Campus Salvador Dissertações
Use este identificador para citar ou linkar para este item: https://repositorio.ifba.edu.br/jspui/handle/123456789/601
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSousa Junior, Evilasio de-
dc.date.accessioned2024-04-05T18:44:39Z-
dc.date.available2024-03-26-
dc.date.available2024-04-05T18:44:39Z-
dc.date.issued2024-02-29-
dc.identifier.citationSouza Junior, Evilásio de. Visualdata-NFE: uma solução big data de notas fiscais eletrônicas para análise visual de perfil econômico de municípios. Dissertação (Programa de Pós-graduação em Engenharia de Sistemas de Produtos) - Instituto Federal da Bahia, 2024.pt_BR
dc.identifier.urihttps://repositorio.ifba.edu.br/jspui/handle/123456789/601-
dc.description.abstractPublic managers and private sector agents seek, within a capitalist system of production, the accumulation of capital and the understanding of the socioeconomic aspects of the region where they operate, to make decisions andfind ways for economic development. Given the importance of the theme, there are initiatives to analyze the socioeconomic and also productive profile of municipalities and regions. This understanding aims to identify, among others, where the municipality acquires goods, to which municipalities it sells, what the reason for the purchase or sale of a particular commodity, what the volume and what the seasonality of the acquisition or sale. Decision-making based on data, usually census data, almost always outdated and that do not reflect the economic dynamics or the current profile of municipalities, becomes inaccurate. In this work,VisualData-NFeis presented: Big Data solution for analysis and visual exploration of the productive profile and economic dynamics of municipalities from an extensive, rich and current mass of data. The proposed solution seeks to support decision making in relation to investments, using data from electronic invoices for the purchase and sale of goods. Experimental studies were carried out to validate the solution. In this context, with the basis that was made available and with the environment that was built, the perceptions about the productive profiles were obtained and could be performed by non-specialists.pt_BR
dc.languageporpt_BR
dc.publisherInstituto Federal de Educação, Ciência e Tecnologia da Bahiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectBig Datapt_BR
dc.subjectNotas Fiscais Eletrônicaspt_BR
dc.subjectAnálise Visualpt_BR
dc.subjectPerfil Econômicopt_BR
dc.titleVisualData-NFe: uma solução Big Data de Notas Fiscais Eletrônicas para Análise Visual de Perfil Econômico de Municípiospt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor1Novais, Renato Lima-
dc.contributor.advisor1ID5036544358013553pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5036544358013553pt_BR
dc.contributor.referee1Novais, Renato Lima-
dc.contributor.referee2Santana, Cleber Jorge Lira de-
dc.contributor.referee3Leite, Fabrício Pitombo-
dc.description.resumoGestores públicos e agentes do setor privado buscam, dentro de um sistema capitalista de produção, o acúmulo de capital e a compreensão dos aspectos socioeconômicos da região onde atuam, para tomarem decisões e encontrar caminhos para o desenvolvimento econômico. Dada a importância do tema, há iniciativas de análise do perfil socioeconômico e também produtivo de municípios e regiões. Essa compreensão visa identificar, dentre outras, de onde o município adquire mercadorias, para quais municípios vende, qual o motivo pelo qual se compra ou vende determinada mercadoria, qual o volume e qual a sazonalidade da aquisição ou venda. A tomada de decisão baseada em dados, geralmente censitários, quase sempre desatualizados e que não refletem a dinâmica econômica nem o perfil atual dos municípios, torna-se imprecisa. Neste trabalho, é apresentado o VisualData-NFe: solução de Big Data para análise e exploração visual do perfil produtivo e da dinâmica econômica de municípios a partir de uma massa de dados extensa, rica e atual. A solução desenvolvida busca apoiar a tomada de decisão em relação a investimentos, utilizando-se dados de notas fiscais eletrônicas de compra e venda de mercadorias. Foram realizados estudos experimentais para validação da solução. Neste contexto, com a base que foi disponibilizada e com o ambiente que foi construído, notou-se que as percepções sobre os perfis produtivos foram obtidas e puderam ser executadas por pessoas não especialistas.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentPrograma de Pós-Graduação em Engenharia De Sistemas e Produtos (PPGESP)pt_BR
