Defesa de Tese de Doutorado de Gyslla Santos de Vasconcelos – 01/10/2024, 9h, por videoconferência
Link para defesa: https://meet.google.com/dqc-eaeb-tue?hs=224
Mineração de Processos em Dados Governamentais Abertos
Resumo:
Com o crescente movimento em direção aos dados abertos e à transparência, a administração pública tem gerado uma enorme quantidade de dados. No entanto, transformar esses dados em insights continua a ser um desafio. Nesse cenário, a mineração de processos surge como uma solução promissora, ao combinar técnicas que revelam e otimizam processos por meio da análise de logs de eventos. Embora amplamente utilizada no setor privado, sua aplicação no serviço público também é valiosa, como demonstrado nesta tese. O objetivo principal desta tese foi desenvolver um processo para aplicação de ferramentas de mineração de processos em dados governamentais abertos. O estudo abordou lacunas na literatura, como a ausência de metodologias para comparações qualitativas entre ferramentas e a necessidade de uma definição objetiva das etapas do mapeamento. Para isso, a pesquisa seguiu a metodologia Design Science Research, propondo um artefato para análises comparativas quantitativas e qualitativas, além de desenvolver um processo para mapear atributos-chave e transformar dados brutos em logs de eventos. Os dados foram coletados, avaliados quanto à disponibilidade e qualidade, e selecionados para testes nas ferramentas Disco, Celonis e ProM. Os atributos-chave foram mapeados e os dados pré-processados para a descoberta de processos. Durante a análise, foi identificado que a maioria dos dados disponibilizados não é diretamente adequada para mineração de processos, exigindo pré-tratamento e mapeamento meticuloso. Esta pesquisa contribui com a proposição de uma categorização para os dados disponíveis nos portais de dados governamentais abertos do governo brasileiro, ao estabelecer métodos para análise comparativa e por definir um método para mapear os atributos-chave, abordando, assim, uma lacuna significativa na aplicação de técnicas de mineração de processos aos dados do serviço público.
Abstract:
With the growing movement towards open data and transparency, public administration has been generating a vast amount of data. However, transforming this data into actionable insights remains a challenge. In this context, process mining emerges as a promising solution, combining techniques that uncover and optimize processes through event log analysis. Although widely used in the private sector, its application in public service is also valuable, as demonstrated in this study. The primary goal of this thesis was to develop a process for applying process mining tools to open government data. The study addressed gaps in the literature, such as the lack of methodologies for qualitative comparisons between tools and the need for an objective definition of the attribute mapping stages. To achieve this, the research followed a Design Science Research methodology, proposing an artifact for both quantitative and qualitative comparative analyses, and developing a methodology to map key attributes and transform raw data into event logs. Data were collected and assessed for availability and quality, then selected for testing with the Disco, Celonis, and ProM tools. The key attributes were mapped and the data pre-processed for process discovery. During the analysis, it was identified that most of the data made available is not directly suitable for process mining, requiring meticulous pre-processing and mapping. This research contributes by proposing a categorization for the data available on Brazilian government open data portals, by establishing methods for comparative analysis and by defining a method for mapping key attributes, thus addressing a significant gap in the application of process mining techniques to public service data.
Banca examinadora:
Profa. Flavia Cristina Bernardini, UFF – Presidente
Prof. José Viterbo Filho, UFF
Prof. Flávio Luiz Seixas, UFF
Profa. Luciana Cardoso de Castro Salgado, UFF
Prof. Guido Vaz Silva, UFF
Profa. Flávia Maria Santoro, UERJ
Profa. Raissa dos Santos Barcellos, UERJ