PROPOSTA DE SOLUÇÃO PARA UTILIZAÇÃO DE REGISTRO DE OCORRÊNCIAS POLICIAIS PARA AUXILIAR NO PROCESSO DECISÓRIO GERENCIAL NO ÂMBITO DA SEGURANÇA PÚBLICA
Resumo
Considerando que a segurança pública no Brasil, área de grande importância da sociedade atual, é um setor crítico nos Estados brasileiros, e sendo de alta relevância pelo fato está diretamente ligada ao maior bem jurídico do ser humano, a vida, faz necessário, a realização de estudo que permita mitigar o aumento da criminalidade por meio de uso de inteligência policial. Nesse cenário, em que a ciência oferece diversas metodologias e ferramentas para auxiliar na solução e gestão de problemas, dentre elas estão Business Intelligence, Inteligência Artificial, Séries Temporais, Problemas de Localização e Análise Criminal. Nesse contexto, onde é notório uma gestão de segurança pública sem os recursos adequados, esse trabalho propõe a utilização dos registros de crimes ocorridos na cidade de João Pessoa, fornecidos pela Polícia Civil da Paraíba, para implementação de uma ferramenta de inteligência de negócio, como também o fornecimento, por meio do uso do séries temporais, de padrões de comportamentos, assim como a aplicação de modelos estatísticos matemáticos para uma previsão de ocorrências criminais, finalizando com a submissão de algoritmos que objetivam resolver o problema de localização para uma melhor distribuição de viaturas policiais.
Palavras-chave: Inteligência de Negócio; Series Temporias; Problema de Localização; Análise Criminal; Segurança Pública.
Referências
AHMED S., Akter S., Islam K., Rahman M., Shawon M. H., “Forecasting PV Panel Output Using Prophet Time Series Machine Learning Model,” 2020 IEEE REGION 10 CONFERENCE (TENCON) Osaka, Japan, November 16-19, 2020.
BRAGHITTONI, R. Business intelligence: Implementar do jeito certo e a custo zero. Casa do Código. 2015.
CAMPELLO, R.J.G.B. and Hruschka, E.R., “A fuzzy extension of the silhouette width criterion for cluster analysis”, Fuzzy Set and System, Vol.(157), Issue 21, 1 November 2006, p. 2858-2575. Elsevier.
CARVALHO, V. A. de C., 2011. Política de segurança pública no Brasil: avanços, limites e desafios Disponível em: https://www.scielo.br/j/rk/a/bnjfd8BgmpTSXSSSyXQ3qbj/ ?lang=pt. Acesso em: 25 jul. 2021.
CHARTIER, S. and Morissette, L. “The k-means clustering techinque: General considerations and implementation in Mathematica.”. Tutorials in Quantitative Methods for Psychology 2013, Vol. 9(1), p. 15-24.
CHURCH, R.; REVELLE, C. The maximal covering location problem. In: SPRINGER. Papers of the Regional Science Association. [S.l.], 1974. v. 32, n. 1, p. 101–118.
CRUZ, M. D., Ochi, L. S. O problema de clusterização automática: um novo método utilizando o ILS. 10th Brazilian Congress on Computacional Intelligence (CBIC’2011)
DARAPANENI et al. (2021) “Forecasting Vaccination Drive In India for Herd Immunity using SIR and Prophet Model” 2021 IEEE World AI IoT Congress (AIIoT), 2021.
DIAS, C. R. Algoritmo evolutivo para o problema de clusterização de grafos orientados: desenvolvimento e análise experimental. Dissertação de Mestrado. Universidade Federal Fluminense, 2004.
DIAS, C. R., Ochi, L. S., Soares, S. S. F., Clusterização em mineração de dados. Encontro Regional de Informática RJ/ES, 2004, Vitória. Anais do ERI 2004 RJ/ES, Vitória: ERI, 2004. p.1-6
DRUMMOND, L. M. A, Ochi, L. S, Rosário, S. S. “Um algoritmo de Construção e Busca Local para o Problema de Clusterização de Bases de Dados,” Sociedade Brasileira de Matemática Aplicada e Computacional, Vol. 7. nº 1 (2006), 109-118.
