Métodos de mineração de texto para unificação de indicadores de planejamento estratégico nos municípios de Mato Grosso

Autores

Palavras-chave:

Mineração de Texto, Expressões Regulares, Planejamento Estratégico, Indicadores de Monitoramento, Municípios do Estado de Mato Grosso

Resumo

Indicadores são ferramentas importantes na gestão de recursos e no monitoramento de políticas públicas nos municípios. No Estado de Mato Grosso, o programa Gerenciamento do Planejamento Estratégico (GPE), desenvolvido em parceria com o Tribunal de Contas, é uma iniciativa que promove o aperfeiçoamento de políticas públicas por meio da adoção de indicadores padronizados. Neste contexto, a mineração de texto surge como uma técnica valiosa para analisar e processar grande volume de informações em documentos e relatórios. Expressões regulares são sequências de caracteres em textos que obedecem a uma regra, como, por exemplo, palavras acentuadas com acento agudo, circunflexo, til ou crase. Com o uso de algoritmos, estes padrões textuais são detectados e substituídos ou eliminados. Por exemplo, se deseja-se retirar a acentuação nas palavras de uma frase, utilizam-se algoritmos para detectar estes acentos e retirá-los. Outro problema de interesse é a padronização das palavras para minúsculo ou inicial maiúscula com uso de expressão regular. Estas aplicações auxiliam nas tarefas cotidianas, pois textos padronizados são mais fáceis de serem analisados para tirar conclusões em decisões de negócio. Neste trabalho, foram utilizados métodos de mineração de texto e expressões regulares para a unificação das nomenclaturas dos indicadores nos municípios participantes do GPE, auxiliando na gestão e no acompanhamento destes. A mineração de texto permitiu a análise sistemática das informações, identificando melhorias, corrigindo as inconsistências e aprimorando a efetividade das políticas públicas.

Referências

DE OLIVEIRA, M.W.P.; NEDER, R.; RAMALHO, P.; MACIEL, C.; FREIRE, N.; PERES, J.; VUOLO, C.; ANJOS, A. MANSILLA, D. Indicators of Municipal Public Management: Study of Multiple Performance Measurement Systems. In: KŐ, A. et al. Electronic Government and the Information Systems Perspective. EGOVIS 2019. Lecture Notes in Computer Science, v. 11709. Cham: Springer, 2019. Disponível em: https://link.springer.com/chapter/10.1007/978-3-030-27523-5_9

FEINERER, I.; HORNIK, K. tm: Text Mining Package. R package v. 0.7-11, 2023. Disponível em: https://cran.r-project.org/package=tm

FELDMAN, R.; SANGER, J. The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. Cambridge: Cambridge University Press, 2007.

FITZPATRICK, J. L.; SANDERS, J. R.; WORTHEN, B. R. Program Evaluation: alternative approaches and practical guidelines. 4. ed. New Jersey: Pearson, 2011.

FRIEDL, J. E. F. Mastering Regular Expressions. Sebastopol: O'Reilly Media, 2006.

GRUBER, J. LexisNexisTools. An R package for working with newspaper data from 'LexisNexis'. R package v. 0.3.5, 2023. Disponível em: https://github.com/JBGruber/LexisNexisTools.

JANNUZZI, P. M. Monitoramento e avaliação de programas sociais: uma introdução aos conceitos e técnicas. Campinas, SP: Editora Alínea, 2016.

JANNUZZI, P. M. A importância da informação estatística para as políticas sociais no Brasil: breve reflexão sobre a experiência do passado para considerar no presente. Revista Brasileira de Estudos de População, São Paulo, v. 35, n. 1, e0055, 2018.

JURAFSKY, D.; MARTIN, J. H. Speech, and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition. 3. ed. New Jersey: Pearson Education, 2020.

KAPLAN, R.; NORTON, D. The Balanced Scorecard - Measures That Drive Performance. Harvard Business Review, n. 01, pp.71-79, jan-fev, 1992.

KAPLAN, R.; NORTON, D. Using the balanced scorecard as a strategic management system. Harvard Business Review, n. 01, pp.75-85, jan-fev, 1996.

KIRCH, J. L.; SCHOENHERR, R. P.; VELOSO, T. C. M. A.; HONGYU, K. Aplicação da Análise de Componentes Principais e de Agrupamento para os Indicadores de Desempenho das Universidades Federais do Brasil. Sigmae, 8(2), 55-66, 2019. Disponível em: https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/920

LEE, J.; YOON, Y. Indicators development to support intelligent road infrastructure in urban cities. Transport Policy, v. 114, p.252-265, 2021.

MATO GROSSO. PDI – Programa de Desenvolvimento Institucional Integrado: TCE-MT, promovendo soluções inovadoras na linha de sua missão orientadora compartilha com os fiscalizados a experiência adquirida a partir da adoção do planejamento estratégico e de novas tecnologias, para a eficiência da administração pública. Cuiabá: TCE, 2013.

MATO GROSSO. Tribunal de Contas do Estado. Resolução Normativa nº 14/2022 de 28 de junho de 2022. Dispõe sobre a instituição do Programa de Apoio à Gestão do Planejamento Estratégico dos Municípios, denominado GPE, no âmbito do Tribunal de Contas do Estado de Mato Grosso. Cuiabá: TCE, 2022.

MODRUŠAN, N.; MRŠIĆ, L.; RABUZIN, K. Intelligent Public Procurement Monitoring System Powered by Text Mining and Balanced Indicators. In: Hammoudi, S. et al. Data Management Technologies and Applications. DATA 2020. Communications in Computer and Information Science, v. 1446. Cham: Springer, 2021.

MOREIRA, D.; SANTINI, J. F. Conectando Pesquisa a Gestão Municipal: Avaliações de Impacto Influenciam a Formação de Política Pública? In: KOGA, Natália Massaco et al. Políticas Públicas e Usos de Evidências no Brasil: Conceitos, Métodos, Contextos e Práticas. 1. ed. Brasília: Ipea, 2022.

R CORE TEAM. R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing, 2022. Disponível em: https://www.R-project.org/.

RINKER, T. W. textclean: Text Cleaning Tools, v. 0.9.3. Buffalo, New York, 2018. Disponível em: https://github.com/trinker/textclean.

SHIBUI, S. Visualization of indicators to enhance the internal quality assurance system in Japanese universities. International Conference on Research in Education, Teaching and Learning, Paris, p. 16, 2018.

SILVA, I. P. Indicadores Sociais e Sua Importância para a Gestão Pública Municipal. 2022. 52 f. Trabalho de Conclusão de Curso (Especialização) - Universidade Federal Rural de Pernambuco, Especialização em Gestão Pública Municipal, Recife, 2022.

ZIZKA, J.; DARENA, F.; SVOBODA, A. Text Mining with Machine Learning: Principles and Techniques. 1. ed. Boca Raton: CRC Press, 2019.

Downloads

Publicado

31-12-2023

Como Citar

Hanna Martins Morita, L., Cruz, R. de C., & de Oliveira, A. C. S. (2023). Métodos de mineração de texto para unificação de indicadores de planejamento estratégico nos municípios de Mato Grosso . Sigmae, 12(3), 39–50. Recuperado de https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/2219

Edição

v. 12 n. 3 (2023): Número especial: 67ª RBRAS e 20° SEAGRO

Seção

Data Science & Machine Learning

Licença

Proposta de Política para Periódicos de Acesso Livre


Autores que publicam nesta revista concordam com os seguintes termos:

    1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

    1. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

  1. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).