Pós-processamento de regras de Associação e CRISP-DM na descoberta de conhecimento em dados de ocorrências policiais

Detalhes bibliográficos
Ano de defesa: 2009
Autor(a) principal: Soares, Antônio Carlos Leite
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual do Ceará
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=58128
Resumo: Neste trabalho foi minerada a base de dados de ocorrências policiais das Delegacias de Polícia Civil da Região Metropolitana de Fortaleza (RMF). Nesta mineração foi utilizada a técnica de Regras de Associação e a metodologia de Mineração de Dados CRISP-DM. O objetivo foi encontrar regras interessantes utilizando métricas objetivas, e, a partir destas regras, encontrar o padrão do crime que ocorre na RMF. Foi desenvolvida uma ferramenta de Pós-processamento de Regras de Associação para selecionar as regras interessantes de acordo com as métricas SUPORTE, CONFIANÇA, LIFT, RI e CONVICÇÃO. Os resultados obtidos confirmam que é possível a utilização dos dados de ocorrências policiais na geração de regras que levem a descoberta do padrão do comportamento para o crime na RMF. Palavras-chaves: Mineração de dados, Regras de Associação, CRISP-DM, Dados de ocorrências policiais.