Paper Information | SBC BOOKS

Fill in your paper information

Language (*)

Title (*)

Keywords (*)

Abstract (*)

O alto volume e a heterogeneidade das narrativas de boletins de ocorrência no Brasil representam desafios para a análise manual e a priorização investigativa. Este trabalho propõe uma abordagem para identificar padrões criminais usando técnicas de agrupamento aplicadas a dados textuais não estruturados. A metodologia integra Agrupamento Espectral com K-means, embeddings MPNet para representação vetorial e UMAP para redução de dimensionalidade. Os seis agrupamentos resultantes revelaram coerência temática, destacando padrões como fraude bancária, golpes judiciais, crimes em mídias sociais e invasão de contas. Experimentos comparativos com Agrupamento Aglomerativo foram conduzidos usando diferentes estratégias de ligação, com Agrupamento Espectral alcançando a maior pontuação de silhueta (0,38), indicando grupos mais bem definidos. Uma análise qualitativa manual de amostras de cada agrupamento corroborou as distinções temáticas. O estudo demonstra que o agrupamento automático pode contribuir para a triagem investigativa, oferecendo percepções relevantes para aplicações de segurança pública.

Pages (*)

File Link

English Information

Title

Keywords

Abstract

The high volume and heterogeneity of police report narratives in Brazil pose challenges for manual analysis and investigative prioritization. This work proposes an approach for identifying criminal patterns using clustering techniques applied to unstructured textual data. The methodology integrates Spectral Clustering with K-means, leveraging MPNet embeddings for vector representation and UMAP for dimensionality reduction. The resulting six clusters revealed thematic coherence, highlighting patterns such as bank fraud, judicial scams, social media crimes, and account hacking. Comparative experiments with Agglomerative Clustering were conducted using different linkage strategies, with Spectral Clustering achieving the highest silhouette score (0.38), indicating better-defined groups. A manual qualitative analysis of samples from each cluster supported the thematic distinctions. The study demonstrates that automatic clustering can contribute to investigative triage, offering relevant insights for public security applications.

(*) To change the order drag the item to the new position.

Authors

#	Name
1	Ricardo Barcelar(ricardo.barcelar@sou.ufmt.br)
2	Flávia Luis(flavia.luis@sou.ufmt.br)
3	Claudia Martins(claudia@ic.ufmt.br)
4	Raphael Gomes(raphael@ic.ufmt.br)
5	Anderson Oliveira(anderson.oliveira@ufmt.br)
6	Thiago Ventura(thiago@ic.ufmt.br)

(*) To change the order drag the item to the new position.

Reference

#	Reference
1	ANDRADE, Rafael Lara Mazoni; FARIA, Bruno Lopes de. COVID-19 E Clusters De Homicídios em Belo Horizonte: Análise Dos Impactos da Pandemia Sobre A Distribuição Espacial de Crimes. Caderno de Geografia, Belo Horizonte, v. 33, n. 73, p. 489, 2023. DOI: 10.5752/P.2318-2962.2023v33n73p489.
2	AGGARWAL, C. C.; ZHAI, C. A survey of text clustering algorithms. In: AGGARWAL, C. C.; ZHAI, C. (ed.). Mining text data. Boston: Springer, p. 77-128, 2012. DOI: 10.1007/978-1-4614-3223-4_4
3	BELLMAN, R. Dynamic programming. Princeton: Princeton University Press, 1957
4	CHAINEY, S.; RATCLIFFE, J. GIS and crime mapping. Chichester: John Wiley & Sons, 2013. DOI: 10.1007/978-1-4614-5690-2_317
5	JAIN, A. K. Data clustering: 50 years beyond K-means. Pattern Recognition Letters, v. 31, n. 8, p. 651-666, 2010. DOI: 10.1016/j.patrec.2009.09.011
6	JÁÑEZ-MARTINO, Francisco; ALAIZ-RODRÍGUEZ, Rocío; GONZÁLEZ-CASTRO, Víctor; FIDALGO, Eduardo; ALEGRE, Enrique. Classifying spam emails using agglomerative hierarchical clustering and a topic-based approach. Applied Soft Computing, v. 139, p. 110226, 2023. DOI: 10.1016/j.asoc.2023.110226
7	JOSHI, A.; SABITHA, A. S.; CHOUDHURY, T. Crime analysis using K-Means clustering. In: International Conference on Computational Intelligence and Networks, 3., 2017, Odisha. Proceedings [...]. Odisha: IEEE, p. 33-39, 2017. DOI: 10.1109/CINE.2017.23
8	LAL BEEJAL, C.; AHMED, A.; SIYAL, R.; KUMAR, S.; AFTAB, S.; JAMALI, A. Text clustering using K-Mean. International Journal of Advanced Trends in Computer Science and Engineering, v. 10, p. 2892-2897, 2021. DOI: 10.30534/ijatcse/2021/371042021
9	MCINNES, L.; HEALY, J.; SAUL, N.; GROßBERGER, L. UMAP: Uniform Manifold Approximation and Projection. Journal of Open Source Software, v. 3, n. 29, p. 861, 2018. DOI: 10.21105/joss.00861
10	MUENNIGHOFF, Niklas; TAZI, Nouamane; MAGNE, Loic; REIMERS, Nils. MTEB: Massive Text Embedding Benchmark. In: VLACHOS, Andreas; AUGENSTEIN, Isabelle (Org.). Proceedings of the 17th Conference of the European Chapter of the Association for Computational Linguistics, Dubrovnik, Croatia, maio 2023. Dubrovnik: Association for Computational Linguistics, 2023. p. 2014–2037. DOI: 10.18653/v1/2023.eacl-main.148
11	OLIVEIRA, F. R. de; ZANUSSO, M. B. Clusterização de ocorrências policiais utilizando k-means e um mapa auto-organizável. 2005. DOI: 10.21528/CBRN2005-006
12	REIMERS, N.; GUREVYCH, I. Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing, v. 2019, p. 3982-3992, 2019. DOI: 10.18653/v1/D19-1410
13	ROUSSEEUW, P. J. Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, v. 20, p. 53-65, 1987. DOI: 10.1016/0377-0427(87)90125-7
14	SSPMT - Sistema De Registro de Ocorrências Policiais do Estado de Mato Grosso. Dados extraídos do módulo SROP, referente ao registro de boletins de ocorrência. Cuiabá: SSP-MT, 2025
15	TUKEY, J. W. Exploratory Data Analysis. Reading: Addison-Wesley, 1977
16	VON LUXBURG, U. A tutorial on spectral clustering. Statistics and Computing, v. 17, n. 4, p. 395-416, dez. 2007. DOI: 10.1007/s11222-007-9033-z

Paper Registration

Fill in your paper information

English Information

Authors

Reference