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

• Ano de defesa: 2025
• Autor(a) principal: Fernandes, Danilo Douradinho
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Aprendizado de máquina; Artificial intelligence; Ciência de dados; Crime; Criminalidade; Data science; Inteligência artificial; Machine learning; Public security; Segurança pública
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/12/12139/tde-14072025-153939/

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 e confiabilidade. 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.