Sistema de predicción de hechos delictivos para la mejora del proceso de prevención del delito en el distrito de La Molina utilizando minería de datos

Ver/
Trabajo
(application/pdf: 3.476Mb)
(application/pdf: 3.476Mb)
Fecha
2015Autor(es)
Jaulis Rua, Jorge Julio
Vilcarromero Giraldo, Jonathan Renatto
Asesor(es)
Bayona Oré, Sussy
Metadatos
Mostrar el registro completo del ítemResumen
Mejora el proceso de prevención de delitos que realizan 3 comisarías en la jurisdicción de La Molina, centrándose en delitos con dolo, para así cumplir el objetivo principal de las comisarias que es el de salvaguardar y mantener el orden en la zona.
Gracias a las nuevas tecnologías de información, y en especial a la minería de datos, es posible obtener predicciones de delitos que podrían pasar a futuro en base a los registros de datos históricos; y con ello desarrollar una solución que plasme esta información y sirva como herramienta de conocimiento en el proceso de prevención del delito, inicialmente, en la comisaria de Santa Felicia.
El modelo de minería de datos recoge información histórica de todo el año 2015 de las denuncias registradas en cada una de las comisarías, y en base a un algoritmo de aprendizaje automático arroja las zonas más propensas a la ocurrencia de algún hecho delictivo, para ello se optó por mostrar esta información a través de mapas de la zona y que esto puedan ser accedidos desde cualquier dispositivo (Web o móvil).
La solución facilitó al efectivo policial la identificación de zonas de riesgo, asignación de recursos policiales e incrementando el número de rondas y patrullajes. El sistema de predicción de hechos delictivos cumplió con su objetivo principal (de mejora del proceso), sin embargo; existen otras limitaciones que posee el efectivo policial, como por ejemplo; la toma de denuncias, registro de incidencias, trabajando separado al serenazgo y CSI (entidades que reciben el apoyo de la municipalidad de La Molina).
Colecciones
- Tesis de pregrado [210]
Materias
Editor
Universidad de San Martín de Porres
Tipo de investigación
https://purl.org/pe-repo/renati/type#tesis
Acceso
info:eu-repo/semantics/openAccess