Projectomschrijving
Kunnen we op basis van een statistisch model beter inschatten waar en wanneer er een hoger risico is op nieuwe criminele feiten? Dat is kort gezegd het principe achter ‘bigdata policing’, het gebruik van statistische modellen gebaseerd op big data(omvangrijke digitale databanken) om dynamische risicokaarten op te stellen, die gebruikt kunnen worden om politiepatrouilles proactief aan te sturen.
Big data policing heeft de volgende doelstellingen:
Op korte termijn:
- Data-gestuurde risico-analyses van criminaliteit voorzien
- Proactief inzetten van middelen en personeel, in het bijzonder politie patrouilles
Op lange termijn:
- De beperkte politiemiddelen zo efficiënt mogelijk inzetten
- Een daling in criminaliteit realiseren
Deze techniek komt overgewaaid uit de VS waar het bovendien sterk gecommercialiseerd is. Er is echter nog niet zoveel bekend over de effectiviteit van deze techniek. Daarom startte politiezone Zennevallei, samen met de UGent, in oktober2019 een project op waarbij een big data policing model ontwikkeld en getest wordt in de praktijk. Daarbij wordt niet alleen gekeken naar hoe goed het model werkt, maar ook hoe de kwantitatieve risicoscores omgezet kunnen worden in de nodige inzichten die concreet toegepast kunnen worden in de praktijk. Het project spitst zich voornamelijk toe op woninginbraak, dit is immers het meest voorkomende misdrijf in België en heefteen grote psychologische impact op de slachtoffers. Het team van de UGent stelde hiervoor haar wetenschappelijke expertise rond big data policing ter beschikking, terwijl politiezone Zennevallei haar terreinkennis deelt zodanig dat het project de vinger aan de pols houdt met de praktijk.
Technologie
- Innovatieve methoden: het project werkt op basis van een geavanceerde statistisch model dat aangeeft waar en wanneer er een hoog risico’ is op nieuwe criminele feiten.
- Innovatieve databronnen: het project maakt gebruik van big data ( omvangrijke digitale data) en combineert verschillende databanken (politie, gemeente, online).
- Multidisciplinair: combineert inzichten uit verschillende domeinen zoals criminologie, recht, statistiek, geografie, AI en computerwetenschappen.
- Complementair: het project heeft de bedoeling ingepast te worden in bestaande technologieën en processen bij de politie, bijvoorbeeld de FOCUS-app
Diversifiëring
- Verschillende criminaliteitstypes: het project is voornamelijk gericht op woninginbraak, maar kan ook uitgebreid worden naar andere delict types.
- Verschillende inzichten: de risicokaarten kunnen ook aanvullende informatie bieden, zoals waar eerdere incidenten plaatsvonden of meldingen van burgers.
- Verschillende databronnen: het model maakt gebruik van 20+ variabelen en kan nog verder uitgebreid worden met nieuwe data, bijvoorbeeld ANPR.
- Verschillende toepassingen: het project richt zich op proactief aansturen van patrouilles, maar ook andere preventieprojecten kunnen aangestuurd worden.
Wat zijn de tot nu toe geboekte resultaten/vooruitgang?
- Prototype tool: het project leidde tot de ontwikkeling van een big data policing prototype waarmee politiezone Zennevallei zelfstandig kan werken na einde project.
- Nieuwe kennis en best practices: het project verzamelde veel info omtrent de criminaliteitscijfers, werking en gebruik van het model en ervaringen van politiemensen
