Patrones delictivos

IX Workshop de Investigadores en Ciencias de la Computación (2007)
Pág. 385-389
IDENTIFICACIÓN Y DETECCION DE PATRONES DELICTIVOS
BASADA EN MINERIA DE DATOS
Perversi, I.1, Valenga, F.2, Fernández, E.3,4, Britos P.3,4, García-Martínez, R.3,4
1 Departamento de Ingeniería Industrial. ITBA
2 Facultad de Informática Ciencias de la Comunicación y Técnicas Especiales. UM
3 Centro de Ingeniería deSoftware e Ingeniería del Conocimiento. Escuela de Postgrado. ITBA
4 Laboratorio de Sistemas Inteligentes. Facultad de Ingeniería. UBA
{enfernan, pbritos, rgm}@itba.edu.ar
RESUMEN
En esta comunicación se describen resultados preliminares de la línea de investigación
sobre el uso de minería de datos aplicadas a la identificación y detección de patrones
delictivos, analizando los homicidiosdolosos cometidos en la República Argentina.
1. INTRODUCCIÓN
A partir de la crisis de finales de 2001, Argentina se vio afectada por una creciente ola de
inseguridad caracterizada por un aumento en los índices delictivos y los niveles de violencia. Esta
situación fue más profunda en los principales centros urbanos y llevó a tomar acciones coordinadas
a nivel nacional tendientes a prevenir eldelito. Una de estas medidas fue la creación del Sistema de
Alerta Temprana (SAT) por parte del Ministerio de Justicia y Derechos Humanos. En el plano
internacional, los ataques terroristas del 11 de septiembre han aumentado significativamente la
preocupación por la seguridad interna en EEUU. Las agencias de inteligencia como la CIA o el FBI
procesan y analizan información activamente en buscade actividad terrorista [Chen et al, 2004].
El análisis de los registros criminales es fundamental en la prevención del delito. Entre otras cosas,
porque permite el diseño de políticas y planes de prevención efectivos. En Argentina este tipo de
análisis se ha realizado históricamente mediante herramientas estadísticas descriptivas o deductivas,
considerando fundamentalmente variables yrelaciones primarias. Sin embargo, muchas veces la
estadística descriptiva clásica no refleja la verdadera interrelación de las variables y por lo tanto, el
problema real. Este contexto requiere un tratamiento estadístico más complejo que nos obliga a
evolucionar en el análisis de información criminal.
En general, el tamaño de las bases de datos está basado en aspectos como la capacidad y eficienciade almacenamiento y no en su posterior uso o análisis [Kantardzic, 2002]. Por esta razón, en
muchos casos, los registros almacenados son demasiado grandes o complejos como para analizar
[Kantardzic, 2002] y superan el alcance de la estadística [Hand, 1997]. La Minería de Datos (Data
Mining) es un proceso iterativo de búsqueda de información no trivial en grandes volúmenes de
datos[Kantardzic, 2002]. Busca generar información similar a la que podría generar un experto
humano: patrones, asociaciones, cambios, anomalías y estructuras significativas [Ochoa, 2004].
En el caso de la inteligencia criminal, la gran cantidad de información y de variables intervienientes
justifican el uso de herramientas más potentes que la estadística convencional que permitan
determinar relacionesmultivariantes subyacentes. La minería de datos aplicada a la inteligencia
criminal es un campo bastante nuevo y ha tenido un gran impulso en los últimos años en EEUU
[Chen et al, 2003].
IX Workshop de Investigadores en Ciencias de la Computación (2007)
Pág. 385-389
2. ESTADO DE LA CUESTIÓN
2.1. Agrupación de Datos
La agrupación o el clustering consiste en agrupar un conjunto de datos, sin tenerclases
predefinidas, basándose en la similitud de los valores de los atributos de los distintos datos. Esta
agrupación, a diferencia de la clasificación, se realiza de forma no supervisada, ya que no se conoce
de antemano las clases del conjunto de datos de entrenamiento. El clustering identifica clusters, o
regiones densamente pobladas, de acuerdo a alguna medida de distancia, en un gran...