Crime é um dos principais problemas sociais e está continuamente crescendo em intensidade e complexidade. Uma das maneiras de reduzir a criminalidade é otimizar as ações policiais não somente no campo da repressão, mas também no que tange à prevenção de crimes. Utilizando o conceito de prevenção, o estudante do curso de Ciência da Computação, Daniel Pravitz, sob orientação da professora Rejane Frozza, desenvolveu um sistema para análise e previsão de crimes que auxilia no combate à criminalidade.
Para isso, foram empregadas técnicas de Mineração de Dados e algoritmos de Aprendizado de Máquina relacionados à tarefa de previsão para treinar o sistema, usando dados reais provenientes de uma base de dados criminal. Os resultados dos algoritmos selecionados foram analisados, escolhendo aqueles que obtiveram o melhor desempenho para alimentar a base de dados do sistema com as previsões realizadas, juntamente com todos os dados criminais adquiridos durante o desenvolvimento do trabalho. Os dados criminais e as previsões realizadas foram dispostas em uma representação gráfica e intuitiva, compondo a interface de usuário do sistema. A tecnologia empregada na previsão de crimes, no contexto do trabalho desenvolvido, busca utilizar o conhecimento implícito nos dados criminais a favor de estratégias inteligentes no combate à criminalidade.
De acordo com o estudante Daniel Pravitz, o sistema desenvolvido pode otimizar as ações policiais, uma vez que permite realizar previsões e analisar o histórico criminal do contexto em que está sendo empregado. Assim, explica que, uma vez feita a previsão, a polícia pode aumentar o patrulhamento das áreas urbanas nos momentos apropriadas para a ocorrência de um crime, desencorajando os criminosos a realizar uma ação ilegal. “Um ponto importante do trabalho é a capacidade da tecnologia de ser uma aliada ao combate da criminalidade, tornando os dados criminais em um conhecimento útil, e não apenas informações sem propósito”, ressaltou.
