Resumen

ORDONEZ-ERASO PH. D, Hugo-Armando; PARDO-CALVACHE PH. D, César-Jesús  y  COBOS-LOZADA PH. D, Carlos-Alberto. Detecção de tendências de homicídios na Colômbia usando Machine Learning. Rev. Fac. ing. [online]. 2020, vol.29, n.54, e11740.  Epub 30-Dic-2020. ISSN 0121-1129.  https://doi.org/10.19053/01211129.v29.n54.2020.11740.

Nas últimas décadas, o número de homicídios violentos na América Latina tem crescido consideravelmente devido à ampliação e auge de grupos criminais organizados em zonas rurais e urbanas das principais cidades de países como o México, a Colômbia e a Venezuela. Com base no alto índice de homicídio destes países, consequência da alta criminalidade, estes têm sido classificados dentro dos mais violentos a nível mundial. Segundo dados reportados pelo Observatório do Delito da Polícia Nacional e a Fiscalia Geral da Nação da Colômbia, em 2019 apresentaram-se 1.032 assassinatos em Bogotá. Estes dados mostram uma taxa de 14,3 homicídios por cada 100.000 habitantes. A partir disto, estima-se que entre 1960 e 2019 tem sido gerado ao redor de 226.215 homicídios, umas 3,834 mortes por ano, em média. Neste trabalho apresenta-se um modelo de machine learning baseado em random forest, o qual permite predizer as tendências de homicídio violento (HV) na Colômbia para os próximos 5 anos. O projeto tem como objetivo servir de instrumento para facilitar a tomada de decisões em organismos como a Fiscalia Geral da Nação e a Polícia Nacional. O modelo foi avaliado com um conjunto de dados gerado a partir do Sistema de Informação Estatístico Delinquencial, Contravencional e Operativo (SIEDCO) da Fiscalia, o qual conta com 2.662.402 registros de delitos realizados na Colômbia desde o ano 1960 até 2019.

Palabras clave : homicídio; machine learning; mineração de dados; random forest.

        · resumen en Español | Inglés     · texto en Español     · Español ( pdf )