Suç bilimi için akıllı coğrafi bilgi sistemleri

Birçok araştırmacı, suç önleme çalışmaları kapsamında suçların oluşumlarını anlamak üzerine çalışmalar yürütmüştür. Suç önleme kapsamında gerçekleştirilen en iyi uygulama suçun oluşma nedenini araştırmak ve tekrar meydana gelmeden önce oluşmasını önlemektir. Bu bağlamda, suç oluşumlarının mekanda rastgele dağılmadığı çeşitli faktörler tarafından etkilenerek oluştuğu söylenebilir. Böylece, suçun oluşumunda etkili olan faktörler tespit edilirse Emniyet Müdürlükleri'nde görev alan karar vericilerin yüksek doğruluklu suç önleme çalışmaları yapabilmeleri için mekansal karar destek sistemi geliştirilebilir. Bu çalışma ile hırsızlık suçlarının oluşumuna etki eden faktörler belirlenerek tekil suç faaliyetleri oluşmadan önce potansiyel risk alanlarının belirlenmesi amaçlanmaktadır. Araştırma, farklı veri kaynaklarından elde edilen çeşitli veriler kullanılarak gelecekte oluşabilcek hırsızlık suçlarının potansiyel lokasyonlarının tahminlemesine uygun çalışma ölçeğinin belirlenebilmesi için bölgesel ve yerel olmak üzere iki farklı çalışma ölçeğinde yürütülmüştür. Hırsızlık suçuna etki eden faktörler coğrafi olarak ağırlıklandırılmış regresyon metodu kullanılarak belirlenmiştir. Buna göre suçlar bölgesel ölçekte daha iyi açıklanabilmektedir. Ancak suç faaliyetlerine karşı önlemler alan güvenlik birimlerinin sorumluluk alanları mahalle sınırlarına göre belirlenmiştir. Buna göre, gelecekte oluşabilecek hırsızlık suçlarının tahminlenmesi çalışmaları da yerel ölçekte yürütülmüştür. Tahminleme çalışmaları gerçekleştirilirken mekansal karar destek sistemi sağlayabilmek için yapay sinir ağları ve coğrafi bilgi sistemleri birlikte kullanılmıştır. Tahminleme sonuçları iki farklı çıktı setinden oluşmaktadır. Bunlardan bir tanesi, hırsızlık sayılarının tahminlenmesidir. Diğeri ise tahminlemenin gerçekleştirildiği alanda hırsızlık suçunun oluşup oluşmama durumunun tahminlenmesidir. coğrafi olarak ağırlıklandırılmış regresyon sonuçlarından elde edilen değişkenler yapay sinir ağı yapısında girdi veri seti olarak kullanılmıştır. Tahminleme işleminin sonunda, tahminlenen hırsızlık sayılarının hedeflenen değerleri regresyon modeline göre yüzde 32,6 daha iyi açıkladığı görülmüştür. Sonuç olarak, hırsıszlık suçlarının tahminlenen lokasyonda gerçekleşip gerçekleşmeyeceği yüzde 91 oranında başarı ile tahminlenmiştir.