Identificação de grupos de municípios pernambucanos para recomendação de políticas de segurança pública utilizando uma técnica de clusterização

Abstract

O direcionamento de políticas públicas é de fundamental importância para a sociedade como um todo, em especial na segurança, que além de ser considerada como uma necessidade de todo cidadão, é garantida constitucionalmente. Esta dissertação tem por objetivo utilizar uma abordagem de aprendizagem não supervisionada para o estabelecimento de clusters entre os munícipios do estado de Pernambuco, considerando alguns tipos de crimes representativos no estado, visando direcionar ações para prevenção e combate ao crime de forma a apoiar os formuladores de políticas de segurança pública. Os dados foram obtidos a partir da Lei nº 12.527/2011 que regulamenta o direito constitucional de acesso às informações públicas e foi utilizado o algoritmo k-means, que é uma ferramenta de mineração de dados multivariados consolidada na literatura, como principal ferramenta considerada no estudo. Foram realizadas aplicações do algoritmo para seis diferentes valores do parâmetro k (2, 3, 4, 5, 12 e 26); parâmetro esse que é exigido anteriormente a execução do algoritmo, e que diz respeito ao número de clusters ou grupos. Para demonstrar o direcionamento das ações, foi utilizado como base o agrupamento realizado para k=26, fazendo referência a áreas de integração de segurança já existentes. Toda execução do algoritmo foi realizada através do software R 3.6.1 e foram direcionadas recomendações de ações a cada um dos clusters considerados. A formulação das ações se deu a partir de uma investigação a documentos específicos, como o Plano Nacional de Segurança Pública, Plano Nacional sobre Drogas e outros fornecidos pela Secretaria de Política de prevenção à Violência e às Drogas e a Secretaria de Defesa Social de Pernambuco. A partir dos resultados foi percebido que o uso de uma abordagem de clusterização de municípios fornece uma efetividade maior no direcionamento de ações de combate e prevenção de crimes, diante do fato de que são agrupados num mesmo cluster aqueles municípios que apresentam maiores semelhanças no que se refere a criminalidade.