A evolução da tecnologia da informação resultou no armazenamento de um volume de dados sem precedentes nas instituições públicas e privadas, mas pouca informação tem sido extraída a partir desses dados. Mineração de dados vem se tornando, cada vez mais, uma importante ferramenta de apoio à gestão e decisão tanto na iniciativa privada quanto pública. Entende-se por mineração de dados o conjunto de técnicas e tecnologias que permitem extrair padrões interessantes (onde o conceito de interessante é dependente do domínio de aplicação) a partir de grandes bases de dados. Um exemplo de grande base de dados em qualquer esfera de governo são os registros de compras governamentais, que utilizaremos para ilustrar as dimensões do projeto ora proposto. Os registros de compras governamentais contém todas as compras e contratações governamentais, incluindo informações do orçamento associado aos recursos, do processo de compra em si e da conclusão da compra. Podemos identificar vários contextos de aplicação de técnicas de mineração de dados na análise de compras tais como análise de execução orçamentária, detecção de padrões de compras com vistas a identificar distorções e fraudes, gestão de estoques e de consumo de bens, racionalização do cadastro de materiais, e modelos geo-referenciados de estimativa de custos de produto e contratação de serviços. O resultado primordial dessas análises é uma redução e racionalização de gastos governamentais, aprimorando o uso dos recursos públicos.

O sistema Tamanduá é uma plataforma de serviços de mineração de dados para apoio à gestão e decisão governamentais, em particular com relação a compras e contratações. Alguns requisitos que justificam a eficácia dessa plataforma são a facilidade de uso, a interoperabilidade com sistemas existentes e a sua escalabilidade. A facilidade de uso é garantida tanto em termos da usabilidade associada às funcionalidades, quanto em termos da utilização da WWW como meio básico de interação, em conformidade com os padrões abertos do Comitê Internacional da World Wide Web (W3C). A interoperabilidade se baseia na utilização e extensão de padrões abertos e reconhecidos internacionalmente para a construção de serviços WWW e de mineração de dados, permitindo a integração com sistemas existentes, como armazéns de dados. A escalabilidade do sistema vem da sua arquitetura modularizada, permitindo a fácil replicação e adaptação desses componentes para os variados cenários de uso da plataforma, assim como a utilização de uma plataforma computacional paralela baseada em máquinas de baixo custo. Finalmente, a integração desses serviços com um diretório (por exemplo LDAP) para controle de acesso e execução das tarefas vai garantir o uso amplo, irrestrito e seguro da plataforma.

Em geral, os algoritmos de mineração de dados são computacionalmente intensivos, tendo complexidade exponencial em muitos casos, o que é agravado pelo grande volume de dados que se tem que analisar. Neste projeto vamos desenvolver versões paralelas desses algoritmos que se caracterizam pela alta escalabilidade. Essa característica é importante por minimizar as demandas computacionais localizadas, permitindo o reaproveitamento do parque existente em momentos de ociosidade. A eficiência desses algoritmos paralelos está associada à estratégia de paralelização baseada em fluxos identificados de dados, desenvolvida pelos proponentes, e que tem resultado em eficiências próximas de 100\% para configurações de grande porte, com dezenas de máquinas, em virtude da assincronia inerente ao algoritmo e exploração da sobreposição entre computação e comunicação. O sistema Tamanduá está sendo validado utilizando bases de dados de compras governamentais, com a participação da Secretaria de Logística e Tecnologia da Informação do Ministério do Planejamento, Orçamento e Gestão.