Padrões de Concentração Espacial de Roubos de Automóveis em Municípios da Grande João Pessoa a Partir de Técnicas de Aprendizado de Máquinas

Autores

  • Otoniel Rodrigues dos Anjos Junior UFPB
  • Robson Oliveira Lima UFPB
  • Stélio Coêlho Lombardi Filho Universidade Federal de Minas Gerais
  • Aléssio Tony Cavalcanti de Almeida UFPB
  • Hilton Martins de Brito Ramalho UFPB

DOI:

https://doi.org/10.22478/ufpb.2238-104X.2021v11n2.50891

Resumo

Objetivo: Este artigo tem como objetivo identificar padrões de concentração espacial relacionados a roubos e furtos de veículos na grande João Pessoa (PB), região composta pelos municípios de Bayeux, Cabedelo, João Pessoa e Santa Rita, usando técnicas de aprendizado de máquinas. Com isso, busca-se contribuir com a discussão sobre os potenciais benefícios da utilização de ferramentas da Inteligência Artificial no campo da segurança pública. Metodologia: Os dados utilizados foram obtidos junto à Secretaria de Estado da Segurança e da Defesa Social da Paraíba e contemplam os anos de 2017 a 2019. A base é composta por 5.385 ocorrências de roubo e furto de carros e motos, indicando coordenadas geográficas, município, bairro, dia da semana, turno e hora de ocorrência do crime. A estratégia empírica adotada consistiu na aplicação do algoritmo de Clusterização Espacial Baseada em Densidade de Aplicações com Ruído (Density-Based Spatial Clustering of Applications with Noise, DBSCAN). Resultados: A análise descritiva apontou que o centro da cidade de João Pessoa é o bairro com maior taxa de subtração de veículos por 100 mil habitantes, seguido por Barra de Gramame, Ponta do Seixas, Distrito Industrial e Varadouro. Em relação à concentração de crimes em locais determinados, a utilização do DBSCAN permitiu identificar hotspots para diferentes dias e turnos, sendo que o número destes se mostrou maior durante os dias de semana, no período noturno. Contribuições: Tais resultados têm potencial para auxiliar a elaboração de um planejamento mais eficaz de segurança pública nos bairros da grande João Pessoa, pois sugerem como deslocar o efetivo policial de modo a se alcançar maior eficiência na prevenção de crimes e captura de criminosos.

Downloads

Não há dados estatísticos.

Biografia do Autor

Stélio Coêlho Lombardi Filho, Universidade Federal de Minas Gerais

Doutor em Economia pelo Centro de Desenvolvimento e Planejamento Regional (CEDEPLAR/UFMG). Possui graduação em Ciências Econômicas e Mestrado em Economia Aplicada pela Universidade Federal da Paraíba (UFPB). Tem interesse nas áreas de Economia Social, Avaliação de Políticas Públicas, Demografia Econômica e Métodos Quantitativos. Integrante dos seguintes grupos de pesquisa: Laboratório de Economia & Modelagem Aplicada (LEMA) e Pesquisas em Economia e Demografia da Estratificação Social (PEDES).

Downloads

Publicado

2020-09-14

Como Citar

Otoniel Rodrigues dos Anjos Junior, Robson Oliveira Lima, Coêlho Lombardi Filho, S., Aléssio Tony Cavalcanti de Almeida, & Hilton Martins de Brito Ramalho. (2020). Padrões de Concentração Espacial de Roubos de Automóveis em Municípios da Grande João Pessoa a Partir de Técnicas de Aprendizado de Máquinas. Teoria E Prática Em Administração, 11(2), 28–45. https://doi.org/10.22478/ufpb.2238-104X.2021v11n2.50891

Edição

v. 11 n. 2 (2021): Jul/Dez

Seção

Artigos de Pesquisa (Research Papers)

Licença

Autores mantêm, irrestritamente, o copyright e os direitos autorais, e concedem à revista Teoria e Prática em Administração (TPA) o direito à primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution CC BY que permite o compartilhamento da obra com o reconhecimento da autoria e publicação inicial nesta revista.