No abstract

Cap. 1 -Método Delphi aplicado na descoberta de novos produtos/serviços de uma startup de financiamento público.Cap. 2 -Grupo focal aplicado na melhoria do serviço de uma startup de registro de marcas.Cap. 3 -Análise SWOT (Strengths, Weaknesses, Opportunities and Threats) aplicada na criação de uma startup financeira.Na sequência, entra-se no ambiente da Gestão Pública, especificamente na Segurança Pública. São apresentadas aplicações e possíveis aplicações de Métodos, Técnicas e ferramentas em três órgãos da segurança pública, tanto a nível federal quanto estadual.Cap. 4 -Comunidade de prática: Estudo de caso na Polícia Federal Cap. 5 -Análise de Cenários: Proposta de uso na investigação de organizações criminosas na Polícia Civil.Cap 6 -Análise de Causa e efeito: Estudo de caso na Polícia Militar.Por fim, os três últimos capítulos são dedicados, primeiramente, à Inteligência de Negócios aplicada no sistema nacional de biogás. Na sequência, a Matriz BCG com um exemplo no setor de Smartphones e, para encerrar, uma explanação sobre Mapas de Conhecimento.

Brazil has a large prison population, which places it as the third country in the world with the most incarceration rate. In addition, the criminal caseload is increasing in Brazilian Judiciary, which is encouraging AI usage to advance in e-Justice. Within this context, the paper presents a case study with a dataset composed of 2,200 judgments from the Supreme Federal Court (STF) about pre-trial detention. These are cases in which a provisional prisoner requests for freedom through habeas corpus. We applied Machine Learning (ML) and Natural Language Processing (NLP) techniques to predict whether STF will release or not the provisional prisoner (text classification), and also to find a reliable association between the judgment outcome and the prisoners' crime and/or the judge responsible for the case (association rules). We obtained satisfactory results in both tasks. Classification results show that, among the models used, Convolutional Neural Network (CNN) is the best, with 95% accuracy and 0.91 F1-Score. Association results indicate that, among the rules generated, there is a high probability of drug law crimes leading to a dismissed habeas corpus (which means the maintenance of pre-trial detention). We concluded that STF has not interfered in first degree decisions about pre-trial detention and that it is necessary to discuss drug criminalization in Brazil. The main contribution of the paper is to provide models that can support judges and pre-trial detainees.

Motivada pelo interesse em realizar previsões acerca do cumprimento dos municípios catarinenses no que tange às metas determinadas pela Lei de Responsabilidade Fiscal, a presente pesquisa, de caráter aplicado, quantitativo e com abordagem indutiva, fez uso de técnicas de mineração de dados e análise de regressão para desenvolver seu objeto, que considerou a receita corrente líquida como variável de estudo e comparação estatística, com o emprego de algoritmos de previsão. As técnicas selecionadas evidenciaram que os gastos com pessoal dos executivos é próximo de 50% e que, dentre os algoritmos analisados, a melhor abordagem foi obtida pelo RandomForest, que apresentou um erro absoluto relativo de 5,1904%. Tais resultados permitiram demonstrar que é viável prever se um município irá extrapolar as metas impostas pela lei, informação que condiciona os Tribunais de Contas a atuar de forma pró-ativa, tornando mais efetivas as atividades de fiscalização.

As redes sociais, informatizadas, tornaram-se um ambiente no qual a população manifesta suas inquietações, isso por conta das ferramentas com maior autonomia e reverberação de suas falas. No ano de 2020, com a pandemia do COVID-19 potencializou essas características, nesse experimento a rede social Twitter® foi utilizada como uma ferramenta aferir o sentimento da população brasileira sobre as compras públicas executadas durante o período citado. Com uma base aleatória de 957 tweets para a tarefa de classificação, dividido em dois grupos: treinamento e teste. O modelo incluiu uma etapa de pré-processamento na qual foram eliminados tweets repetidos e publicados por usuários bots ou falsos. Três algoritmos previsores foram avaliados: Regressão logística, Redes Neurais e Random Forest. O algoritmo Regressão logística foi o que teve o melhor desempenho com 0,777 de acurácia.