Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/59668
Título: Uso de redes complexas para análise da relação entre a topologia urbana de cidades de Minas Gerais e a ocorrência de crimes de rua
Título(s) alternativo(s): The use of complex networks for analyzing the relationship between the urban topology of cities in Minas Gerais and the occurrence of street crimes
Autor : Flausino, Matheus de Andrade
Lattes: http://lattes.cnpq.br/3052061538233807
Primeiro orientador: Araújo, Eric Fernandes de Mello
Primeiro coorientador: Mata, Angélica Sousa da
Primeiro membro da banca: Piva, Gabriel Gomides
Segundo membro da banca: Moreira, Mayron César de Oliveira
Palavras-chave: Redes complexas
Análise espacial
Crimes urbanos
Estruturas urbanas
Topologia urbana
Inteligência artificial
Segurança pública
Complex networks
Spatial analysis
Urban crimes
Urban structures
Urban topology
Artificial intelligence
Public safety
Data da publicação: 8-Nov-2024
Referência: FLAUSINO, Matheus de Andrade. Uso de redes complexas para análise da relação entre a topologia urbana de cidades de Minas Gerais e a ocorrência de crimes de rua. 2024. 146 p. Dissertação (Mestrado Acadêmico em Ciência da Computação) – Universidade Federal de Lavras, Lavras, 2024.
Resumo: Os crimes representam desafios sociais complexos e existe uma vasta gama de estudos que propõem-se a explicá-los. Compreendê-los é uma etapa crucial para adoção de medidas efetivas no combate à criminalidade. Atualmente, os órgãos de segurança pública do Estado de Minas Gerais registram as informações espaço-temporais dos crimes, em específico os crimes de rua, em suas ocorrências, permitindo assim que tais episódios sejam analisados, inclusive considerando também a estrutura urbana de suas respectivas cidades. O objetivo deste trabalho foi caracterizar a estrutura urbana de cada cidade na forma de rede complexa e correlacionar tal estrutura com a localização da ocorrência desses crimes. As cidades envolvidas neste projeto são: Alfenas, Itabira, Itajubá, João Monlevade, Lavras, Ouro Preto, São João Del Rei e Viçosa, devido à facilidade de acesso aos dados desses municípios e a similaridade populacional destes municípios. Uma abordagem utilizando redes complexas e suas medidas de centralidade é utilizada para compreender a concentração espacial ao longo dos anos de ocorrência de crimes de rua praticados nas cidades envolvidas neste projeto durante o período entre os anos de 2014 e 2022. Os resultados mostram que a medida de centralidade por proximidade é a medida que apresenta melhores valores de correlação com as regiões de concentração criminal.
Abstract: Crimes represent complex social challenges, and there is a wide range of studies aimed at explaining them. Understanding them is a crucial step for implementing effective measures to combat crime. Currently, public security agencies in the state of Minas Gerais record the spatiotemporal information of crimes, specifically street crimes, in their reports, which allows these incidents to be analyzed, including considering the urban structure of their respective cities. The aim of this study was to characterize the urban structure of each city as a complex network and correlate this structure with the location of these crimes. The cities involved in this project are: Alfenas, Itabira, Itajubá, João Monlevade, Lavras, Ouro Preto, São João Del Rei, and Viçosa, due to the ease of accessing data from these municipalities and their similar population sizes. An approach using complex networks and their centrality measures is employed to understand the spatial concentration of street crimes in these cities over the period from 2014 to 2022. The results show that the closeness centrality measure has the highest correlation with areas of criminal concentration.
URI: http://repositorio.ufla.br/jspui/handle/1/59668
Publicador: Universidade Federal de Lavras
Idioma: por
Aparece nas coleções:DAE - Administração - Mestrado (Dissertações)



Este item está licenciada sob uma Licença Creative Commons Creative Commons