Notícias

Banca de DEFESA: JOSELITO MENDES DE SOUSA JUNIOR

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: JOSELITO MENDES DE SOUSA JUNIOR
DATA: 27/02/2019
HORA: 08:00
LOCAL: Laboratório PPGCC
TÍTULO: Modelo para Classificação de Fornecedores de Serviços do Estado do Piauí Baseado em Aprendizagem de Máquina Supervisionada
PALAVRAS-CHAVES: aprendizagem de máquina. classificação. aprendizado supervisionado, Sistema de Avaliação de Fornecedores
PÁGINAS: 85
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Sistemas de Informação
RESUMO:

Contratos públicos podem ser entendidos como ajustes realizados entre a Administração Pública e particulares, para a consecução de objetivos de interesse público, com regras e condições estabelecidas pela própria Administração. Em outras palavras, contratos públicos são realizados através de um modelo de compras públicas. No Brasil, respondem por mais de 19% do Produto Interno Bruto (PIB). O modelo de compras públicas passou, nas últimas décadas, por um processo de automação, com a criação do Portal de Compras Governamentais e a implantação de pregões eletrônicos. O crescimento do PIB nesse período foi acompanhado por uma elevação nos gastos públicos que reflete o aumento do número de contratos firmados e licitações ou compras diretas realizadas. Considerando o desafio das instituições de controle governamental brasileiras de garantir eficiência e regularidade desses processos, propõe-se neste trabalho um modelo computacional que utilize aprendizagem de máquina para a classificação de fornecedores públicos. De acordo com os relatórios de auditoria, os fornecedores podem ser classificados em alto risco, que são aqueles citados em algum relatório por envolvimento em algum tipo de fraude ou quebra contratual, ou baixo risco, que são aqueles fornecedores ausentes dos relatórios por não apresentarem envolvimento com fraude ou quebra contratual. Para o modelo proposto, baseado no problema de classificação binária, deverá aprender as características dos fornecedores considerados de baixo risco (bons) e dos fornecedores considerados de alto risco (ruins) e, com isso, classificar os novos fornecedores inseridos na base de dados dos fornecedores do TCE-PI. A base de dados utilizada foi fornecida pelo Tribunal de Contas do Estado do Piauí é composta pela união de dados presentes em outras bases, como na Receita Federal, no Tribunal Superior Eleitoral e no Portal da Transparência. Ela consta de 29.755 instâncias, sendo 6.073 delas consideradas como fornecedores de alto risco e 23.682 consideradas como fornecedores de baixo risco. Os atributos relacionados à base são dos tipos binário, real e string. A abordagem utilizada nesse trabalho baseia-se em selecionar e preparar os dados presentes na base de dados dos fornecedores para, em seguida, realizar-se uma etapa de testes e uma etapa de desenvolvimento. Na etapa de testes são realizados vários experimentos com a ferramenta WEKA para fazer uma análise do melhor algoritmo a ser utilizado no problema de classificação. Nessa etapa, definiu-se como a melhor solução utilizar o algoritmo J48, que apresenta taxa de classificação superior a 82%, podendo, em alguns casos, chegar a 94%. Na etapa de desenvolvimento, foi efetivada a implementação do algoritmo J48 e do Sistema de Avaliação de Fornecedores (SAF) como produto final da pesquisa aplicada ao problema de classificação dos fornecedores.


MEMBROS DA BANCA:
Externo à Instituição - MARCUS VÍNICIUS DE SOUSA LEMOS - UESPI
Interno - 2167802 - PEDRO DE ALCANTARA DOS SANTOS NETO
Externo à Instituição - RAIMIR HOLANDA FILHO - UNIFOR
Interno - 1226761 - RAIMUNDO SANTOS MOURA
Presidente - 1446435 - VINICIUS PONTE MACHADO
Notícia cadastrada em: 24/01/2019 10:22
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb03.ufpi.br.instancia1 22/04/2019 11:24