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
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
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://www.teses.usp.br/teses/disponiveis/12/12139/tde-14072025-153939/. Acesso em: 02 jan. 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://www.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 jan. 02 ] Available from: https://www.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 jan. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/12/12139/tde-14072025-153939/
Informações sobre o DOI: 10.11606/T.12.2025.tde-14072025-153939 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
