Aplicación de técnicas de machine learning para la detección y prevención de hurtos a personas en Bucaramanga

Abstract

This study analyzes crime patterns in Bucaramanga between 2016 and 2023, using data analysis and Machine Learning techniques to identify high-risk areas and predict future crimes. Through descriptive analysis, georeferencing, and clustering models, areas with high crime incidence, particularly thefts against individuals, were identified. An interactive visualizer was developed in Power BI to assist local authorities in decision-making and designing prevention strategies, emphasizing the importance of interventions based on temporal, geospatial, and demographic patterns.

Este trabajo analiza los patrones de criminalidad en Bucaramanga entre 2016 y 2023, utilizando técnicas de análisis de datos y Machine Learning para identificar zonas de alto riesgo y predecir delitos futuros. A través de análisis descriptivo, georreferenciación y modelos de clustering, se identificaron áreas con alta incidencia delictiva, especialmente hurtos a personas. Se desarrolló un visualizador interactivo en Power BI para facilitar a las entidades locales en la toma de decisiones y diseño de estrategias de prevención, destacando la importancia de intervenciones basadas en patrones temporales, geoespaciales y demográficos.