Orientador: Leonardo de Souza Mendes / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-20T09:29:04Z (GMT). No. of bitstreams: 1
GagoJunior_EvertonLuizdeAlmeida_M.pdf: 1416743 bytes, checksum: 43ebe58cf54d9cd46b1ceb50d5cb4b42 (MD5)
Previous issue date: 2012 / Resumo: Com as facilidades e resultados oferecidos pelos sistemas de gerenciamento automatizados, cada vez mais os municípios eliminam documentos físicos, e armazenam digitalmente suas informações. Uma das consequências diretas disso é a criação de um grande volume de dados. Em geral, estes dados são coletados por meio das Tecnologias da Informação e Comunicação (TIC) e armazenados em bases de dados transacionais. Nestes ambientes, os dados possuem relacionamentos complexos entre si, o que dificulta a identificação de padrões e comportamentos. Diversas instituições utilizam técnicas de mineração de dados para identificar padrões e comportamentos ocultos em seus dados operacionais. Estes padrões podem auxiliar no planejamento de ações futuras e melhorar a gestão dos recursos financeiros, humanos e tecnológicos. A análise inteligente dos dados operacionais de uma instituição pode ser realizada através das Ferramentas de Apoio e Suporte a Tomada de Decisão (FASTD). Estas ferramentas permitem analisar um grande volume de dados a partir de regras previamente estabelecidas. Estas regras são apresentadas para as FASTD na fase de treinamento, quando a ferramenta aprende sobre os padrões que deve buscar. Este trabalho apresenta um processo de suporte à tomada de decisão com base em mapas auto-organizáveis. Aplicado às ferramentas de governo eletrônico, este processo permite identificar padrões em um grande volume de dados de maneira autônoma, ou seja, dispensando o conjunto de regras para treinamento. Para realizar o estudo de caso, utilizaremos informações cedidas pela Prefeitura Municipal de Campinas, São Paulo, Brasil / Abstract: Due to the characteristics offered by automated management systems, municipal administrations are now attempting to store digital information instead of keeping their physical documents. One consequence of such fact is the generation of large volume of data. Usually, these data are collected by ICT technologies and then stored in transactional databases. In this environment, collected data might have complex internal relationships. This may be an issue to identify patterns and behaviors. Many institutions use data mining techniques for recognize hidden patterns and behaviors in their operational data. These patterns can assist to future activities planning and provide better management to financial resources. Intelligent analysis can be realized using the Support Tools and Support Decision Making (STSDM). These tools can analyze large volume of data through previously established rules. These rules are presented for STSDM in the training phase, and the tool learns about the patterns that should look. This work proposes a process to support decision making based on self-organized maps. This process, applied to electronic government tools, can recognize patterns in large volume of data without the set of rules for training. To perform our case study, we use data provided by the city of Campinas, Sao Paulo / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/259453 |
| Date | 20 August 2018 |
| Creators | Gago Junior, Everton Luiz de Almeida |
| Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Mendes, Leonardo de Souza, 1961-, Zarpelão, Bruno Bogaz, Barros, Rodolfo Miranda de |
| Publisher | [s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação, Programa de Pós-Graduação em Engenharia Elétrica |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 80 f. : il., application/pdf |
| Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0133 seconds