Banca de DEFESA: JEAN GOMES TURET

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: JEAN GOMES TURET
DATA : 01/03/2023
HORA: 14:30
LOCAL: Online
TÍTULO:

METODOLOGIA HÍBRIDA DE ANÁLISE DE DADOS ESTRUTURADOS E DADOS NÃO ESTRUTURADOS PARA APOIO AO PROCESSO DECISÓRIO EM SEGURANÇA PÚBLICA.


PALAVRAS-CHAVES:

Aprendizagem de máquina, Dados estruturados, Dados não-estruturados, Segurança Pública, Big Data


PÁGINAS: 102
RESUMO:

A segurança pública deve ser estrategicamente concebida para minimizar a criminalidade e garantir um nível de segurança mais elevado. Considerando esse contexto, verifica-se que a análise de dados de crime contribui para o estabelecimento de ações que devem ser realizadas para garantir este nível mais elevado de segurança, nestas análises são considerados dados estruturados de agências governamentais e dados não estruturados de redes sociais, como o Twitter, mas não os dois em conjunto. Verifica-se que não há incorporação e integração desses dados, o que permitiria aumentar a precisão de métodos de análise de dados, como algoritmos de aprendizagem de máquinas. Assim, este trabalho propõe uma metodologia híbrida de análise de dados, considerando a integração de dados estruturados e dados não estruturados, que permita que algoritmos de análise de dados, como aprendizagem de máquina, por exemplo, possam realizar as análises necessárias em segurança pública. A integração acontece em duas esferas principais, a primeira a partir da absorção e análise de dados estruturados disponibilizados por agências governamentais, e a segunda a partir da absorção, classificação e análise de dados não estruturados, provenientes de plataformas digitais, como é o caso do Twitter, plataforma Onde Fui Roubado e do CityCop. Com isto, torna-se possível transformar e incorporar esses dados em uma base de repositório única. A partir dessa metodologia hibrida foi construído um sistema de apoio a decisão (DS.Security) para que as análises possam ocorrer em segurança pública. O DS.Security possui três modelos para ilustrar a aplicabilidade desta metodologia: o primeiro de classificação de bairros; o segundo de perfil criminal; e o terceiro de classificação de bairros levando em consideração violência contra a mulher. Como resultado, a taxa de precisão dos algoritmos de aprendizagem de máquina, como é o caso do J.48, ExtraTrees, Naive Bayes e Support Vector Machine aumentou cerca de 10% em comparação com aplicação desses algoritmos em apenas dados estruturados nos modelos associados ao sistema de apoio a decisão.


MEMBROS DA BANCA:
Externo à Instituição - RICARDO AUGUSTO CASSEL
Externo à Instituição - GUIDO LEMOS DE SOUZA FILHO
Presidente - 1385501 - ANA PAULA CABRAL SEIXAS COSTA
Interna - 1510962 - CAROLINE MARIA DE MIRANDA MOTA
Interna - 1561347 - DANIELLE COSTA MORAIS
Notícia cadastrada em: 27/02/2023 10:15
SIGAA | Superintendência de Tecnologia da Informação (STI-UFPE) - (81) 2126-7777 | Copyright © 2006-2024 - UFRN - sigaa04.ufpe.br.sigaa04