Use este identificador para citar ou linkar para este item: https://repository.ufrpe.br/handle/123456789/3380
Título: Avaliação de algoritmos multi-classe para classificação de solicitações enviadas a Ouvidoria Geral do Estado de Pernambuco
Autor: Carvalho, Luiz Henrique Teixeira
Orientador: Ferreira, Jeneffer Cristine
Endereco Lattes do orientador : http://lattes.cnpq.br/3000364145302421
Palavras-chave: Algorítmos computacionais;Inteligência artificial;Banco de dados;Ouvidorias
Data do documento: 29-Mar-2021
Citação: CARVALHO, Luiz Henrique Teixeira. Avaliação de algoritmos multi-classe para classificação de solicitações enviadas a Ouvidoria Geral do Estado de Pernambuco. 2021. 41 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Unidade Acadêmica de Educação a Distância e Tecnologia, Universidade Federal Rural de Pernambuco, 2021.
Abstract: The Ombudsman’s Office is a public agency that covers the entire state of Pernambuco and every day receives several requests with the most varied themes involving all other organs of the state, with that in certain times of the year, these requests can come to burden the resources of State. The main objective of this work is to apply the multi-class classification algorithms to the data obtained from the transparency portal, and to try to predict requests sent to the Ombudsman’s Office of the State of Pernambuco To obtain data from the Ombudsman’s Office of the State of Pernambuco, data scraping was carried out on the Pernambuco Transparency Portal of Pernambuco. Data for the years 2017, 2018 and 2019 were obtained. The algorithms Decision Tree, Random Forest, Bagging and kNN were applied to the ombudsman data. The results showed that the automatic data classification algorithms, particularly the Decision Tree, Random Forest, Bagging algorithms achieved 55 percent and 32 percent in the type and organ classes respectively, taking advantage of one hit every two attempts in the type class and one hit every three attempts in the organ class. The algorithms were also evaluated about their performance in time of model creation and training, with the Decision Tree algorithm as the most performative.
Resumo: A Ouvidoria Geral é um órgão público que abrange todo o estado de Pernambuco e todos os dias recebe diversas solicitações com os mais variados temas envolvendo todos os outros órgãos do estado, com isso em determinadas épocas do ano, essas solicitações podem chegar a onerar os recursos do estado. O objetivo principal desse trabalho é aplicar os algoritmos de classificação multi-classe nos dados obtidos a partir do portal da transparência, e tentar prever as solicitações enviadas a Ouvidoria Geral do Estado de Pernambuco Para obtenção dos dados da Ouvidoria Geral do Estado de Pernambuco, foi executada uma raspagem de dados no Portal da Transparência de Pernambuco. Foram obtidos os dados dos anos de 2017, 2018 e 2019. Foi aplicado nos dados da ouvidoria os algoritmos de Arvore de Decisões(Decision Tree), Floresta Aleatoria(Random Forest), Bagging e kNN. Os resultados mostraram que os algoritmos de classificação automática de dados, particularmente os algoritmos de Decision Tree(Arvore de decisões), Random Forest (Floresta Aleatória) e Bagging conseguiram de 55 por cento e 32 por cento nas classes de tipo e órgão respectivamente, tendo um aproveitamento de um acerto a cada duas tentativas na classe de tipo e de um acerto a cada três tentativas na classe de órgão. Os algoritmos também foram avaliados acerca de seu desempenho em tempo de criação e treinamento do modelo, tendo o algoritmo de Decision Tree(Arvore de decisões) como o mais performático.
URI: https://repository.ufrpe.br/handle/123456789/3380
Aparece nas coleções:TCC - Bacharelado em Sistemas da Informação (UAEADTec)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_luizhenriqueteixeiracarvalho.pdf2,48 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.