Desarrollo de un modelo predictivo de robo a casas basado en redes neuronales

Abstract

En los últimos años se han desarrollado una amplia gama de métodos y modelos que ayuden a prevenir el actuar criminal. En varios países alrededor del globo han surgido investigaciones en pos de la seguridad social. Y es que, es un fenómeno que ha permanecido en la sociedad desde el origen de estas. En particular, el delito de allanamiento es uno de los más preocupantes, ya que no solo hay daños materiales, sino que también psicológicos, dada la sensación de inseguridad con la que deben lidiar las víctimas de este tipo de delito. Se estima que en 2016 había 787 casos de allanamiento cada 100.000 habitantes para los primeros 10 países en donde este crimen era más recurrente [1]. La presente memoria tiene por objetivo determinar la probabilidad de ocurrencia del delito de robo a casas, el cual es una subcategoría del delito de allanamiento, por medio de un modelo basado en redes neuronales que permita la obtención de zonas de mayor y menor riesgo para una determinada locación. Para esto, se utiliza la base de datos de denuncias policiales de la ciudad de Dallas, la cual se encuentra pública en la web. Esta base contiene registros desde junio de 2014 hasta la fecha. A través de esta, se construyen distintas fuentes de información que permitan la construcción del modelo y la inclusión de diversos factores que afectan la predicción de robo según la literatura. Estas fuentes son: casas no robabas, datos de contexto extraídos de imágenes de Google Street View y de la red convolucional pre entrenada VGG16 en un proceso de extracción de características, puntos de interés cercanos, características demográficas y socioeconómicas, condiciones climáticas y cantidad de robos cercanos al delito en días previos a este. Luego, se realiza una selección de características para la información contextual (imágenes) y espacial (información sociodemográfica y puntos de interés) con el objetivo de reducir la gran dimensionalidad de la base de datos y observar la importancia de las variables antes del uso del modelo final. Con esto se obtienen conjuntos con cantidades diferentes de características. Estos son utilizados para entrenar y evaluar el modelo final, el cual consiste en una red neuronal con múltiples entradas, las cuales son 3 en este caso (una para cada tipo de fuente de información). Las fuentes pasan por distintas capas, para luego unirse en una capa de concatenación, la cual finalmente origina una salida única que indica la probabilidad de robo para cada registro. Como último paso, se evalúa la predicción del modelo para cada conjunto de características, comparando los resultados con el popular modelo de aprendizaje automático Support Vector Machines.