Download - Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots
![Page 1: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/1.jpg)
Agregación, normalización y puesta en valor de datos
heterogéneos para la modelización de hot spots
La investigación del delito por medio de InternetTIC aplicadas a la prevención del crimen
Alex Rayón Jerezalex.rayon@{deusto.es, crimina.es}
@alrayonProfesor Universidad de Deusto. Socio - fundador Tenzing.
![Page 2: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/2.jpg)
Índice de contenidos
● Introducción● Fundamentación teórica● Herramientas Crime Mapping● Técnicas predictivas● SocialCrime
![Page 3: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/3.jpg)
● Introducción● Fundamentación teórica● Herramientas Crime Mapping● Técnicas predictivas● SocialCrime
![Page 4: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/4.jpg)
Introducción
En este bloque de transparencias hablaremos de tecnología en el
reconocimiento de patrones y la detección de anomalías para la prevención/predicción del
suceso de un crimen
![Page 5: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/5.jpg)
Introducción (II)
Más que predicción de crímenes, hablaremos de valoración del riesgo
asociado a la ocurrencia de un crimen
![Page 6: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/6.jpg)
Introducción (III)
Waller, 2013 Kennedy y Van Brunschot, 2009
![Page 7: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/7.jpg)
Introducción (IV)
Y hablaremos de filosofías de gestión
y herramientasinformáticas para la
organización de los departamentos de
seguridad
![Page 8: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/8.jpg)
Introducción (V)
Principios
- Inteligencia precisa y compartida
- Respuesta rápida de los recursos- Tácticas efectivas
- Seguimiento
Objetivos
- Reducir el crimen- Una policía proactiva en la lucha
contra el crimen
Mecanismos- Regionalización y empowerment
- Acceso a la información apoyado por una infraestructura tecnológica de información- Participación comunitaria
![Page 9: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/9.jpg)
Introducción (VI)
Analizando datos de llamadas al teléfono de
emergencias, información derivada de eventos
especiales, las rutas de transporte público o las
redes sociales, esto es posible
Fuente: http://www.mapinfo.com/product/mapinfo-crime-profiler/
![Page 10: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/10.jpg)
Introducción (VII)
Esto permite…
- Plantear nuevas estrategias operativas- Aprovechar al máximo los recursos con
nuevas rutas para las patrullas - Redistribuir a los miembros policiales
en las zonas con mayor actividad delictiva
![Page 11: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/11.jpg)
Índice de contenidos
● Introducción● Fundamentación teórica● Herramientas Crime Mapping● Técnicas predictivas● SocialCrime
![Page 12: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/12.jpg)
Fundamentación teóricaIntroducción
La valoración del riesgo de un crimen antes de que se cometa es una idea vieja y recurrente
Fuente: http://esmateria.com/2012/09/03/luchar-contra-crimenes-del-futuro-no-es-cosa-de-ciencia-ficcion/
![Page 13: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/13.jpg)
Fundamentación teóricaIntroducción (II)
Una idea que, de hecho, constituye casi un subgénero dentro de la
literatura de ciencia-ficción
Sin embargo, existen proyectos reales que pretenden justamente
esto: usar datos y modelos matemáticos para predecir
crímenes a escala local
Fuente: http://dattatecblog.com/2011/10/%C2%BFminority-report-en-la-vida-real/
![Page 14: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/14.jpg)
Fundamentación teóricaIntroducción (III)
Difícil tarea, no obstante
Muchos delitos se improvisan
Los criminales tienen incentivos para ser impredecibles (el delito como elección racional, Cornish y Clarke, 1986)
![Page 15: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/15.jpg)
Fundamentación teóricaIntroducción (IV)
Eso sí; lo consiguen solo a medias
Las personas que cometen crímenes responden a las circunstancias de formas más o menos racionales, más o menos comprendidas, y más o menos extrañas, pero el efecto agregado es suficiente que emerjan regularidades
estadísticas
![Page 16: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/16.jpg)
Fundamentación teóricaIntroducción (V)
Así, podemos afirmar que los crímenes no son
fenómenos aleatorios
No se distribuyen de forma aleatoria en el espacio ni en el tiempo
(Brantingham y Brantingham, 1984)(Sherman, Gartin y Bueger, 1989)
Fuente: http://www.educabarrie.org/palabrario/aleatorio
![Page 17: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/17.jpg)
Fundamentación teóricaIntroducción (VI)
![Page 18: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/18.jpg)
Fundamentación teóricaIntroducción (VII)
![Page 19: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/19.jpg)
Fundamentación teóricaIntroducción (VIII)
En realidad los cuerpos y fuerzas de seguridad llevan décadas anticipándose al crimen (ej. se preparan
