Use este identificador para citar ou linkar para este item:
https://ri.ufs.br/jspui/handle/riufs/11399| Tipo de Documento: | Monografia |
| Título: | Transformando dados em conhecimento : LADDRES, uma aplicação prática |
| Autor(es): | Passos, Nélson Rangel Santos |
| Data do documento: | 30-Out-2018 |
| Orientador: | Macedo, Hendrik T. |
| Coorientador: | Prado, Bruno O. P. |
| Resumo: | Democracia é um regime político baseado na escolha da maioria. Porém, uma escolha consciente só é possível quando se tem acesso a informação de qualidade. Este trabalho teve como objetivo agregar dados de diferentes fontes e transformá-los em informação para os eleitores brasileiros. Através de métodos de ETL (Extract, Transform, Load) aplicados a dados abertos e dados proprietários, este trabalho construiu um processo que cobre as etapas de obtenção e transformação de dados, geração de datasets, modelagem e população de banco de dados, desenvolvimento de uma API REST para acesso público às informações e construção de um aplicativo para dispositivos móveis como modelo de visualização do conhecimento gerado. Ao todo, para as eleições de 2018, foram processados quase dois milhões de candidaturas, meio milhão de atuações parlamentares e cinco mil processos judiciais. Além disso, a API REST disponibilizada ao público registrou pouco mais de três milhões de acessos e o aplicativo móvel superou a marca de doze mil downloads durante a última semana de corrida eleitoral para o primeiro turno. |
| Abstract: | Democracy is a political regime based on the majority’s choice. However, people can only make conscious decisions if they have access to high quality information. This paper aimed to join data from different sources and to transform them in knowledge to brazilians voters. It applied ETL (Extract, Transform, Load) methods on open and property data to build a proccess that covers data gathering and transformation, dataset generation, database modeling and population, public APIs development, and a mobile app as the knowledge’s visualization model. As a result, for 2018 Brazil’s general elections, it processed almost two million candidacies, half a million deputies’ tasks and five thousand court lawsuits. Furthermore, the products released by this research reached good performance indicators: the access logs recorded more than three million hits for the public API and twelve thousand downloads for the mobile app in the last week of the first-round’s political campaign. |
| Palavras-chave: | Engenharia da computação Ensino de ciência da computação Dados Abertos Mineração de Dados ETL Eleições Open Data Data Mining Development Proccess Elections |
| área CNPQ: | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
| Idioma: | por |
| Sigla da Instituição: | Universidade Federal de Sergipe |
| Departamento: | DCOMP - Departamento de Computação – Engenharia de Computação – São Cristóvão - Presencial |
| Citação: | Passos, Nélson Rangel Santos. Transformando dados em conhecimento : LADDRES, uma aplicação prática. São Cristóvão, SE, 2018. Monografia (graduação em Engenharia da Computação) – Curso de Engenharia de Computação, Departamento de Computação, Centro de Ciências Exatas e Tecnologia, Universidade Federal de Sergipe, São Cristóvão, 2018 |
| URI: | http://ri.ufs.br/jspui/handle/riufs/11399 |
| Aparece nas coleções: | Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Nelson_Rangel_Santos_Passos.pdf | 9,87 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.