Acceso usuarios
Kelly Santos De Oliveira, Felipe Barreto de Oliveira, Valerio Aymoré Martins, Vinícius Coutinho Guimarães Coelho, Georges Daniel Amvame Nze, Fábio Lúcio Lopes de Mendonç
Efficient expenditure management is essential for the financial sustainability of both public and private organizations. However, the complexity of resource allocation and data volume make decision-making challenging. In this context, this study proposes a methodology for budget expenditure forecasting using machine learning algorithms. The proposed approach is evaluated using data extracted from a specialized Data Warehouse containing Brazilian public finance information, encompassing quantitative and qualitative variables. The objectives include identifying spending patterns, selecting the most relevant features for prediction, evaluating models based on performance metrics, and comparing the predictions with the actual expenditures of the current fiscal year. The results aim to support strategic decision-making and contribute to more intelligent use of available resources.
A gestão eficiente dos gastos é essencial para a sustentabilidade financeira de organizações públicas e privadas. Entretanto, a complexidade na alocação de recursos e a quantidade de dados envolvidos dificultam a tomada de decisão. Neste contexto, este estudo propõe uma metodologia para predição de gastos orçamentários utilizando algoritmos de aprendizado de máquina. A proposta é avaliada a partir de dados extraídos de um Data Warehouse especializado em finanças públicas brasileiras, contemplando variáveis quantitativas e qualitativas.
Os objetivos incluem: identificar padrões de despesas; selecionar as melhores variáveis para predição; avaliar os modelos com base em métricas de desempenho;
e comparar os resultados com os gastos do exercício vigente. Os resultados visam apoiar decisões estratégicas, contribuindo para o uso mais inteligente dos recursos.