EHLERS, R.S. Análise de séries temporais. Quarta Edição Publicada em 2007.
FACELI, K.; Lorena, A. C.; Gama, J.; Carvalho, A. C. P. de L. F. Inteligência artificial: uma abordagem de aprendizado de máquina. Rio de Janeiro: LTC, 2011.
FERREIRA, R. J. P. and Ferreira, H. L.,”Decision support system for location of back-up transformers based on a multi-attribute p-median model”, 2012 IEEE International Conference on Systems, Man, and Cybernetics, 2012.
FERRO, A. L. Inteligência de segurança pública e análise criminal. Revista Brasileira de Inteligência. Brasilia: Abin, v. 2, n. 2, abr. 2006.
GALVÃO, R. D., Chiyoshi, F. Y., Espejo, L. G. A. and Rivas, M. P. A., 2003. Disponível em: https://www.scielo.br/j/pope/a/xDj87ZWcysCqBsjqfCpw9sx/?lang=pt. Acesso em: 10 de junho. 2022.
GARCIA, C. A. F. M. Análise de Séries Temporais com Recurso a Técnicas de Bases de Dados. Dissertação de Mestrado. Universidade do Porto – Faculdade de Engenharia, 2000.
GONG et al. (2020) “Trend Analysis of Building Power Consumption Based on Prophet Algorithm” 2020 Asis Energy and Electrical Engineering Symposium, 2020.
HORNER, D., Resolução do Problema das P-Medianas Não Capacitado. Dissertação de Mestrado. Universidade Federal de Santa Catarina, 2009.
ISLER, C. A., Bonassa, A. C. and Cunha, C. B., “Algoritmo genético para resolução do problema de p-medianas capacitado associado à distribuição de peças automotivas”. Revista TRANSPORTES, v. 20, n. 2, 2012.
JAIN, G. and Prasad, R. R., “Machine learning, Prophet and XGBoost algorithm: Analysis of Traffic Forecasting in Telecom Networks with time series data” 2020 8th Internationa Conference on Reliability, Infocom Technologies and Optimization (Trends and Future Directions) (ICRITO), Amity University, Noida, India. June 4-5, 2020.
KHAN et al. (2020), "Analysis of Business Intelligence Impact on Organizational Performance," 2020 International Conference on Data Analytics for Business and Industry: Way Towards a Sustainable Economy (ICDABI), 2020, pp. 1-4, doi: 10.1109/ICDABI51230.2020.9325610.
KUMAR J. B. and Pande S., "Time Series Forecasting Model for Supermarket Sales using FB-Prophet," 2021 5th International Conference on Computing Methodologies and Communication (ICCMC), 2021, pp. 547-554, doi: 10.1109/ICCMC51019.2021.9418033.
LEAL, E. O. Técnicas operacionais de inteligência e ações de busca na produção de provas em investigação e processo criminal: admissibilidade e limites. 2016. 87 p. Trabalho de Conclusão de Curso (Especialização em Inteligência de Estado e Inteligência em Segurança Pública) – Centro Universitário Newton Paiva, Associação Internacional para Estudos de Segurança e Inteligência, Belo Horizonte, 2016. Disponível em: http://www.mpsp.mp.br/ portal/page/portal/ documentacao_e_divulgacao/doc_biblioteca/bibli_servicos_produtos/ BibliotecaDigital/Publicacoes_MP/Todas_publicacoes/Evandro-Ornelas-Leal-TCC.pdf. Acesso em: 15 julho. 2021
LORENA, L. A. N. and Senne, E. L. F., “Abordagens de Geração de Colunas para um Problema de P-Medianas Capacitado”, 2005.