dc.publisher.programMestrado Profissional em Engenharia de Sistemas e Produtos (PPGESP)pt_BR
dc.publisher.initialsIFBApt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO::ENGENHARIA DO PRODUTOpt_BR
dc.relation.referencesBASILI, V. R.; ROMBACH, H. D. The goal question metric approach.Encyclopedia of software engineering, p. 528–532, 1994. BEVAN, N. et al. New iso standards for usability, usability reports and usability measures. In: SPRINGER.Human-Computer Interaction. Theory, Design, Development and Practice: 18th International Conference, HCI International 2016, Toronto, ON, Canada, July 17-22, 2016. Proceedings, Part I 18. [S.l.], 2016. p. 268–278. BRASIL.Resolu¸cão CNS n.º510, de 07 de abril de 2016. Dispõe sobre as normas aplicáveis a pesquisas em Ciências Humanas e Sociais [provides for applicable standards in the Human and Social Sciences]. [S.l.]: Diário Oficial da União, 2016. CHEN, M.; LIU, Y. Big data: a survey, mobile networks and application. hh, 2014. CHODOROW, K.MongoDB: the definitive guide: powerful and scalable data storage. [S.l.]: O’Reilly Media, 2013. CNI. 2022. Perfil Insdustrial nos Estados. Disponível em: ⟨https://perfildaindustria. portaldaindustria.com.br/⟩. Acesso em: 14 mar. 2022. COHN, M.User stories applied: For agile software development. [S.l.]: Addison-Wesley Professional, 2004. CONFAZ. 1970. Convênio s/n. de 15 de dezembro de 1970. Disponível em: ⟨https: //www.confaz.fazenda.gov.br/legislacao/ajustes/sinief/cvsn\70⟩. Acesso em: 24 mai.2022. COOPER, M.; MELL, P. 2012. Tackling big data. Disponível em:⟨https://csrc.nist.gov/ csrc/media/projects/forum/documents/2012/fcsm\june2012\cooper\mell.pdf⟩. Acesso em: 29 jan. 2023. ELASTIC. 2022. O que ´e o ELK Stack? Por que se chama Elastic Stack? Disponível em: ⟨https://www.elastic.co/pt/what-is/elk-stack⟩. Acesso em: 13 jul. 2022. ELASTIC. 2023. Kibana Guide. Disponível em:⟨https://www.elastic.co/guide/en/kibana/ 8.6/introduction.html⟩. Acesso em: 13 jul. 2022. FEW, S.Information dashboard design: The effective visual communication of data. [S.l.]: O’Reilly Media, Inc., 2006.GABA, D. M. The future vision of simulation in health care.BMJ Quality & Safety, BMJ Publishing Group Ltd, v. 13, n. suppl 1, p. i2–i10, 2004. GEREFFI, G.; FERNANDEZ-STARK, K. Global value chain analysis: a primer. Duke CGGC (Center on Globalization, Governance & Competitiveness), 2016. GIL, A. C.M´etodos e t´ecnicas de pesquisa social. [S.l.]: 6. ed. Ediitora Atlas SA, 2008. 200 p. GORMLEY, C.; TONG, Z.Elasticsearch: the definitive guide: a distributed real-time search and analytics engine. [S.l.]: ”O’Reilly Media, Inc.”, 2015. IBGE. 2017. 1 p. Censo Agropecu´ario. Dispon´ ıvel em: ⟨https://www.ibge.gov.br/ estatisticas/economicas/agricultura-e-pecuaria/21814-2017-censo-agropecuario.html? =&t=o-que-e⟩. Acesso em: 27 jul. 2022. IBGE. 2022. Comiss˜ao Nacional de Classifica¸c˜ao - CONCLA/IBGE. Dispon´ıvel em: ⟨https://concla.ibge.gov.br/busca-online-cnae.html?view=estrutura⟩. Acesso em: 16 jan. 2022. INMET. 2022. Estat´ ısticas do Observat´orio da Agropecu´aria Brasileira. Dispon´ıvel em: ⟨http://observatorio.agropecuaria.inmet.gov.br/plataformas/estatistica/⟩. Acesso em: 19 fev. 2022. KEIM, D. et al. Visual analytics: Definition, process, and challenges. p. 157, 03 2008. KEIM, D. A.; WARD, M. O.Visual data mining techniques. 