• Analyzing a complaint database by means of a generatic-based data mining algorithm

      Dijk, J.J. van (WODC, 2009)
      In this paper the researcher have analyzed the complaint database of the National Ombudsman who handles complaints with regard to almost all government organizations in the Netherlands. The analysis aims to investigate the trend with regard to (the handling of) complaints during a period of 25 years. CONTENT: 1. Introduction 2. The database and mining questions 3. Genetic-based algorithm 4. Results 5. Conclusion
    • Big Data Analytics - Een verslag van R&D-activiteiten van het WODC in samenwerking met anderen

      Willemsen, F. (red.) (WODC, 2016)
      In dit verslag worden enkele activiteiten besproken die bij het WODC en in samenwerking met anderen in het kader van Research en Development op het terrein van big data zijn uitgevoerd. Van verschillende activiteiten zijn documenten beschikbaar die via een link op de site van het WODC zijn te vinden en te downloaden.
    • Cybercrime in cijfers - Een verkenning van de mogelijkheden om cybercrime op te nemen in de Nationale Veiligheidsindices

      Cuyper, R.H. de; Weijters, G. (WODC, 2016)
      De Nationale Veiligheidsindex (NVI) is een methode om zo betrouwbaar mogelijk de ontwikkeling in criminaliteit, overlast en onveiligheidsbeleving op landelijk niveau te beschrijven. Het doel van de NVI is de veelheid aan bestaande indices te vervangen en te komen tot een politiek-bestuurlijk bruikbare, duidelijk te communiceren rapportage over de ontwikkeling van de sociale veiligheid in Nederland. Dit onderzoek tracht de volgende vragen te beantwoorden:Hoe kan cybercrime het beste gedefinieerd worden?Kan cybercrime als los delicttype worden meegenomen in de NVI of moet er onderscheid worden gemaakt tussen verschillende vormen van cybercrime?Welke databronnen zijn beschikbaar en bruikbaar om de ontwikkeling in cyber-crime in Nederland weer te geven? INHOUD: 1. Inleiding 2. Definities 3. Cybercrime in de NVI 4. Conclusie en discussie
    • Identificeren van 18- tot 23-jarigen die volgens het jeugdstrafrecht zijn berecht - Een pilot

      Barendregt, C.S.; Beerthuizen, M.G.C.J.; Vink, M.; Leertouwer, E.; Laan, A.M. van der (WODC, 2016)
      Deze pilot heeft als doel om op basis van registratiegegevens de groep 18- tot 23-jarigen die in het eerste jaar na invoering van het adolescentenstrafrecht volgens het jeugdstrafrecht zijn berecht (artikel 77c Sr.) te identificeren. Dit leidt tot de volgende onderzoeksvragen:Hoe valide zijn de indicatoren ‘jeugdstrafrecht’ en ‘jeugdsanctie’ en de combinatie van beide indicatoren om de groep 18- tot 23-jarigen die volgens het jeugdstraf-recht zijn berecht in kaart te brengen?In hoeverre komt het aantal afdoeningen volgens het jeugdstrafrecht onder 18- tot 23-jarigen volgens de combinatie van de indicator jeugdstrafrecht en de indicator jeugdsanctie overeen met het aantal plaatsingen preventieve hechtenis in een JJI onder 18- tot 23-jarigen?Bestaan er mogelijk alternatieve methoden om het aantal afdoeningen volgens het jeugdstrafrecht bij 18- tot 23-jarigen in kaart te brengen? INHOUD: 1. Inleiding 2. Informatiebronnen 3. Validatie indicator jeugdstrafrecht en jeugdsanctie 4. Verschillende steekproeven 5. Alternatieve selectiemethoden 6. Samenvatting en eindconclusie
    • Monitoring crime-related feelings of unsafety with social media data

