A modernização da Gestão Pública trouxe para os órgãos de Governo o desafio de adequar seus processos de auditoria e fiscalização dos recursos públicos para melhor aplicação das informações disponíveis nas bases de dados. No âmbito da Controladoria-Geral do Estado de Pernambuco, a utilização de técnicas que possibilitem a identificação de padrões e permitam descobrir ou prevenir atos de improbidade dos agentes públicos, tornou-se indispensável face ao volume de dados relevantes disponível. O fato de grande parte destes dados se apresentarem em formato textual demanda a utilização de técnicas inteligentes de mineração de texto, para atender a demanda do Controle Interno Estadual. Este artigo apresenta um estudo de caso da técnica de Alocação de Tópicos Latentes (Latent Dirichlet Allocation - LDA) aplicada sobre um conjunto de dados composto por mais de 65 mil registros de itens comprados pelo Governo Estadual entre os anos 2008 a 2017. O objetivo foi segmentar os itens adquiridos pelo Governo do Estado, aproximando-os a partir de características extraídas das suas descrições, procurando assim disponibilizar informações úteis às ações de controle. A técnica se mostrou eficaz para detectar tópicos em uma granularidade maior que a classificação humana.
A era digital que estamos vivendo atualmente proporcionou grandes benefícios para a sociedade, fornecendo máquinas capazes de realizar, com alta velocidade, milhares de cálculos. À medida que evoluíam, os dispositivos ficavam cada vez mais robustos, suportando cargas elevadas de informações. A melhoria dos recursos computacionais, e da possibilidade de armazenar uma maior quantidade de dados, além do processamento de uma simples máquina, aumenta o nível de complexidade dos dispositivos, ou seja, um simples computador deverá estar em constante evolução para atender às necessidades atuais da sociedade. Uma grande dificuldade que vale ressaltar é a necessidade de processar dados em larga escala, sendo, por isso, necessária a utilização de sistemas de alto desempenho para esse processamento. Assim, o objetivo deste artigo é mostrar um framework que permita que seja desempenhada essa função de forma rápida e simples, tirando proveito da estrutura do DataFlow para processamento de Big Data. A análise realizada é do tipo preditiva, em uma base disponibilizada on-line. A partir dela, será mostrado o uso do framework e se procurará verificar se o modelo gerado teve sucesso ou não. Os indicadores usados para essa comprovação serão a acurácia, a curva ROC, a especificidade e a sensitividade. Como resultado, espera-se extrair conhecimento sobre a aplicação do framework DataFlow para análise de grandes quantidades de dados e mostrar algumas vantagens no seu uso prático.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.