COMO A MINERAÇÃO DE DADOS PODE SER UTILIZADA PARA IDENTIFICAR PADRÕES CRIMINAIS ESPECÍFICOS NA CIDADE DO NATAL/RN COM BASE NA TEORIA DA ESCOLA DE CHICAGO SOBRE A CRIMINOLOGIA

Autores/as

  • Stefani Leite Cavalcanti Autor/a
  • Wagner Márcio Marques Cabral Autor/a
  • Horácio Betcel Guimarães Autor/a
  • Orivaldo Vieira de Santana Júnior Autor/a
  • Efrain Pantaléon Matamoros Autor/a

DOI:

https://doi.org/10.56238/arev7n7-203

Palabras clave:

criminalidade, segurança pública, técnicas avançadas, mineração de dados, algoritmos de machine learning, CRISP-DM, padrões, perfis, Cidade do Natal RN

Resumen

Ano após ano, o crescente volume de dados sobre a criminalidade no Estado do Rio Grande do Norte, expõe a fragilidade do sistema de segurança pública e os novos desafios a serem enfrentados, ensejando o uso de técnicas avançadas para buscar e retirar insights de grande valor para uso no setor de segurança pública. Este artigo sugere uma perspectiva moderna que une mineração de dados e algoritmos de machine learning e o CRISP-DM. Um arranjo que busca identificar padrões e perfis dos diversos crimes na Cidade do Natal/RN e aprimorar a compreensão de suas ocorrências, por região e bairro dentro da cidade. Os números indicam que essa abordagem não é eficaz apenas como ferramenta para aperfeiçoar estratégias, mas também tem a capacidade de identificar padrões comportamentais específicos, na busca da prevenção e diminuição dos crimes. Esse enfoque aponta para um remédio eficaz para tratar a criminalidade no RN.

Descargas

Los datos de descarga aún no están disponibles.

Descargas

Publicado

2025-07-15

Número

Sección

Artigos

Cómo citar

CAVALCANTI, Stefani Leite; CABRAL, Wagner Márcio Marques; GUIMARÃES, Horácio Betcel; DE SANTANA JÚNIOR, Orivaldo Vieira; MATAMOROS, Efrain Pantaléon. COMO A MINERAÇÃO DE DADOS PODE SER UTILIZADA PARA IDENTIFICAR PADRÕES CRIMINAIS ESPECÍFICOS NA CIDADE DO NATAL/RN COM BASE NA TEORIA DA ESCOLA DE CHICAGO SOBRE A CRIMINOLOGIA. ARACÊ , [S. l.], v. 7, n. 7, p. 38673–38691, 2025. DOI: 10.56238/arev7n7-203. Disponível em: https://periodicos.newsciencepubl.com/arace/article/view/6631. Acesso em: 5 dec. 2025.