dispositivos especiales los eventos deportivos y asigna guardaespaldas a personas amenazadas)
El factor cambiante actual es que se dispone de un volumen ingente de información para sistematizarese proceso y valorar los riesgos de ocurrencia de un
crimen de forma extensiva y a escala local
![Page 20: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/20.jpg)
Fundamentación teóricaIntroducción (IX)
Para desarrollar un sistema de valoración de riesgos, se deberá iterar
entre los tres pasos siguientes:
1) Analizar datos históricos para detectar patrones en binomios {circunstancias, crimen}
2) Construir modelos predictivos sobre los binomios detectados
3) Alimentar dichos modelos con datos en tiempo real(toda esa información masiva que ya nos rodea) para que éstos nos indiquen dónde y cuándo hay que enviar
policías
Fuente: http://alt1040.com/2011/12/harvard-desarrolla-algoritmo-para-detectar-patrones-ocultos-en-conjuntos-de-datos-inmensos
![Page 21: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/21.jpg)
Fundamentación teóricaFundamentación referencial: paper
Todo empezó con Gary Becker
![Page 22: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/22.jpg)
Fundamentación teóricaFundamentación referencial: paper (II)
![Page 23: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/23.jpg)
Fundamentación teóricaFundamentación referencial: paper (III)
![Page 24: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/24.jpg)
Fundamentación teóricaFundamentación referencial: paper (IV)
![Page 25: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/25.jpg)
Fundamentación teóricaFundamentación referencial: paper (V)
![Page 26: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/26.jpg)
Fundamentación teóricaFundamentación referencial: paper (VI)
![Page 27: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/27.jpg)
Fundamentación teóricaFundamentación referencial: Centros de investigación
![Page 28: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/28.jpg)
Fundamentación teóricaFundamentación referencial: Centros de investigación (II)
Santa Clara University UCLA
![Page 29: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/29.jpg)
Fundamentación teóricaFundamentación referencial: noticia
![Page 30: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/30.jpg)
Fundamentación teóricaFundamentación referencial: noticia (II)
![Page 31: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/31.jpg)
Fundamentación teóricaFundamentación referencial: noticia (III)
![Page 32: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/32.jpg)
Fundamentación teóricaFundamentación referencial: noticia (IV)
![Page 33: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/33.jpg)
Fundamentación teóricaFundamentación conceptual
Las variables que tienen relación con los crímenes que se cometen
![Page 34: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/34.jpg)
Fundamentación teóricaFundamentación conceptual (II)
Trucos para la prevención de delitos que podrían ser digitalizados
![Page 35: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/35.jpg)
Índice de contenidos
● Introducción● Fundamentación teórica● Herramientas Crime Mapping● Técnicas predictivas● SocialCrime
![Page 36: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/36.jpg)
Crime MappingIntroducción
Las herramientas de Crime Mapping buscan apoyar al proceso de toma
de decisiones y asignación de recursos mediante
representaciones cartográficas y análisis especiales
![Page 37: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/37.jpg)
Crime Mapping¿Qué son?
Tecnologías para la seguridad y la efectividad
en la prevención del crimen
![Page 38: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/38.jpg)
Crime MappingBenchmark
El caso de Chicago, IL, EEUU
![Page 39: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/39.jpg)
Crime MappingBenchmark (II)
El caso de Chicago, IL, EEUU
Fuente: http://www.brianckeegan.com/2014/04/crime-time-and-weather-in-chicago/
![Page 40: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/40.jpg)
Crime MappingAnálisis del crimen
Los delitos son fenómenos humanos y, consecuentemente, su
distribución a lo largo de la geografía
no es aleatoria
Fuente: http://www.aeroterra.com/PDF/Diptico_delito.pdf
![Page 41: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/41.jpg)
Crime MappingAnálisis del crimen (II)
Para que ocurra un delito, los delincuentes y sus objetivos (víctimas y/o bienes patrimoniales) deben coincidir por un período de tiempo en la misma
localización geográfica
Existen una serie de factores de gran influencia en el dónde, el por qué y en el cuándo
![Page 42: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/42.jpg)
Crime MappingAnálisis del crimen (III)
Los mapas ofrecen a los analistas representaciones geográficas de las
relaciones entre el dónde, el cuándo y el por qué
De este modo, el mapeo del delito ayuda a las Fuerzas y Cuerpos de Seguridad del Estado
a proteger de manera más efectiva a los ciudadanos
![Page 43: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/43.jpg)
Crime Mapping¿Qué es una zona caliente?