MORETTIN, P. A. and Toloi C. M. C. Análise de séries temporais. São Paulo – Edgard Blucher, 2004.
MORETTIN, P. A. and Toloi C. M. C. Modelos para previsão de séries temporais. Rio de Janeiro – Instituto de Matemática Pura e Aplicada, 1981.
MILÁN et al. (2020), "Success factors and benefits of using business intelligence for corporate performance management," 2020 9th International Conference On Software Process Improvement (CIMPS), 2020, pp. 19-27, doi: 10.1109/CIMPS52057.2020.9390108.
OLIVEIRA, C. P. de. Modelos de Otimização Aplicados ao Problema de Máxima Cobertura: Estudo de Caso do Samu-BH. Dissertação de Mestrado. Centro Federal de Educação Tecnológica de Minas Gerais, 2020.
PAL, A. and Prakash, P., Pratical Times Series Analysis. Packt Publishing Ltd – B3 2PB, UK, 2017.
PINHEIRO et al. (2020), "Business Intelligence Applied in Buildings Energy Efficiency," 2020 15th Iberian Conference on Information Systems and Technologies (CISTI), 2020, pp. 1-6, doi: 10.23919/CISTI49556.2020.9141019.
PONTIN, V. M., Garcia, R. A., Neto, P. B. and Ribeiro, G. M., Análise de Modelos Matemáticos para Problema Probabilístico de Localização-Alocação de Máxima Cobertura. Cadernos do Ime – Série Estatísticas. Universidade Federal do Rio de Janeiro, 2010.
PRIMAK, F. V. da S. Decisões com B.I (Business Intelligence). Rio de Janeiro: Editora Ciência Moderna Ltda., 2008.
PROPHET :< https://facebook.github.io/prophet/docs/quick_start.html#python-api>. Acesso em: 09 de jun. 2022.
RAMESH, Sharda,. Business Intelligence e Análise de Dados para Gestão do Negócio. Disponível em: Minha Biblioteca, (4th edição). Grupo A, 2019.
RIBEIRO R., Oliveira A. and Pedrosa I., "Analysis of the Impact of Business Intelligence in Public Administration," 2021 16th Iberian Conference on Information Systems and Technologies (CISTI), 2021, pp. 1-5, doi: 10.23919/CISTI52073.2021.9476489.
SANTOS, R. P. and Muller, C., “Problema de localização de máxima cobertura aplicado à localização de esquadrões de aeronaves de interceptação na região Amazônica,” XXXVIII Simpoósio Brasileiro de Pesquisa Operacional, Goiânia-GO, 2006.
SANTOS, W. A., Nunes, E. R., Dias, B. R. Lucena and Pizzolato, N. D., Aplicação de modelo das p-medianas para a localização de unidades estratégicas de saúde da família ribeirinhas: um estudo de caso em uma localidade amazônica. Brazilian Journal of Development, 2020.
SENA, D. and Nagwani, N. K., “Application of Times Series Based Prediction Model to Forecast Per Capita Displosable Income” 2015 IEEE International Advance Computing Conference (IACC), 2015.
SHI Z., "Research and Application of Business Intelligence in the Nuclear Power Maintenance," 2013 Ninth International Conference on Intelligent Information Hiding and Multimedia Signal Processing, 2013, pp. 619-622, doi: 10.1109/IIH-MSP.2013.159.
SÖKÜT AÇAR T. and Ayman Öz N., "The determination of optimal cluster number by Silhouette index at clustering of the European Union member countries and candidate Turkey by waste indicators", Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, vol. 26, no. 3, pp. 481-487, Jun. 2020
TAYLOR S. J. and Letham B., "Forecasting at Scale". PeerJ Preprints 5:e3190v2 https://doi.org/10.7287/peerj.preprints.3190v2.
WILLIAMS, F. Criminology. In: Bailey, W. G. The Encyclopedia of Police Science. 2. ed. New York, London: Garland. 1995. p. 181.
