Рассматриваются современные способы прогнозирования преступности в Южно-Африканской Республике Cross-Industry Standard Process for Data Mining. Насильственная преступность в Южной Африке характеризуется высокими показателями. Правоохранительные органы вынуждены хранить значительные массивы данных, которые в современных условиях могут быть использованы для криминологического прогнозирования. Однако точность является основной проблемой в прогнозировании преступлений. Подчеркивается ценность и эффективность использования интеллектуального анализа данных и машинного обучения в прогнозировании преступности.
преступность, Южная Африка, прогнозирование
1. Police recorded crime statistics, Republic of South Africa, First quarter of 2022/2023 financial year (April and June 2022) // The South African Police Service // URL://https://www.saps.gov.za/services/downloads/April-2022_23-presentation.pdf.
2. Police recorded crime statistics, Republic of South Africa, Fourth quarter of 2021/2022 financial year (January and March 2022) // The South African Police Service // URL://https://www.saps.gov.za/services/downloads/fourth_quarter_presentation_2021_2022.pdf.
3. ISS Crime Hub // Institute for Security Studies // URL://https://issafrica.org/crimehub.
4. ISS Crime Hub Maps // Institute for Security Studies // URL://https://issafrica.org/crimehub/our-work/maps.
5. South Africa Crime Visualization, Trends Analysis, and Prediction Using Machine Learning Linear Regression Technique // Hindawi // URL://https://www.hindawi.com/journals/acisc/2021/5537902/
6. Фридман О. В. Data mining — методы и алгоритмы, краткий обзор // Труды Кольского научного центра РАН. Информационные технологии. 2021. Вып. 12. Т. 12. № 5. С. 91–103.
7. Облако слов категории преступлений в Хаутенге // URL://https://www.hindawi.com/journals/acisc/2021/5537902/fig7/
