Aplicação de machine learning para análise dos fatores de ocorrências de crimes entre o período 2008 à 2012 nos municípios do Estado de São Paulo (2025)
- Authors:
- Autor USP: FERNANDES, DANILO DOURADINHO - FEA
- Unidade: FEA
- Sigla do Departamento: EAD
- DOI: 10.11606/T.12.2025.tde-14072025-153939
- Subjects: APRENDIZADO COMPUTACIONAL; SEGURANÇA PÚBLICA; CRIMINALIDADE; INTELIGÊNCIA ARTIFICIAL; CRIME
- Keywords: Aprendizado de máquina; Artificial intelligence; Ciência de dados; Data science; Machine learning; Public security
- Language: Português
- Abstract: A criminalidade é um fenômeno multifacetado que afeta diversas esferas sociais e econômicas, tornando-se um desafio significativo para as políticas públicas. O avanço da ciência de dados e das técnicas de Machine Learning (ML) tem permitido novas abordagens para a análise e previsão de padrões criminais. Neste contexto, a presente tese tem como objetivo analisar os fatores socioeconômicos associados às ocorrências criminais nos municípios do Estado de São Paulo entre os anos de 2008 e 2012, utilizando algoritmos de aprendizado de máquina para identificar padrões e desenvolver modelos preditivos. Para a realização do estudo, foram utilizados dados de Boletins de Ocorrência (BOs) disponibilizados pela Secretaria de Segurança Pública do Estado de São Paulo (SSP-SP), combinados com dados socioeconômicos do Índice Paulista de Responsabilidade Social (IPRS), fornecido pela Assembleia Legislativa do Estado de São Paulo (ALESP). A metodologia envolveu a coleta, pré-processamento e integração dessas bases de dados, seguidos pela aplicação do algoritmo Extreme Gradient Boosting (XGBoost), amplamente reconhecido por sua capacidade de lidar com grandes volumes de dados e variáveis complexas. Os dados foram analisados com o objetivo de encontrar padrões ocultos de criminalidade, considerando variáveis como taxa de desemprego, escolaridade, infraestrutura urbana e densidade populacional. O modelo foi avaliado por métricas como RMSE, MAE e R2, permitindo aferir sua precisão econfiabilidade. A análise revelou padrões complexos que modelos tradicionais não capturam plenamente, evidenciando a importância de técnicas avançadas de análise de dados para identificar determinantes críticos. Os resultados indicam que Municípios com maior vulnerabilidade socioeconômica tendem a registrar taxas mais elevadas de criminalidade, evidenciando a necessidade de políticas públicas voltadas para a redução das desigualdades e o aumento da segurança comunitária. A análise preditiva revelou que os modelos de ML podem fornecer suporte valioso para a alocação eficiente de recursos de segurança pública, permitindo a identificação proativa de áreas de risco. Assim, a utilização de técnicas de aprendizado de máquina na análise da criminalidade oferece uma abordagem promissora para a formulação de políticas públicas baseadas em dados concretos. O estudo contribui para a literatura acadêmica ao demonstrar como a integração de dados socioeconômicos e criminais, aliada a modelos preditivos avançados, pode aprimorar a compreensão dos fatores que influenciam a segurança pública
- Imprenta:
- Data da defesa: 13.05.2025
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
FERNANDES, Danilo Douradinho. Aplicação de machine learning para análise dos fatores de ocorrências de crimes entre o período 2008 à 2012 nos municípios do Estado de São Paulo. 2025. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://teses.usp.br/teses/disponiveis/12/12139/tde-14072025-153939/. Acesso em: 10 abr. 2026. -
APA
Fernandes, D. D. (2025). Aplicação de machine learning para análise dos fatores de ocorrências de crimes entre o período 2008 à 2012 nos municípios do Estado de São Paulo (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/12/12139/tde-14072025-153939/ -
NLM
Fernandes DD. Aplicação de machine learning para análise dos fatores de ocorrências de crimes entre o período 2008 à 2012 nos municípios do Estado de São Paulo [Internet]. 2025 ;[citado 2026 abr. 10 ] Available from: https://teses.usp.br/teses/disponiveis/12/12139/tde-14072025-153939/ -
Vancouver
Fernandes DD. Aplicação de machine learning para análise dos fatores de ocorrências de crimes entre o período 2008 à 2012 nos municípios do Estado de São Paulo [Internet]. 2025 ;[citado 2026 abr. 10 ] Available from: https://teses.usp.br/teses/disponiveis/12/12139/tde-14072025-153939/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
