Detecção de Comunidades entre os Membros da Câmara dos Deputados do Brasil durante o Período de 2019 a 2023: Uma abordagem Utilizando Redes Complexas

• Maykon Willyam de Sousa Ferreira Universidade de São Paulo (USP) https://orcid.org/0009-0000-7453-3924
• Gustavo Figueredo Rodrigues de Sousa Universidade de São Paulo (USP)
• Jhúlia de Souza Leal Universidade de São Paulo (USP)

DOI: https://doi.org/10.5753/sbbd.2026.249298

Resumo

Este trabalho analisa o alinhamento político na Câmara dos Deputados do Brasil entre 2019 e 2023, atualizando empiricamente a metodologia de redes complexas proposta por Brito et al. (2020). Foram modeladas redes anuais com deputados como nós e arestas ponderadas representando similaridade de votação. Após a extração da espinha dorsal da rede por meio do Filtro de Disparidade, as comunidades foram detectadas utilizando o algoritmo de Leiden. Os resultados indicam uma discrepância entre a fragmentação partidária formal e a organização comportamental: embora mais de 20 partidos estivessem representados na Câmara, os padrões de votação se organizaram em um número substancialmente menor de comunidades efetivas. A topologia observada é compatível com um eixo governo-oposição, com o principal partido de oposição aparecendo como o grupo mais isolado topologicamente em diferentes períodos: o PT entre 2019 e 2022, e o PL em 2023. O estudo contribui com uma caracterização empírica e visual do período pós-2018, especialmente da polarização eleitoral de 2022 e da reconfiguração observada após a mudança de governo em 2023.

Palavras-chave: Redes Complexas, Câmara dos Deputados, Detecção de Comunidades

Referências

Abranches, S. (2018). Presidencialismo de coalizão. Raízes e evolução do modelo político brasileiro. São Paulo: Companhia das Letras.

Blondel, V. D., Guillaume, J.-L., Lambiotte, R., and Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of statistical mechanics: theory and experiment, 2008(10):P10008.

Brito, A. C. M., Silva, F. N., and Amancio, D. R. (2020). A complex network approach to political analysis: Application to the brazilian chamber of deputies. Plos one, 15(3):e0229928.

Ferreira, M. W. d. S., Veras, M. M. R. d. S., and Anchiêta, R. T. (2025). Foodconnect: um software de gestão logística para auxiliar no combate à fome e redução de desperdícios. In Simpósio Brasileiro de Sistemas Multimídia e Web (WebMedia), pages 115–118. SBC.

Fortunato, S. (2010). Community detection in graphs. Physics reports, 486(3-5):75–174.

Limongi, F. and Figueiredo, A. (1998). Bases institucionais do presidencialismo de coalizão. Lua Nova: revista de cultura e política, pages 81–106.

Newman, M. (2018). Networks. Oxford university press.

Newman, M. E. (2003). The structure and function of complex networks. SIAM review, 45(2):167–256.

Sahu, S. (2024). A starting point for dynamic community detection with leiden algorithm.

Sousa, A. R. d., Sousa, C. S., Barros, C. H. S., and Anchiêta, R. T. (2026). Extending an ensemble baseline with corpus-based graph features for portuguese pun detection. In Proceedings of the 17th International Conference on Computational Processing of Portuguese, pages 759–769. Association for Computational Linguistics.

Traag, V. A., Waltman, L., and Van Eck, N. J. (2019). From louvain to leiden: guaranteeing well-connected communities. Scientific reports, 9(1):1–12.