A l’ère numérique, la traçabilité d’activités humaines en relation directe avec la criminalité devient de plus en plus forte. Cette hausse implique une grande quantité de données à traiter, à structurer, à fouiller, et à mettre en relation - dans le respect de la loi - par les analystes criminels. Cependant, seules des méthodes automatisées et formalisées peuvent donner un sens à ces données, et ainsi guider les analystes pour accomplir leurs objectifs. Le développement de ces méthodes doit se faire à travers une approche interdisciplinaire, dans un cadre dénommé Criminologie Forensique Computationnelle (CFC), en considérant à la fois les spécificités issues du monde des technologies informatiques, des sciences forensiques, et des théories criminologiques.

Contenu et objectifs

Ce projet, qui continue les travaux d'un projet précédent, a deux objectifs principaux: (i) poursuivre une réflexion interdisciplinaire en vue de proposer une définition exhaustive du framework CFC; (ii) intégrer des connaissances et des concepts issues des sciences forensiques et des théories criminologiques à des méthodes d'analyses computationnelles pour des données imprécises, afin d'améliorer à la fois leur performance et la compréhension humaine des résultats obtenus. Pour réaliser ces objectives, une expérience empirique sera mené en vue de collecter des données nécessaires pour (a) la modélisation du processus de raisonnement des experts dans le problème de l'analyse des tendances de la criminalité, et (b) l'évaluation des performances des méthodes de calcul automatisées conçus pour détecter les changements de tendance dans des grand volumes de données concernant la criminalité en série.

Contexte scientifique

Le framework résultant servira de base pour le développement d’autres méthodes visant à l’extraction de connaissance pour l’analyse criminelle. Il permettra également une utilisation appropriée de ces méthodes, avec pour principal objectif de produire de résultats intelligents, contextuels et surtout pertinents pour les analystes criminels.