Métodos de Agrupamento para Análise de Dados Textuais dos Indicadores de Planejamento Estratégico do Estado de Mato Grosso

Autores

Palavras-chave:

Agrupamento de Textos, Análise Exploratória de Dados Textuais, Políticas Públicas

Resumo

Indicadores desempenham um papel essencial na administração eficaz de recursos e no monitoramento de políticas públicas. No estado de Mato Grosso, o Programa de Gerenciamento do Planejamento Estratégico visa aprimorar a governança pública por meio da adoção de indicadores padronizados. Este estudo explora o uso de métodos de mineração de texto e agrupamentos para analisar 160 indicadores distribuídos em 10 dimensões estratégicas: Aprendizagem e Conhecimento; Desenvolvimento Econômico; Educação; Esportes, Cultura e Lazer; Estrutura Organizacional; Fiscal; Infraestrutura, Saneamento Básico e Meio Ambiente; Satisfação da Sociedade; Saúde e Vulnerabilidade Social. Utilizando o método de Ward para agrupamento e a métrica de distância de cossenos, os indicadores foram agrupados em dois grupos formados por características textuais. Os indicadores da dimensão Educação situaram-se majoritariamente no primeiro grupo, enquanto os demais indicadores foram agregados no segundo grupo. Os resultados deste trabalho são úteis para os gestores públicos na tomada de decisões estratégicas, promovendo melhorias nas políticas públicas municipais.

Biografia do Autor

Wellington de Lara Martins, Universidade Federal de Mato Grosso

Estudante de Bacharelado em Estatística - Universidade Federal de Mato (2022 - em andamento). Realiza iniciação científica na área de mineração de texto, processamento de linguagem natural.

Anderson Castro Soares de Oliveira, Universidade Federal de Mato Grosso

Possui graduação em Matemática pela Universidade Estadual de Goiás (2002), mestrado em Estatística e Experimentação Agropecuária pela Universidade Federal de Lavras (2007) e doutorado em Estatística e Experimentação Agropecuária pela Universidade Federal de Lavras (2010). Atualmente é professor da Universidade Federal de Mato Grosso. Tem experiência na área de Probabilidade e Estatística, com ênfase em Modelos Analíticos e de Simulação, atuando principalmente nos seguintes temas: dinâmica de populações, estatística em saúde, estatística espacial, mineração de dados e mineração de texto.

Referências

BRASIL. Plano Nacional de Educação (PNE). Lei no 13.005, de 25 de junho de 2014. Brasília: Ministério da Educação (MEC), 2014.

BRASIL. MINISTÉRIO DA SAÚDE. SECRETARIA DE VIGILÂNCIA EM SAÚDE. Diagnóstico Rápido nos municípios para vigilância entomológica do Aedes Aegypti no Brasil – LIRAa: metodologia para avaliação dos índices de Breteau e Predial. Diretoria Técnica de Gestão. Brasília: Ministério da Saúde, 2005. P. 60. (Série A. Normas e Manuais Técnicos). p. 19.

CALIŃSKI, T.; HARABASZ, J. A dendrite method for cluster analysis. Communications in Statistics, Taylor & Francis, v. 3, n. 1, p. 1–27, 1974. DOI: 10.1080/03610927408827101. Disponível em: https://www.tandfonline.com/doi/abs/10.1080/03610927408827101.

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

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, jan. 2018.

KAPLAN, R.; NORTON, D. The Balanced Scorecard—Measures That Drive Performance. Harvard Business Review, n. 1, p. 71–79, jan. 1992. jan-fev.

MANNING, C. D.; RAGHAVAN, P.; SCHÜTZE, H. Introduction to Information Retrieval. [S.l.]: Cambridge University Press, 2008.

MARSHALL, G.; MEIER, K. J. The Political Economy of Local Government. In: FERLIES, E.; LYNN, L. E.; POLLITT, C. (Ed.). The Oxford Handbook of Public Management. Oxford: Oxford University Press, 2004. P. 205–228.

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: [s.n.], jun. 2022.

MINER, G. et al. Practical Text Mining and Statistical Analysis for Non-structured Text Data Applications. [S.l.]: Elsevier, 2012.

MORITA, L. H. M.; CRUZ, R. C.; OLIVEIRA, A. C. S. de. Text Mining Methods for Unifying Strategic Planning Indicators in the Municipalities of Mato Grosso. Sigmae, v. 12, n. 3, p. 39–50, dez. 2023. Disponível em: https://publicacoes.unifal-

mg.edu.br/revistas/index.php/sigmae/article/view/2219.

MURTAGH, F.; LEGENDRE, P. Ward’s hierarchical agglomerative clustering method: which algorithms implement Ward’s criterion? Journal of Classification, v. 31, p. 274–295, 2014. DOI: 10.1007/s00357-014-9161-z.

OPENAI. Embeddings API. [S.l.: s.n.], 2024. Retrieved from https://www.openai.com/embeddings-api.

Downloads

Publicado

04-11-2024

Como Citar

Hanna Martins Morita, L., Martins, W. de L., & de Oliveira, A. C. S. (2024). Métodos de Agrupamento para Análise de Dados Textuais dos Indicadores de Planejamento Estratégico do Estado de Mato Grosso. Sigmae, 13(4), 196–204. Recuperado de https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/2526

Edição

v. 13 n. 4 (2024): Special issue: 68th RBRAS

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).