Modelo Conceitual para Sistemas de Recomendação voltados a Governo Eletrônico com o uso do Cadastro Base do Cidadão
Resumo
Este artigo propõe um modelo conceitual para o desenvolvimento de sistemas de recomendação voltado a serviços de governo eletrônico aos cidadãos, utilizando técnicas de personalização e o “Cadastro Base do Cidadão'', junto com a noção de auto perfil. Questões éticas relacionadas aos processos de coleta e tratamento de grandes quantidades de dados são discutidas e, a partir disso, é proposto o auto perfil, visando garantir ao usuário o direito de autodeterminação informacional. O modelo segue um conceito de sistema de recomendação híbrido e com soluções reativas e proativas.
Palavras-chave:
Sistemas de Recomendação, Serviço Governo Eletrônico, Auto Perfil, Questões Ética, Tratamento de Dados Pessoais
Referências
Adomavicius, G., & Tuzhilin, A. (2011). Context-aware recommender systems. In Recommender systems handbook (pp. 217-253). Springer, Boston, MA.
Ayachi, R., Boukhris, I., Mellouli, S., Amor, N. B., & Elouedi, Z. (2016). Proactive and reactive e-government services recommendation. Universal Access in the Information Society, 15(4), 681-697.
Barth, F. J. (2010). Modelando o perfil do usuário para a construção de sistemas de recomendação: um estudo teórico e estado da arte. Revista de Sistemas de Informação da FSMA, 6, 59-71.
Brasil/a. Presidência da República. Decreto nº 10.046, de 9 de outubro de 2019. Dispõe sobre a governança no compartilhamento de dados no âmbito da administração pública federal e institui o Cadastro Base do Cidadão e o Comitê Central de Governança de Dados. Disponível em: <http://www.planalto.gov.br/ccivil_03/_Ato2019-2022/2019/Decreto/D10046.htm>. Acesso em: 26 de janeiro de 2021.
Burke, R. (2007). Hybrid web recommender systems. The adaptive web, 377-408.
Castellano, G., Fanelli, A. M., Mencar, C., & Torsello, M. A. (2007, November). Similarity-based fuzzy clustering for user profiling. In 2007 IEEE/WIC/ACM International Conferences on Web Intelligence and Intelligent Agent Technology-Workshops (pp. 75-78). IEEE.
Cazella, S. C., Nunes, M. A. S. N., & Reategui, E. (2010). A Ciência da Opinião: Estado da arte em Sistemas de Recomendação. André Ponce de Leon F. de Carvalho; Tomasz Kowaltowski..(Org.). Jornada de Atualização de Informática-JAI, 161-216.
El Alami, Y. E. M., El Habib Nfaoui, & El Beqqali, O. (2015). Improving Neighborhood-Based Collaborative Filtering by a Heuristic Approach and an Adjusted Similarity Measure. In BDCA (pp. 16-22).
Ferreira, L. M. T. (2020). Parecer sobre a legalidade dos Decretos nº 10.046/2019 e 10.047/2019 em face das normas que disciplinam os direitos fundamentais à proteção de dados e à privacidade no ordenamento jurídico brasileiro. Revista do Ministério Público do Estado do Rio de Janeiro, 65, 257.
Gil, A. C. (2002). Como elaborar projetos de pesquisa (Vol. 4, p. 175). São Paulo: Atlas.
Governo de Quebec, Portal Eletrônico. Disponível em: <https://www.quebec.ca/>. Acesso em: 26 de Janeiro de 2021.
Governo do Brasil, Portal Eletrônico. Disponível em: <https://www.gov.br/pt-br>. Acesso em: 26 de Janeiro de 2021.
Governo do Brasil/a, Portal Eletrônico. Disponível em: <https://www.gov.br/governodigital/pt-br/governanca-de-dados/cadastro-base-do-cidadao-cbc>. Acesso em: 26 de Janeiro de 2021.
Governo do Brasil/b, Portal Eletrônico. Disponível em: <https://www.gov.br/governodigital/pt-br/EGD2020>. Acesso em: 26 de janeiro de 2021.
Junior, V. F., Ceci, F., Woszezenki, C. R., & Leopoldo, A. (2017). Design Science Research Methodology Enquanto Estratégia Metodológica para a Pesquisa Tecnológica. Revistas Espacios 38 (6), 25.
Martins, P., & Hosni, D. (2019). O Livre Desenvolvimento da Identidade Pessoal em Meio Digital: Para além da proteção da privacidade? (The Free Development of Personal Identity in the Digital Environment: Beyond the Privacy Protection?). MARTINS, Pedro, 46-5.
Montaner, M., López, B., & De La Rosa, J. L. (2003). A taxonomy of recommender agents on the internet. Artificial intelligence review, 19(4), 285-330.
Pardos, Z. A., & Jiang, W. (2020, March). Designing for serendipity in a university course recommendation system. In Proceedings of the tenth international conference on learning analytics & knowledge (pp. 350-359).
Pazzani, M. (2007). Content based Recommendation Systems [in:] The Adaptive Web: Methods and Strategies of Web Personalization, eds. P. Brusilovsky, A. Kobsa, W. Nejdl.
Rodrigues, J. (2017). O que é o Processamento de Linguagem Natural? Disponível em: <https://medium.com/botsbrasil/o-que-é-o-processamento-de-linguagem-natural-49ece9371cff>. Acesso em: 15 jan. 2020.
