Predição de ações judiciais no setor elétrico por falta de fornecimento de energia usando regressão logística

Abstract

Understanding the complications involving the dissatisfaction of the clients of the electric power concessionaires represents the strengthening of the possibility of reversing the high degree of lawsuits against the concessionaires. Therefore, this work proposes a method based on data mining and computational intelligence to predict the issue of new lawsuits based on the lack of energy supply in the electric sector, in addition to the identification of correlated factors. The method consists of the step of data acquisition, feature engineering, feature selection, and finally, the classification step. The proposed method was validated using a private database and is robust in the task of identifying the prediction of lawsuits by means of an accuracy of 84.70%; precision of 73.83%; sensitivity of 60.45%, specificity of 85.51% and F-score of 66.47%. Thus, we demonstrate the feasibility of using the logistic regression model in conjunction with feature selection techniques to solve the problem of predicting lawsuits in the electricity sector. Resumo: Entender as complicações que envolvem a insatisfação dos clientes das concessionárias de energia elétrica representa o fortalecimento da possibilidade de reversão do alto grau de ações judiciais. Portanto, este trabalho propõe um método para predizer ações judiciais baseado na falta de fornecimento de energia, além da identificação de fatores correlacionados. O métodoé composto pela etapa de aquisição dos dados, engenharia de característica, seleção de características, e por fim, a etapa de classificação. O método proposto foi validado utilizando um banco de dados de uma empresa privada e mostra-se robusto na tarefa de predizer ações judiciais por meio de uma acurácia de 84,70%, precisão de 73,83%, sensibilidade de 60,45%, especificidade de 85,51% e F-M easure de 66,47%. Assim, demonstramos a viabilidade de usar o modelo de regressão logística em conjunto com técnicas de seleção de características para resolver o problema da predição de processos judiciais.