2002. KIMBALL, R.; ROSS, M.The data warehouse toolkit: the complete guide to dimensional modeling. [S.l.]: John Wiley & Sons, 2011. KITCHIN, R.; MCARDLE, G. The diverse nature of big data. programmable city working paper 15. Programmable City Working Paper, 2015. KITCHIN, R.; MCARDLE, G. What makes big data, big data? exploring the ontological characteristics of 26 datasets.Big Data & Society, SAGE Publications Sage UK: London, England, v. 3, n. 1, p. 2053951716631130, 2016. LANEY, D. et al. 3d data management: Controlling data volume, velocity and variety. META group research note, Stanford, v. 6, n. 70, p. 1, 2001. LIKERT, R. A technique for the measurement of attitudes.Archives of psychology, 1932. MARQUES, C. A. G.; UCHÔA, C. F. A. Estimação e previsão do icms na bahia.Revista Desenbahia, v. 3, n. 5, p. 196, 2006. MARTIN, R. C.; NEWKIRK, J.; KOSS, R. S.Agile software development: principles, patterns, and practices. [S.l.]: Prentice Hall Upper Saddle River, NJ, 2003.MENDONÇA, A. d. R. B.Avaliação experimental de uma arquitetura de microsserviços para o gerenciamento de notasfiscais eletrˆonicas. Disserta¸c˜ao (Mestrado) — Universidade Federal de Pernambuco, 2022. NETO, J. C. L.Audita-NFSe: sistema auxiliar de auditoria em notasfiscais de servi¸cos eletrˆonicas. Disserta¸c˜ao (Mestrado) — Universidade Federal de Pernambuco, 2021. NIELSEN, J.Heuristic evaluation, w: Nielsen J., Mack RL (eds.), usability inspection methods. [S.l.]: John Wiley & Sons, New York, NY, 1994. NIELSEN, J.; MOLICH, R. Heuristic evaluation of user interfaces. In:Proceedings of the SIGCHI conference on Human factors in computing systems. [S.l.: s.n.], 1990. p. 249–256. NOCKO, L. M. et al. Levantamento do perfil comercial do distrito federal baseado nas notasfiscais eletrõnicas. 2017. RFB. 2022. Nomenclatura Comum do MERCOSUL. Disponível em:⟨https://portalunico.siscomex.gov.br/classif/proxy/user?checkLogout=true&tabId=&perfil=publico⟩. Acesso em: 10 jan. 2022. RFB. 2022. Nomenclatura Comum do MERCOSUL. Disponível em: ⟨https://portalunico.siscomex.gov.br/classif/api/nomenclatura/consulta?ano=2021&codigo=&nomeExtenso=⟩. Acesso em: 10 jan. 2022. RFB.Sped - Sistema P´ublico de Escritura¸c˜ao Digital - NF-e - O que é. 2022. Disponível em: ⟨http://sped.rfb.gov.br/pagina/show/1328⟩. RFB. 2023. Notas Fiscais Eletrônicas - Informações sobre Estatísticas. Disponível em: ⟨https://www.nfe.fazenda.gov.br/portal/infoEstatisticas.aspx⟩. Acesso em: 16 mar. 2023. SADALAGE, P. J.; FOWLER, M.NoSQL distilled: a brief guide to the emerging world of polyglot persistence. [S.l.]: Pearson Education, 2013. SANTOS, D. S. d.Uma plataforma distribuída de mineração de dados para big data: um estudo de caso aplicado à Secretaria de Tributação do Rio Grande do Norte. Dissertação (Mestrado) — Brasil, 2018. SEFAZ-BA.Código Fiscal de Operações e Prestações. 2008. SISCOMEX. 2022. NCM - Nomenclatura Comum do Mercosul. Disponível em: ⟨https://www.gov.br/siscomex/pt-br/servicos/aprendendo-a-exportarr/planejando-a-exportacao-1/nomenclatura-comum-do-mercosul⟩. Acesso em: 21 ago. 2022. SPEROTTO, F. Q. et al. O perfil econômico dos municípios da região de fronteira do mato grosso do sul, mato grosso, paraná e rio grande do sul e o investimento produtivo e em infraestrutura na regi˜ao de fronteira do rio grande do sul. Instituto de Pesquisa Econômica Aplicada (Ipea), 2017. SRIVASTAVA, A.Kibana 7 Quick Start Guide: Visualize Your Elasticsearch Data with Ease. [S.l.]: Packt Publishing Ltd, 2019. STATISTA. 2021. Volume of data/information created, captured, copied, and consumed worldwide from 2010 to 2020, with forecasts from 2021 to 2025. Disponível em:⟨https: //www.statista.com/statistics/871513/worldwide-data-created/⟩. Acesso em: 09 fev. 2023. WAZLAWICK, R. S.Metodologia de pesquisa para ciˆencia da computa¸c˜ao. [S.l.]: Elsevier, 2009.pt_BR
Aparece nas coleções:Dissertações

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissert_Evilasio de Souza Jr._PPGESP.pdfDissertação4.26 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons

Ferramentas do administrador