Schafer, J. B., Frankowski, D., Herlocker, J., & Sen, S. (2007). Collaborative filtering recommender systems. In The adaptive web (pp. 291-324). Springer, Berlin, Heidelberg.
Ayachi, R., Boukhris, I., Mellouli, S., Amor, N. B., & Elouedi, Z. (2016). Proactive and reactive e-government services recommendation. Universal Access in the Information Society, 15(4), 681-697.
Barth, F. J. (2010). Modelando o perfil do usuário para a construção de sistemas de recomendação: um estudo teórico e estado da arte. Revista de Sistemas de Informação da FSMA, 6, 59-71.
Brasil/a. Presidência da República. Decreto nº 10.046, de 9 de outubro de 2019. Dispõe sobre a governança no compartilhamento de dados no âmbito da administração pública federal e institui o Cadastro Base do Cidadão e o Comitê Central de Governança de Dados. Disponível em: <http://www.planalto.gov.br/ccivil_03/_Ato2019-2022/2019/Decreto/D10046.htm>. Acesso em: 26 de janeiro de 2021.
Burke, R. (2007). Hybrid web recommender systems. The adaptive web, 377-408.
Castellano, G., Fanelli, A. M., Mencar, C., & Torsello, M. A. (2007, November). Similarity-based fuzzy clustering for user profiling. In 2007 IEEE/WIC/ACM International Conferences on Web Intelligence and Intelligent Agent Technology-Workshops (pp. 75-78). IEEE.
Cazella, S. C., Nunes, M. A. S. N., & Reategui, E. (2010). A Ciência da Opinião: Estado da arte em Sistemas de Recomendação. André Ponce de Leon F. de Carvalho; Tomasz Kowaltowski..(Org.). Jornada de Atualização de Informática-JAI, 161-216.
El Alami, Y. E. M., El Habib Nfaoui, & El Beqqali, O. (2015). Improving Neighborhood-Based Collaborative Filtering by a Heuristic Approach and an Adjusted Similarity Measure. In BDCA (pp. 16-22).
Ferreira, L. M. T. (2020). Parecer sobre a legalidade dos Decretos nº 10.046/2019 e 10.047/2019 em face das normas que disciplinam os direitos fundamentais à proteção de dados e à privacidade no ordenamento jurídico brasileiro. Revista do Ministério Público do Estado do Rio de Janeiro, 65, 257.
Gil, A. C. (2002). Como elaborar projetos de pesquisa (Vol. 4, p. 175). São Paulo: Atlas.
Governo de Quebec, Portal Eletrônico. Disponível em: <https://www.quebec.ca/>. Acesso em: 26 de Janeiro de 2021.
Governo do Brasil, Portal Eletrônico. Disponível em: <https://www.gov.br/pt-br>. Acesso em: 26 de Janeiro de 2021.
Governo do Brasil/a, Portal Eletrônico. Disponível em: <https://www.gov.br/governodigital/pt-br/governanca-de-dados/cadastro-base-do-cidadao-cbc>. Acesso em: 26 de Janeiro de 2021.
Governo do Brasil/b, Portal Eletrônico. Disponível em: <https://www.gov.br/governodigital/pt-br/EGD2020>. Acesso em: 26 de janeiro de 2021.
Junior, V. F., Ceci, F., Woszezenki, C. R., & Leopoldo, A. (2017). Design Science Research Methodology Enquanto Estratégia Metodológica para a Pesquisa Tecnológica. Revistas Espacios 38 (6), 25.
Martins, P., & Hosni, D. (2019). O Livre Desenvolvimento da Identidade Pessoal em Meio Digital: Para além da proteção da privacidade? (The Free Development of Personal Identity in the Digital Environment: Beyond the Privacy Protection?). MARTINS, Pedro, 46-5.
Montaner, M., López, B., & De La Rosa, J. L. (2003). A taxonomy of recommender agents on the internet. Artificial intelligence review, 19(4), 285-330.
Pardos, Z. A., & Jiang, W. (2020, March). Designing for serendipity in a university course recommendation system. In Proceedings of the tenth international conference on learning analytics & knowledge (pp. 350-359).
Pazzani, M. (2007). Content based Recommendation Systems [in:] The Adaptive Web: Methods and Strategies of Web Personalization, eds. P. Brusilovsky, A. Kobsa, W. Nejdl.
Rodrigues, J. (2017). O que é o Processamento de Linguagem Natural? Disponível em: <https://medium.com/botsbrasil/o-que-é-o-processamento-de-linguagem-natural-49ece9371cff>. Acesso em: 15 jan. 2020.
Schafer, J. B., Frankowski, D., Herlocker, J., & Sen, S. (2007). Collaborative filtering recommender systems. In The adaptive web (pp. 291-324). Springer, Berlin, Heidelberg.
Publicado
18/07/2021
Como Citar
MOISINHO, Aline M.; SILVA, Emily G. M. da; SILVA JR, Paulo F.; SCHNEIDER, Daniel; MOTTA, Claudia L. R..
Modelo Conceitual para Sistemas de Recomendação voltados a Governo Eletrônico com o uso do Cadastro Base do Cidadão. In: WORKSHOP DE COMPUTAÇÃO APLICADA EM GOVERNO ELETRÔNICO (WCGE), 9. , 2021, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2021
.
p. 215-226.
ISSN 2763-8723.
DOI: https://doi.org/10.5753/wcge.2021.15990.
