59 / 226
CIENCIA
POLICIAL
58
lización. El data mining reúne las virtudes de diferentes campos tales
como: la inteligencia artificial, la estadística, las bases de datos, la
computación gráfica y el procesamiento masivo, especialmente usando
como materia prima las bases de datos (Balagueró, 2017).
Se puede observar que se trata de dos conceptos estrechamente
vinculados entre sí, pero que tienen un enfoque disparejo sobre los
datos. De una parte, el big data se focaliza en la gestión de grandes
volúmenes de datos en aras de que estos estén disponibles para la
organización. Y de otra, el data mining se centra en el análisis de los
datos. En consecuencia, para que el big data aporte valor e infor-
mación se requiere del uso de las herramientas que ofrece el data
mining.
Y en lo que respecta a la labor policial, estas técnicas ¿en qué ámbi-
tos pueden ayudar a mejorar las actuaciones de las FFCCS? Alexander
Babuta, autor del informe «Macrodatos y trabajo policial. Una valora-
ción de las necesidades, expectativas y prioridades de los cuerpos de
seguridad», destaca cuatro ámbitos prioritarios:
· En primer lugar, en mapas de predicción de delincuencia: para des-
tinar las patrullas allí donde hay mayor probabilidad de que suce-
dan los delitos.
· En segundo lugar, la analítica predictiva: para identificar los riesgos
asociados a determinadas personas, tanto potenciales autores como
potenciales víctimas.
· En tercer lugar, la analítica avanzada: para intentar aprovechar
todo el potencial de los sistemas de grabación de imagen (circuitos
de videovigilancia) y de los datos de los sistemas de reconocimiento
automático de matrículas.
· Y finalmente, la tecnología de los macrodatos: a las fuentes de datos
abiertos, para obtener un mejor conocimiento de algunos problemas
de delincuencia (Generalitat de Catalunya, 2017).
Pues bien, una vez establecidos estos conceptos, así como las posi-
bles áreas de uso en el ámbito de la seguridad, hay que valorar diferen-
tes cuestiones relacionadas con estos conceptos y que ponen de mani-