Las zonas calientes son agrupamientos o
conglomerados de delitos que pueden existir
a diferentes escalas
Fuente: http://www.pdx.edu/cjpri/hot-spot-map
![Page 44: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/44.jpg)
Crime Mapping¿Qué es una zona caliente? (II)
Existen variaciones en el uso del término Zona Caliente en función de las diferentes escalas
● Punto caliente: localización precisa. Ejemplo: un comercio o un recinto deportivo
● Lugar caliente: área específica. Ejemplo: zona comercial o portuaria
● Ruta caliente: calles, avenidas o rutas. Ejemplo: una calle abandonada
● Objeto caliente: objetos o ítems concretos. Ejemplo: dispositivos móviles o equipos de música
![Page 45: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/45.jpg)
Crime Mapping¿Qué es una zona caliente? (III)
La concentración de delitos puede no ser geográfica
Los eventos delictivos pueden estar dirigidos a ciertos objetos o personas, que como tal, se desplazan
Pero en este tipo de concentraciones y movilidades también pueden existir patrones geográficos, por lo cual su
exploración en el espacio es necesaria para entenderlos de forma adecuada
![Page 46: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/46.jpg)
Sistemas de Información Geográfica (SIG)
Herramienta tecnológicaIntegra cartografía digital (mapas) para la
visualización y manejo de la información geográfica, análisis y modelaje de relaciones espaciales
Apoya los procesos de toma de decisiones mediante la organización de datos, el establecimiento de
patrones y tendencias de la incidencia criminal
Crime MappingUso de SIG
![Page 47: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/47.jpg)
Crime MappingUso de SIG (II)
Fuente: http://www.procalculoprosis.com/lauc/fscommand/def2.pdf
![Page 48: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/48.jpg)
Crime MappingUso de SIG: aplicaciones
Identificar problemas y revelar patrones y tendencias a partir de los datos que pueden no ser
aparentes de otro modoExplorar la relación entre actividad criminal y
factores ambientales y/o socio-económicosEfectuar análisis estadísticos
Cumplimiento CompStat (inteligencia precisa y compartida, respuesta rápida de los recursos, tácticas
efectivas y seguimiento)
![Page 49: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/49.jpg)
Crime MappingUso de SIG: aplicaciones (II)
Analizar problemas y combinar datos de diferentes fuentesEvaluar esfuerzos y programas de prevención mostrando
cómo los datos cambiaron tras respuestasMostrar distribuciones de recursos
Compartir informaciónCrear mapas en los que se muestran la localización y
concentración de los delitos
![Page 50: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/50.jpg)
Crime MappingUso de SIG: aplicaciones (III)
Elaboración de mapas para ser empleados para ayudar en el desarrollo de estrategias de patrullaje y vigilancia
dirigidas a las zonas con mayor necesidadMejorar el entendimiento de los patrones de caza de los
delincuentes en serieDifusión pública para prevenir a las posibles víctimas sobre recorridos, horarios y lugares considerados peligrosos
para la seguridad personal
![Page 51: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/51.jpg)
Crime MappingIntegración sistemas
Crime Mapping de la policía de Puerto Rico
Fuente: http://cohemis.uprm.edu/prysig/pdfs/pres_groman.pdf
![Page 52: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/52.jpg)
Crime MappingIntegración sistemas (II)
Crime Mapping de la policía de Puerto Rico (II)
Fuente: http://www.procalculoprosis.com/lauc/fscommand/def2.pdf
![Page 53: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/53.jpg)
Crime MappingRaids Online
![Page 54: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/54.jpg)
Crime MappingAeroterra (ESRI)
![Page 55: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/55.jpg)
Crime MappingSpotfire
![Page 56: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/56.jpg)
Crime MappingPredPol
![Page 57: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/57.jpg)
Crime MappingMapInfo Crime Profiler
![Page 58: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/58.jpg)
Crime MappingCrimeMapping
![Page 59: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/59.jpg)
Índice de contenidos
● Introducción● Fundamentación teórica● Herramientas Crime Mapping● Técnicas predictivas● SocialCrime
![Page 60: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/60.jpg)
Técnicas predictivasEquipo necesario
![Page 61: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/61.jpg)
Técnicas predictivasNecesitamos datos, la materia prima :-)
![Page 62: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/62.jpg)
Técnicas predictivas¿Y dónde tenemos esos datos hoy en día?
