Como podemos, a partir da base do DataJud, identificar padrões e comparar o andamento de processos em cada unidade judiciária do Brasil, levando em consideração as peculiaridades locais e o nível de complexidade, em razão da competência e da matéria do direito?
O CNJ não possui uma ferramenta que possa auxiliá-los a identificar os problemas de desempenho das Unidades Judiciárias semelhantes. Na mesma medida, os Juizes e Desembargadores também não possuem uma ferramenta que possa auxiliá-los a incrementar sua produtividade, identificando onde estão os problemas de sua unidade e sugerindo ações para corrigi-los ou minimizá-los.
Obs.: Saiba mais sobre o processo utilizado para definição e formalização do problema
Nossa solução é capaz de identificar e solucionar os gargalos de tramitações processuais de unidades judiciárias similares, considerando a colaboração, o alerta de desempenho e a geração de informação para tomada de decisão.
- Saiba como usar a solução PANORAMA.
- Saiba mais sobre como identificamos as unidades judiciárias similares
- Conheça a estrutura do projeto e como realizar a instalação.
- Consulte o detalhe da metodologia utilizada no trabalho.
O algoritmo utilizado para encontrar os clusters foi o DBSCAN e a métrica utilizada para calcular a disntância entre os pontos dos clusters foi a DISTÂNCIA EUCLIDEANA.
Para comparar o resultado dos critérios gerados pela combinação de filtros, critérios de agrupamento e parâmetros do algoritmo DBSCAN, utilizamos as seguintes métricas / abordagens:
-
Para cada critério avaliado, calculamos:
- O percentual de outliers identificados levando em consideração a quantidade de unidades judiciárias utilizadas no critério, fórmula: (qtd. unidades no grupo de outliers / qtd. unidades utilizadas no critério)
- O percentual de clusterização das unidades judiciárias utilizadas no critério, fórmula: (qtd. unidades com grupo / qtd. unidades utilizadas no critério).
-
Submetemos cada grupo de clusters a avaliação de um servidor do judiciário (membro da equipe), para avaliar a qualidade do cluster, e calculamos a partir dessa análise:
- Quantidade de ajustes (unidades judiciárias claramente com grupo equivocado).
-
Saiba mais sobre como identificamos as unidades judiciárias similares
A principal fonte de dados da solução PANORAMA são os dados básicos e movimentações processuais contidos no banco de dados unificado do CNJ, referenciado como DataJud. Após acessar os dados do DataJud, se seguintes macro-operações são realizadas nos dados:
- Extração e normalização dos dados do formato JSON para estruturas de dados.
- Obtenção de dados auxiliares: SGT - Sistema de Gestão das Tabelas Processuais Unificadas - Para obtenção dos "de-para" dos assuntos, classes e movimentos processuais.
- Execução de rotina ETL na ferramenta Pentaho para limpeza, tratamento e enriquecimento dos dados (depara das classes, assuntos e movimentacoes processuais).
Vídeo de demonstração do PANORAMA
Os scripts foram escritos em python, prezamos por utilizar bibliotecas GRATUÍTAS e CONSOLIDADAS no mercado para prover a qualidade necessária para execução do projeto.
Obs.: Utilizamos a versão freeware da ferramenta Pentaho Integrator para gerar a ETL de limpeza e enriquecimento dos dados.
Abaixo relacionamos as áreas de conhecimento e técnicas utilizadas para desenvolvimento da solução PANORAMA:
-
Inteligência Artificial
- Técnicas de Clusterização
- Algoritmo utilizado: DBSCAN
- Técnicas de Clusterização
-
Mineração de Processos
- Técnicas de descoberta de processos
- Algoritmo utilizado: Inductive miner
- Técnicas de descoberta de processos