PinRisk - Estudo Aplicado na Utilização de Machine Learning no Alerta da Possibilidade de Roubo e Furto de Smartphone
Nenhuma Miniatura disponível
Data
2023-06-30
Tipo de documento
Artigo Científico
Título da Revista
ISSN da Revista
Título de Volume
Área do conhecimento
Ciências Exatas e da Terra
Modalidade de acesso
Acesso aberto
Editora
Autores
Nascimento, Thiago Alves do
Araujo, Guilherme Angelus Felix
Oliveira, Pedro Henrique Rezende
Orientador
Silva, Wenderson Alexandre de Sousa
Coorientador
Noriega, Carlos
Resumo
O presente artigo acadêmico tem como objetivo apresentar um modelo de previsão de
roubos de smartphones baseado em machine learning em áreas urbanas utilizando como exemplo
a cidade de São Paulo. O modelo é alimentado com dados dos boletins de ocorrência disponíveis
no portal da transparência da Secretaria de Segurança Pública do Estado de São Paulo para
identificar padrões que indicam roubo. O modelo realiza a regressão através da técnica de Random
Forest (Floresta Aleatória) prevendo a probabilidade de que em uma determinada área ocorra o
roubo de um smartphone. Os resultados mostram que o modelo é capaz de prever o roubo podendo
alcançar uma compreensão dos dados de até 95%.
Palavras-chave
Smartphone, Roubo, Modelo, Áreas Urbanas