Fuente: http://www.datanami.com/2014/08/19/cloud-era-rising-analytics/
![Page 63: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/63.jpg)
Técnicas predictivas¿Y dónde tenemos esos datos hoy en día? (II)
![Page 64: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/64.jpg)
Técnicas predictivas¿Qué necesitamos entonces?
![Page 65: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/65.jpg)
Técnicas predictivasCrowd analytics/sensing
![Page 66: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/66.jpg)
Técnicas predictivasCrowd analytics/sensing (II)
![Page 67: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/67.jpg)
Técnicas predictivas¿Qué necesitamos entonces? (II)
![Page 68: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/68.jpg)
Técnicas predictivasClasificación
● Clasificación técnicas de descubrimiento de conocimientoo Métodos predictivoso Descubriendo estructuraso Minería de relaciones
![Page 69: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/69.jpg)
Técnicas predictivasClasificación (II)
1) Métodos predictivos
● Desarrollar un modelo que sea capaz de predecir un hecho dentro del conjunto de datos
● Se usan mayoritariamente para predecir eventos futuros (Dekker2009; Feng2009; MingMing2012)o Ideal para nuestros objetivos ;-)
![Page 70: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/70.jpg)
Técnicas predictivasClasificación (III)
1) Métodos predictivos
● Tres tipos de modelos predictivoso Modelos de regresión
o Clasificadores
o Latent knowledge estimation
![Page 71: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/71.jpg)
Técnicas predictivasClasificación (IV)
Source: Data Mining with WEKA MOOC (http://www.cs.waikato.ac.nz/ml/weka/mooc/dataminingwithweka/)
![Page 72: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/72.jpg)
Técnicas predictivasClasificación (V)
Source: Data Mining with WEKA MOOC (http://www.cs.waikato.ac.nz/ml/weka/mooc/dataminingwithweka/)
![Page 73: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/73.jpg)
Técnicas predictivasClasificación (VI)
Source: Data Mining with WEKA MOOC (http://www.cs.waikato.ac.nz/ml/weka/mooc/dataminingwithweka/)
![Page 74: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/74.jpg)
Técnicas predictivasClasificación (VII)
Fuente: https://bigml.com/user/czuriaga/gallery/model/50de5497035d0769700000a4
![Page 75: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/75.jpg)
Técnicas predictivasClasificación (VIII)
2) Descubriendo estructuras
● Clustering
● Análisis de factores
● Análisis de Redes Sociales
![Page 76: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/76.jpg)
Técnicas predictivasClasificación (IX)
2) Descubriendo estructuras
● Análisis de clústers
Fuente: http://lookfordiagnosis.com/mesh_info.php?term=An%C3%A1lisis+Por+Conglomerados&lang=2
![Page 77: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/77.jpg)
Técnicas predictivasClasificación (X)
2) Descubriendo estructuras
● Análisis factorial
Fuente: http://www.scielo.org.ar/scielo.php?pid=S1668-298X2012000200003&script=sci_arttext
![Page 78: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/78.jpg)
Técnicas predictivasClasificación (XI)
2) Descubriendo estructuras
● Análisis de Redes Sociales
Fuente: http://gob20.wordpress.com/2012/11/27/analisis-de-redes-sociales-difusion-de-protesta-en-sociedades-heterogeneas/
![Page 79: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/79.jpg)
Técnicas predictivasClasificación (XII)
2) Descubriendo estructuras
● Análisis de Redes Sociales
Fuente: http://www.programmableweb.com/news/six-new-social-data-sources-added-to-gnip-enterprise-data-collector-product/2013/04/09
![Page 80: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/80.jpg)
Técnicas predictivasClasificación (XIII)
