Caracterización y predicción espacio-temporal de patrones delictivos mediante modelos lógico-combinatorios

Abstract

En este trabajo es presentada una nueva metodología para Análisis y Predicción Delictiva, basada en técnicas de aprendizaje inductivo empleado comúnmente en el área de Reconocimiento de Patrones. La metodología para Análisis Delictivo se basa en la construcción de definiciones inductivas para cada familia delictiva registrada dentro de un conjunto de datos delictivos; con base en esas definiciones, es posible determinar el comportamiento de la actividad delictiva dentro de un espacio-tiempo seleccionado. Posteriormente, se predice la cantidad de hechos delictivos que se espera ocurran, para cada una de estas familias delictivas, dentro de todas las áreas de una región en estudio. Los resultados así obtenidos prestan un valioso apoyo para la toma de decisiones de seguridad pública, permitiendo mejorar la planificación de rutas de patrullaje y la optimización en la asignación de recursos humanos y / o recursos financieros en esas zonas (y horarios) de mayor incidencia criminal. // A new methodology, for crime-analysis and criminal activity forecast, based on inductive learning techniques commonly used in pattern recognition is presented. First, the proposed crime-analysis methodology is based upon the construction of inductive-definitions for each type of criminal family previously registered in a crime dataset. Based on these definitions, it is possible to determine the crime behavior within selected space and time frames; afterwards, a specific criminal activity forecast is constructed for all areas within the region under study. The results thus obtained provide valuable support for the public-security decision making process by allowing decision makers to better plan surveillance patrols and to optimize the use of human and /or financial resources on those areas (and times) of highest criminal incidence.