A atribuição de fundos públicos é de extrema importância para o aumento de competitividade das empresas. A justiça na sua aplicação e a garantia da sua boa e completa utilização é uma preocupação constante das agências competentes, IAPMEI e AICEP. A análise dos dados das candidaturas por sistemas automáticos, pode ajudar a focar as fiscalizações em projetos de maior risco. O problema que será minimizado com este estudo será a previsão de projetos anulados no momento da candidatura. Os projetos anulados são aqueles que durante a sua execução são cancelados, podendo dar lugar a devoluções de valores monetário. Todos os projetos cativam o valor elegível, desde que são aceites até ao fim ou cancelamento da sua execução. Esta dissertação apresenta um estudo usando os dados das candidaturas de projetos do IAPMEI. O objetivo foi criar modelos de previsão de anulação de projetos e identificação das principais características envolvidas nesta tarefa. Para além disto, está englobada toda a tarefa de extração e transformação de dados relativos a todos os ficheiros de um ciclo de vida de um projeto. Por fim, os modelos de previsão das anulações que resultaram deste estudo foram integrados num protótipo que visa automatizar a tarefa de classificação dos projetos no momento da candidatura. Através desta dissertação, as instituições que gerem os fundos públicos serão capazes de gerir melhor os fundos disponíveis de forma a otimizar a sua aplicação e criar mais oportunidades e maior eficiência para as empresas que usufruem dos mesmos.

The allocation of public funds is extremely important to increase the competitiveness of companies. Fairness in its application and the guarantee of its good and complete use is a constant concern of the competent agencies, IAPMEI and AICEP. The analysis of application data by automated systems can help focus inspections on higher risk projects. The problem that will be minimized with this study will be the forecast of canceled projects at the time of application. Canceled projects are those that are canceled during their execution, which may give rise to refunds of monetary values. All projects captivate the eligible value, as long as they are accepted until the end or cancellation of their execution. This dissertation presents a study using data from IAPMEI project applications. The objective was to create models to forecast cancellation of projects and identify the main characteristics involved in this task. In addition, the entire task of extracting and transforming data relating to all files in a project's lifecycle is included. Finally, the cancellation prediction models that resulted from this study were integrated into a prototype that aims to automate the task of classifying projects at the time of application. Through this dissertation, the institutions that manage public funds will be able to better manage the available funds in order to optimize their application and create more opportunities and greater efficiency for the companies that use them.