BupFlow: um pipeline de mineração de dados para alocação orçamentária pública: do mapeamento sistemático à aplicação no sistema orçamentário brasileiro

Abstract

Esta dissertação teve como objetivo investigar o uso de técnicas de mineração de dados como instrumento de apoio à tomada de decisão na alocação de recursos públicos, com foco na função alocativa do orçamento. Para isso, realizou-se inicialmente um mapeamento sistemático da literatura, a fim de identificar aplicações existentes de mineração de dados no contexto orçamentário. O estudo constatou que, embora a área de orçamento público represente um campo estratégico para a aplicação de soluções inteligentes, sua exploração ainda é incipiente, especialmente no que diz respeito à função alocativa. Dentre as soluções encontradas, destaca-se o Pipe-VC, um pipeline que relaciona gastos públicos a variáveis macroeconômicas como PIB, inflação e índice de Gini. No entanto, o Pipe-VC apresenta limitações, entre elas o tratamento inadequado dos dados temporais, a ausência de técnicas de feature engineering e a baixa capacidade de generalização. Diante dessas e outras limitações, este trabalho apresenta o BupFlow (Budget public Flow), um pipeline alternativo, mais flexível e interpretável, que incorpora pré-processamento adequado, seleção de atributos e modelos mais simples, porém com maior capacidade de generalização, visando um domínio caracterizado por conjuntos de dados de pequena escala e alta dimensão. O BupFlow foi avaliado empiricamente por meio de sua aplicação a dados do orçamento federal brasileiro, sendo comparado ao Pipe-VC. Os resultados indicam que o BupFlow se apresenta como uma alterativa viável ao Pipe-VC, constituindo uma contribuição relevante ao estado da arte. Conclui-se que a proposta oferece uma abordagem metodológica promissora para apoiar decisões públicas orientadas por dados, contribuindo para uma alocação mais eficiente, transparente e socialmente orientada dos recursos públicos.

This dissertation sought to explore the application of data mining techniques as a means to facilitate decision-making in the allocation of public resources, with a particular focus on the budget’s allocative function. To achieve this, we initially conducted a systematic literature review to identify existing applications of data mining within the budgetary context. The findings revealed that, while the public budget represents a strategic area for the implementation of intelligent solutions, its exploration remains nascent, particularly concerning the allocativefunction. Among the solutions identified, Pipe-VC stands out as a pipeline that correlates public spending with macroeconomic variables such as GDP, inflation, and the Gini index. Nonetheless, Pipe-VC exhibits certain limitations, including inadequate handling of temporal data, a lack of feature engineering techniques, and limited generalizability. In light of these issues, this paper introduces BupFlow (Budget public Flow), a more flexible and interpretable pipeline that integrates appropriate preprocessing, feature selection, and simpler models, all while exhibiting enhanced generalization capacity, particularly suited for small-scale, high-dimensional datasets. BupFlow was empirically assessed through its application to Brazilian federal budget data and was compared with Pipe-VC. The results indicate that BupFlow serves as a viable alternative to Pipe-VC, making a significant contribution to the current state of the art. This proposal offers a promising methodological framework to support data-driven public decision-making, ultimately contributing to a more efficient, transparent, and socially responsible allocation of public resources.