      Bollwerk, M. (Utrecht University, 2016)
      Due to the adverse psychological and social effects of crime-related feelings of unsafety, the Dutch Ministry of Security and Justice (MSJ) researches these feelings with the yearly population-wide survey 'Veiligheidsmonitor' (safety monitor). In this project, we suggest a method to use social media data as an additional real-time information source which represents a new approach in the MSJ By measuring the relative amount of crime-related content over time as a proxy for feelings of unsafety, the results depict a clear increase of that content through recent years together with a strong association with crime-related real-world events. This method is a basis for future research toward real-time safety monitoring instruments.
    • Nieuwe technologieën in opsporing en veiligheidszorg

      Vries, A. de; Smit, S.; Kitchin, R.; Cuijpers, C.; Schendel, S. van; Custers, B.; Vergouw, B.; Flight, S.; Elands, P.J.M.; Dignum, M.V.; et al. (WODC, 2016)
      ARTIKELEN: 1. A. de Vries en S. Smit - Predictive policing: Politiewerk aan de hand van voorspellingen 2. R. Kitchin - Datagestuurde stedelijke planning en ‘smart cities’ 3. C. Cuijpers en S. van Schendel - Data Protection by Design als argument in het FBI vs. Apple debat 4. B. Custers en B. Vergouw - Technologie voor opsporing en handhaving: Kansen, ervaringen en knelpunten 5. S. Flight - Politie en beeldtechnologie: Gebruik, opbrengsten en uitdagingen 6. P.J.M. Elands - Drones: Zegen of vloek? 7. M.V. Dignum en J. van den Hoven - Reflecties op het verantwoord gebruik van kunstmatige intelligentie SAMENVATTING: De opkomst van nieuwe technologieën stelt de politie en andere rechtshandhavingsinstanties in staat proactiever en effectiever te opereren. De toepassing van deze technologieën in het publieke veiligheidsdomein roept echter ook allerlei vragen op met betrekking tot privacy en andere grondrechten van burgers. Dit themanummer beoogt enerzijds die nieuwe technologische toepassingen te beschrijven en anderzijds de (mogelijke) consequenties daarvan nader te beschouwen en aan discussie te onderwerpen. Naast afzonderlijke artikelen over concrete technologische toepassingen (beeldtechnologie, drones) gaat de aandacht uit naar enkele belangrijke trends die alle voortvloeien uit de groeiende beschikbaarheid van – onderling koppelbare – grote hoeveelheden data afkomstig uit allerlei bronnen. Bij politiekorpsen wereldwijd heeft dit geleid tot een de groeiende populariteit van predictive policing: politiewerk doen aan de hand van voorspellingen die gebaseerd zijn op een enorme verzameling historische gegevens over o.a. delicten, de plegers ervan en criminaliteitspatronen, gecombineerd met realtime data. Het politieoptreden wordt aldus datagestuurd en meer op preventie gericht. Een stap verder is prescriptive policing, waarbij de data aangeven wat de meest effectieve interventie zou zijn. Met de film Minority Report in gedachten doemen de zwartste scenario’s op: krijgen we een ‘gedachtenpolitie’ , staat de onschuldpresumptie op het spel? Deze vragen zijn des te prangender wanneer de rechtshandhaving steeds meer wordt overgelaten aan drones en robots. De grote uitdaging in dit verband is hoe ethische, maatschappelijke en juridische waarden al in het ontwerpproces van articificiële intelligentie toepassingen kunnen worden ingebouwd. Iets soortgelijks speelt met betrekking tot de bescherming van persoonlijke gegevens en privé-communicatie bij het gebruik van computers en smartphones e.d. Nieuwe Europese wetgeving schrijft voor dat gegevensbescherming wordt ingebouwd in producten en diensten, een principe dat wordt aangeduid met de term Data Protection by Design and Default.
    • De (on)mogelijkheden van het meten van klassenjustitie in de Nederlandse strafrechtketen - Een verkenning met handreikingen voor kwantitatief vervolgonderzoek