3) Minería de relaciones
● Reglas de asociación
● Análisis de correlación
● Patrones secuenciales
● Análisis de causalidad
![Page 81: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/81.jpg)
Técnicas predictivasClasificación (XIV)
3) Minería de relaciones
● Reglas de asociación
Fuente: http://commons.wikimedia.org/wiki/File:IF-THEN-ELSE-END_flowchart.png
![Page 82: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/82.jpg)
Técnicas predictivasClasificación (XV)
3) Minería de relaciones
● Análisis correlacional
Fuente: http://naukas.com/2012/08/01/correlacion-no-implica-causalidad/
![Page 83: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/83.jpg)
Técnicas predictivasClasificación (XVI)
3) Minería de relaciones
● Patrones secuenciales
Fuente: http://www.cazatormentas.net/foro/temas-de-meteorologa-general/avenidas-historicas-del-rio-guadalfeo-salobrena-motril-(granada)/40/
![Page 84: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/84.jpg)
Técnicas predictivasClasificación (XVII)
3) Minería de relaciones
● Análisis de causalidad
Fuente. http://www.empresa-pyme.com/img/entries/1307487813.png
![Page 85: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/85.jpg)
Técnicas predictivas
● Análisis de agregación espacial: Detección de clusters● Estudio del estadístico Getis-Ord Gi*● Análisis de hot spots mediante redes celulares● Análisis de hot spots mediante Kernel Density
Estimation● Predicción de pautas espaciales: Prediction Accuracy
Index● Árboles de decisión● ...
![Page 86: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/86.jpg)
Técnicas predictivasDetección de clústers
Tesina Fin de Máster: GIS, Crimen y Seguridad. Análisis, predicción y prevención del fenómeno criminalFuente
http://eprints.ucm.es/16701/1/SIG%2C_Crimen_y_Seguridad._An%C3%A1lisis%2C_predicci%C3%B3n_y_prevenci%C3%B3n_del_fen%C3%B3meno_criminal..pdf
![Page 87: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/87.jpg)
Técnicas predictivasGetis-Ord Gi*
Tesina Fin de Máster: GIS, Crimen y Seguridad. Análisis, predicción y prevención del fenómeno criminalFuente
http://eprints.ucm.es/16701/1/SIG%2C_Crimen_y_Seguridad._An%C3%A1lisis%2C_predicci%C3%B3n_y_prevenci%C3%B3n_del_fen%C3%B3meno_criminal..pdf
![Page 88: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/88.jpg)
Técnicas predictivasRedes celulares
Tesina Fin de Máster: GIS, Crimen y Seguridad. Análisis, predicción y prevención del fenómeno criminal
Fuente http://eprints.ucm.es/16701/1/SIG%2C_Crimen_y_Seguridad._An%C3%A1lisis%2C_predicci%C3%B3n_y_prevenci%C3%B3n_del_fen%C3%B3meno_criminal..p
df
![Page 89: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/89.jpg)
Técnicas predictivasKernel Density Estimation
Tesina Fin de Máster: GIS, Crimen y Seguridad. Análisis, predicción y prevención del fenómeno criminal
Fuente http://eprints.ucm.es/16701/1/SIG%2C_Crimen_y_Seguridad._An%C3%A1lisis%2C_predicci%C3%B3n_y_prevenci%C3%B3n_del_fen%C3%B3meno_criminal..p
df
![Page 90: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/90.jpg)
Técnicas predictivasPrediction Accuracy Index
Tesina Fin de Máster: GIS, Crimen y Seguridad. Análisis, predicción y prevención del fenómeno criminalFuente
http://eprints.ucm.es/16701/1/SIG%2C_Crimen_y_Seguridad._An%C3%A1lisis%2C_predicci%C3%B3n_y_prevenci%C3%B3n_del_fen%C3%B3meno_criminal..pdf
![Page 91: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/91.jpg)
Técnicas predictivasÁrboles de decisión
Fuente: https://bigml.com/user/czuriaga/gallery/model/52c0cae40c0b5e6fc700038a
![Page 92: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/92.jpg)
Índice de contenidos
● Introducción● Fundamentación teórica● Herramientas Crime Mapping● Técnicas predictivas● SocialCrime
![Page 93: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/93.jpg)
