizada(s) para aprimorar a experiência de navegação dos visitantes deste site, segundo o que estabelece a Política de Privacidade de Dados Pessoais. Ao utilizar este site, você concorda com a coleta e tratamento de seus dados pessoais por meio de formulários e cookies.

Ciente
Notícias

Banca de DEFESA: KLEBER HENRIQUE DE JESUS PRADO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: KLEBER HENRIQUE DE JESUS PRADO
DATA: 25/11/2020
HORA: 16:00
LOCAL: meet.google.com/eej-drny-joa
TÍTULO: Data Science Aplicada à Análise Criminal Baseada nos Dados Abertos Governamentais do Brasil
PALAVRAS-CHAVES: Regras de Associação, Análise Criminal, Ciência de Dados, Dados Abertos Governamentais e Metanálise.
PÁGINAS: 130
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Banco de Dados
RESUMO:

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, gastando, a cada ano, milhões de dólares combatendo a violência e, consequentemente, causando grande preocupação com o seu controle para as agências de segurança pública. Portanto, novas abordagens e sistemas avançados são necessários para melhorar a análise de crimes e para proteger a sociedade. Neste contexto, a Data Science vem desempenhando um papel fundamental na melhoria dos resultados das investigações e detecções criminais, facilitando o registro, a análise de recuperação e o compartilhamento das informações. Objetivo: Aplicar fundamentos de Data Science e fornecer um modelo automatizado, constantemente atualizado, para analisar dados abertos governamentais relacionados aos crimes ocorridos nas Unidades Federativas (UFs) brasileiras e nos municípios de Minas Gerais. Método: Inicialmente, foi executada uma Revisão Sistemática (RS) quantitativa (com metanálise), como forma de identificar e sistematizar as principais abordagens, técnicas e algoritmos utilizados na análise inteligente de dados governamentais abertos relacionados a incidentes criminais. Em seguida, dois experimentos controlados foram executados para descoberta de regras de associação entre estados, municípios, crimes, Regiões Integradas de Segurança Pública (RISPs), alvos de roubo e alvos de furto. Adicionalmente, foi realizada a detecção de outliers em relação às taxas de criminalidade e foram desenvolvidos rankings que demostram os locais (estados, municípios ou RISPs) mais perigosos. Resultados: No contexto dos estados brasileiros, do ponto de vista geral, com ponderações para os crimes, o Paraná foi o local mais perigoso, em todos os anos avaliados. Destaque também para o Rio de Janeiro, ocupando sempre a segunda posição. Além disso, os estados de Goiás, Pernambuco e Rondônia foram classificados entre os cinco mais perigosos, em três dos cinco anos analisados. Sob a perspectiva única dos assassinatos, em 2019, os estados de Roraima, Rio Grande do Norte, Sergipe, Acre e Pernambuco foram classificados entre os dez mais violentos, sendo Pernambuco e Acre os estados mais perigosos nas duas perspectivas (média ponderada e homicídios). Em relação às regras de associação, ficou evidenciado que existem dependências entre crimes e estados. No âmbito do estado de Minas Gerais, os municípios de Belo Horizonte, Confins e Contagem estiveram, constantemente, entre os cinco mais perigosos. Além disso, ficou evidenciado que há dependências entre: crimes e municípios, crimes e RISPs, alvos de roubo e municípios, e alvos de roubo e RISPs. Por outro lado, não foram detectadas associações entre alvos de furto e municípios, e alvos de furto e RISPs. Conclusão: A Data Science possibilita a redução do orçamento empregado na área de segurança pública, por meio da execução de diagnósticos mais precisos e mais céleres, auxiliando o planejamento estratégico e a tomada de decisão.


MEMBROS DA BANCA:
Presidente - 2227110 - METHANIAS COLACO RODRIGUES JUNIOR
Interno - 1692341 - EDWARD DAVID MORENO ORDONEZ
Externo ao Programa - 426620 - LEILA MACIEL DE ALMEIDA E SILVA
Externo à Instituição - MARIO ANDRE DE FREITAS FARIAS

Notícia cadastrada em: 12/11/2020 08:59
SIGAA | Superintendência de Tecnologia da Informação/UFS - - | Copyright © 2009-2024 - UFRN - bigua3.bigua3 v3.5.16 -r19032-7126ccb4cf