Veiligheid

Image

Minder criminaliteit, meer veiligheid

In toenemende mate kiezen overheden voor een brede aanpak om te werken aan een veilige samenleving. Er wordt geconstateerd dat ondermijnende activiteiten op bedrijventerreinen steeds vaker de kop op steken. In veel gevallen hebben de problemen te maken met drugs, mensenhandel of witwaspraktijken.

Wij zijn onlangs ingeschakeld door twee provincies (Gelderland en Noord-Brabant) om in beschikbare data over lokale bedrijventerreinen op zoek te gaan naar verbanden. Het idee is dat aan de hand van data science-technieken ondermijning op bedrijventerreinen eerder en beter zijn te signaleren.

Image

Werkwijze

We interpreteren gegevens over bijvoorbeeld verouderde panden, leegstand, veel vestigingsdynamiek van bedrijven, weinig aansluitingen op een energienetwerk of verdacht veel KvK-inschrijvingen. Een andere belangrijke indicator kan hoog energieverbruik zijn. Dat bleek in een eerdere pilot over ondermijning, die we hebben uitgevoerd voor het Wetenschappelijk Onderzoek- en Documentatiecentrum (WODC) van het Ministerie van Justitie en Veiligheid.

In het data-onderzoek voor de provincies Gelderland en Noord-Brabant zet Centerdata o.a. de methode Random Forest in, een zogeheten supervised learning algoritme. Bij deze methode vergelijken we een groot aantal verschillende datamodellen met elkaar om vervolgens te bepalen welk model de beste voorspellende waarde heeft.

Uiteindelijk willen we een risico-taxatietool ontwikkelen waarbij zorgelijke signalen uit een grote bulk informatie opgemerkt kunnen worden. Soms duidt een combinatie van indicatoren op een grotere kans op criminaliteit. Een paar van zulke factoren samen noemen we ook wel een giftige cocktail.

Meer weten? Neem contact op.

Bekijk ons team
dr. Patricia Prüfer
dr. Patricia Prüfer
Groepsleider Data Science