      Netten, C.P.M.; Braak, S.W. van den; Latenko, A.; Vink, M.E.; Nagtegaal, M.H. (WODC, 2022-07-06)
      Het doel van deze studie was om de haalbaarheid van het kwantificeren van klassenjustitie in kaart te brengen en nadrukkelijk niet om klassenjustitie in de Nederlandse strafrechtketen daadwerkelijk kwantitatief aan te tonen. Het gaat hier enkel om een verkenning. Dit rapport bevat om deze redenen ook geen kwantitatieve resultaten en geeft geen antwoord op de vraag of en in welke mate klassenjustitie in Nederland voorkomt. Aan de hand van de bevindingen van de verkenning worden wel aanbevelingen gedaan over hoe toekomstige kwantitatieve analyses aangepakt kunnen worden. De hoofdvraag van deze verkenning luidt als volgt: In hoeverre kan klassenjustitie in kaart gebracht worden met behulp van kwantitatieve analysetechnieken? Om bovenstaande vraag te beantwoorden, is de verkenning in drie delen onderverdeeld: 1 meetbaarheid van het begrip klassenjustitie; 2 beschikbare data; 3 kwantitatieve methoden en technieken. INHOUD: 1. Inleiding 2. De meetbaarheid van klassenjustitie in de strafrechtketen 3. Data en beschikbare bronnen 4. Meten van selectiviteit in de strafrechtketen 5. Conclusie en aanbevelingen
    • Predictieve textmining in politieregistraties - Cyber- en gedigitaliseerde criminaliteit

      Tollenaar, N.; Rokven, J.; Macro, D.; Beerthuizen, M.; Laan, A.M. van der (WODC, 2019)
      In deze studie is onderzocht of het mogelijk was een machine learning (ML-)model te ontwikkelen om politieregistraties in de Basisvoorziening Handhaving (BVH) die betrekking hebben op cyber- of gedigitaliseerde criminaliteit te classificeren. Het doel is om met dat model de omvang van deze online criminaliteit in de BVH-registratie van 2016 te schatten. Tevens zijn de achtergrondkenmerken beschreven van bekende verdachten bij deze registraties van cyber- en gedigitaliseerde criminaliteit. Het onderzoek richt zich op registraties van drie typen cybercriminaliteit (hacken, ransomware en DDoS-aanvallen) en vijf typen gedigitaliseerde criminaliteit (online bedreiging, online stalken, online smaad/laster/belediging, online identiteitsfraude en online aan- en verkoopfraude).Het onderzoek maakt deel uit van de Monitor Jeugdcriminaliteit (MJC). De MJC betreft een periodieke rapportage waarin op basis van politie- en justitieregistraties de trends in jeugdcriminaliteit op geaggregeerd niveau worden onderzocht. INHOUD: 1. Inleiding 2. ML voor geautomatiseerde documentclassificatie 3. Ontwikkeling van een classificatiemodel 4. Resultaten modellering cyber- en gedigitaliseerde delicten in politieregistraties 5. Omvangschatting en verdachtenkenmerken 6. Slotbeschouwing
    • Prediction modelling for population conviction data

      Tollenaar, N. (Rijksuniversiteit Utrecht, 2017)
      This monograph is concerned with different uses of prediction modelling on (Dutch) Judicial registration data. It covers the determining the usefulness, preservability of a prediction instrument used in the judicial context, determining the prediction model that optimally predicts different types of recidivism using classical and modern models differing in flexibility, and the estimation of the effect of an intervention in a missing values and observational data context. CONTENT: 1. Introduction 2. StatRec - performance, validation and preservability of a static risk prediction instrument 3. Comparing predictive performance of statistical, machine learning and data mining predictive models on reconviction data 4. Searching for improvements in predictive performance by applying machine learning in binary outcome and censored recidivism data 5. Using combinations of multiple inputation, propensity score matching and difference-in-differences for estimating the effectiveness of a prolongued incarceration and rehabilitation measure for high-frequent offenders