SocialCrime
![Page 94: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/94.jpg)
SocialCrime (II)
![Page 95: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/95.jpg)
ReferenciasLiteratura
Boba, R. 2009. Crime Analysis with Crime Mapping, Vol 2. Sage: Los Angeles. Brantingham, P.L. and P.J. Brantingham. 1984. Patterns in Crime. New York, NY: MacmillanChainey, S & Ratcliffe, J. 2005. GIS and Crime Mapping, John Wiley & Sons Ltd., The Atrium, Southern Gate, Chichester, West Sussex PO19 8SQ England.Cornish, Derek & Clarke, Ronald V. 1986. "Introduction" in The Reasoning Criminal. Cornish, Derek and Ronald Clarke (eds.). New York: Springer-Verlag. pp 1–16. ISBN 3-540-96272-7Eck, J, Chainey, S, Cameron, J, Leitner, M & Wilson 2005. Mapping Crime; Understanding Hotspots, National Institute of Justice, NCJ 209393. Gorr, W, Kurland, K 2012. GIS Tutorial for Crime Analysis, ESRI Press, Redlands CA 92373 Harries, K. 1999. Mapping Crime; Principles and Practice, National Institute of Justice, Gran No. 98-LBVX-009, NCJ 178919. Hicks, S, Fritz, N, Bair, S & Helms, D. 2008. Crime Mapping in Exploring Crime Analysis; readings on essential skills (pp.283-308), International Association of CrimeAnalysts (IACA), Overland Park, KS 66212 Kennedy, L W. Brunschot, V.. The Risk in Crime. Rowman & Littlefield Publishers. 2009.Leipnik, M. R., & Albert, D. P. 2003. How law enforcement agencies can make geographic information technologies work for them. In M. R. Leipnik & D. P. Albert (Eds.), GIS in law enforcement: implementation issues and case studies (pp. 3–8). New York: Taylor & Francis. Paynich, R & Hill, B 2010. Fundamentals of Crime Mapping, Jones and Bartlett Publishers, Sudbury, MA 01776 Sherman, L., Gartin, P. and Buerger, M. 1989. Hot spots of predatory crime: routine activities and the criminology of place. Criminology, 27, 27-56.Waller, I. 2013. Smarter Crime Control. Rowman & Littlefield Publishers. 2013.
![Page 96: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/96.jpg)
ReferenciasWeb
22nd International World Wide Conference [Online]. URL: http://www2013.org/papers/companion.htm#13NYC Predictive Analytics [Online]. URL: http://www.slideshare.net/NYCPredictiveAnalytics/presentationsHow algorithms rule the world [Online]. URL: http://www.theguardian.com/science/2013/jul/01/how-algorithms-rule-world-nsa?view=mobileEvaluating crime prevention: Lessons from large-scale community crime prevention programs [Online]. URL: http://www.aic.gov.au/publications/current%20series/tandi/441-460/tandi458.htmlDebunking Hanna Rosin, stop The End of Rape story edition [Online]. URL: http://familyinequality.wordpress.com/2012/09/20/debunking-hanna-rosin-stop-the-end-of-rape-story-edition/Los mapas de criminalidad [Online]. URL: http://www.madrid.es/UnidadWeb/Contenidos/Publicaciones/TemaEmergencias/PonenciasCongresoCiudades/Ficheros/Parte2.2.pdfSIG, crimen y seguridad. Análisis, predicción y prevención del fenómeno criminal [Online]. URL: http://eprints.ucm.es/16701/Software SIG - Sistemas de Información Geográfica Requisitos para el análisis del delito [Online]. URL: http://www.iaca.net/Publications/Whitepapers/es/iacawp_es_2012_07_sig_requisitos.pdf
![Page 97: Agregación, normalización y puesta en valor de datos heterogéneos para la modelización de hot spots](https://reader033.vdocumento.com/reader033/viewer/2022052602/5599fa381a28ab91378b4764/html5/thumbnails/97.jpg)
Agregación, normalización y puesta
en valor de datos heterogéneos para la modelización de hot
spots
La investigación del delito por medio de InternetTIC aplicadas a la prevención del crimen
Alex Rayón Jerezalex.rayon@{deusto.es, crimina.es}
@alrayonProfesor Universidad de Deusto. Socio - fundador Tenzing.