Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Politie dick willems

860 views

Published on

BDE2016

Published in: Data & Analytics
  • Be the first to like this

Politie dick willems

  1. 1. CAS: Criminaliteits Anticipatie Systeem Predictive Policing bij de Nederlandse Politie
  2. 2. Voorstellen  Dick Willems  Achtergrond: Mathematische Psychologie (Radboud Universiteit Nijmegen)  Statisticus bij Radboud Universiteit Nijmegen en Universiteit Maastricht  Datamining consultant in de commerciele sector  In dienst bij de Eenheid Amsterdam sinds 2012
  3. 3. Agenda  Predictive policing: Criminaliteits Anticipatie Systeem  Context  Methode  Toepassing
  4. 4. Context  Kerntaken van de politie:  Zorgen voor veiligheid voor iedereen in Nederland.  De openbare orde bewaken.  Strafbare feiten opsporen.  Hulp verlenen bij nood.  Uitvoeren van politietaken voor justitie.  Criminaliteit voorkomen en bestrijden.
  5. 5. Context: Hotspot kaarten  Voor CAS: hotspots met behulp van gaussiaanse filters  Constructie subjectief  Interpretatie subjectief  Doel CAS:  Allocateer politiecapaciteit zo efficient mogelijk, zodat de politie daar ter plaatse is waar het er toe doet, op de momenten dat het er toe doet.
  6. 6. CAS: Methode  Amsterdam wordt verdeeld in vakjes van 125m bij 125 m  Data verzamelen van deze vakjes  Historische verbanden met misdaad vastleggen  Periode van 2 jaar  Wekelijkse peilmomenten  Vragen:  Waar moet worden ingezet?  Wanneer moet daar worden ingezet??
  7. 7. CAS: Methode  Per vakje en peilmoment, bepaal:  Locatie-specifieke kenmerken van voor het peilmoment;  Misdaadhistorie van voor het peilmoment; En:  De misdaad in de week na het peilmoment. Peilmoment Te voorspellen criminaliteitVoorspellende kenmerken
  8. 8. CAS: Methode  Locatie-specifieke kenmerken  CBS-data: demografie en socio-economische kenmerken  Afstand tot dichtstbij wonende bekende verdachte (van woninginbraak, straatroof, etc)  Aantal bekende verdachten in een straal van 500 meter  Aantal bekende verdachten in een straal van 1000 meter
  9. 9. CAS: Methode  Criminaliteitshistorie  Aantal criminele incidenten in een aantal verschillende tijdsvensters:  Afgelopen week;  De week daarvoor;  Etcetera t/m 12 weken geleden  Verstreken tijd sinds het laatste criminele incident  Hetzelfde voor de aangrenzende vakjes;  Lineaire trend in vakje en aangrenzende vakjes;  Seizoenseffect.
  10. 10. Woninginbraak Geen selectie: ieder vakje heeft dezelfde kans (1.67%). Laatste woninginbraak is minder dan 3 maanden geleden: kans stijgt naar 4.0% In de omringende vakjes is een stijgende trend waar te nemen: 4.9% Meer dan 5 verdachten van woninginbraak woonachtig binnen een straal van 500 meter: 6.2% CAS: Methode
  11. 11. CAS: Methode  Doel  Optimale selectieregels voor hoog-risico vakjes  Methode  Wiskundige classificatie-technieken  Resultaat  Model dat de kans op een incident in de toekomst kan berekenen op basis van bekende kenmerken.
  12. 12. CAS: Methode Colored area: 3%
  13. 13. CAS: Methode Colored area: 3% # incidents: 25
  14. 14. CAS: Methode Colored area: 3% # incidents: 25 Direct Hits: 5 (20%)
  15. 15. CAS: Methode Colored area: 3% # incidents: 25 Direct Hits: 5 (20%) Near Hits: 8 (32%) DH + NH: 13 (52%)
  16. 16. CAS: Methode Colored area: 3% # incidents: 25 Direct Hits: 5 (20%) Near Hits: 8 (32%) DH + NH: 13 (52%) Misses: 12 (48%)
  17. 17. CAS: Methode  Wanneer moet worden ingezet?
  18. 18. CAS: Toepassing  CAS-kaarten kunnen voor ieder misdaadtype worden gemaakt, zolang er een bruikbaar patroon kan worden ontdekt:  Zakkenrollerij;  Straatroof;  Geweld;  Auto-inbraak;  Bedrijfsinbraak;  Fietsendiefstal;  Etc.  Basisteams kunnen hun eigen voorkeur opgeven (maximaal 4); kaarten worden aangepast aan lokale problematiek.
  19. 19. CAS: Toepassing  Automatisch proces  Wekelijks:  Data-extractie;  Datapreparatie;  Modelbouw;  Kaarten genereren;  Geen handwerk nodig;  Gebruikers kunnen bij de kaarten via een HTML landingspagina;  Geen technische kennis nodig.
  20. 20. CAS: Toepassing  Technisch proces  Automatisch genereren van de kaarten  Ambitie: meer bronnen integreren (met name GPS- informatie)  Werkproces  Verrijken van de kaarten voor een complete prognose  Communicatie om “zachte” informatie te integreren  Keuzes maken  Ambitie: informatie op een interactieve manier aanbieden
  21. 21. Vragen?

×