ANÁLISE DE SUBNOTIFICAÇÕES EM BASES DE SEGURANÇA PÚBLICA: USANDO REDES NEURAIS LSTM, TÉCNICAS DE ANÁLISE DE SENTIMENTOS E INVESTIGAÇÃO DE CORRELAÇÃO E CAUSALIDADE EM DADOS DE REDES SOCIAIS E BASES OFICIAIS
Análise de Redes Sociais, Mineração de Dados, Subnotificações, Análise de Sentimentos, Redes Neurais Recorrentes LSTM, Correlação e Causalidade
A sociedade contemporânea enfrenta uma transformação significativa de valores, costumes e cultura, notadamente pela expansão do acesso à Internet e o surgimento de novas formas de comunicação virtual, e de tudo que de tal fato deriva, como por exemplo, o surgimento de ambientes para conexão virtual entre pessoas. Há uma nova maneira de expressão na sociedade, cuja característica primordial está na forma em que essa expressão se processa: de maneira virtual. Essas plataformas geram grandes volumes de dados fornecendo oportunidades reais para análises em diversas áreas do conhecimento, permitindo investigar a relação entre expressões virtuais e fenômenos sociais reais, no sentido de não apenas compreender melhor essa nova forma de comunicação, mas também de compreender como, nessas diferentes áreas, esse novo cenário influencia e é influenciado. Este projeto de pesquisa propõe uma metodologia para analisar dados de redes sociais, correlacionando-os com registros de fontes oficiais, como RISP, IBGE, INEP/MEC, e DATASUS, com o objetivo de identificar e mensurar subnotificações e suas correlações, particularmente de crimes que aparecem online, mas não em bases oficiais. A pesquisa busca entender até que ponto as redes sociais refletem a sociedade real e quais fatores, como geografia, escolaridade e poder aquisitivo, influenciam as subnotificações de bases oficiais. Utilizando técnicas de análise de redes sociais, mineração de dados e Redes Neurais Recorrentes LSTM, a abordagem proposta visa extrair padrões e gerar conhecimento sobre a complexidade da coleta e interpretação de dados em ambientes digitais e físicos. Assim, a tese busca evidenciar a relação entre manifestações nas redes sociais e suas implicações na sociedade, contribuindo para uma compreensão mais profunda das subnotificações em bases de dados de segurança pública.