Mineração de Dados na Identificação de Empresas Irregulares Quanto ao Pagamento de Impostos

Detalhes bibliográficos
Autor(a) principal: Nascimento, Rafaella Leandra Souza
Data de Publicação: 2018
Outros Autores: Santos, Pedro José Buarque Lins dos, Santiago, Jorge Felipe Lessa, Araújo, Bettina Cavalcanti, Lima, Fernando Baptistella de, Maciel, Alexandre Magno Andrade
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista de Engenharia e Pesquisa Aplicada
Texto Completo: http://revistas.poli.br/index.php/repa/article/view/932
Resumo: Este artigo descreve o processo de descoberta de conhecimento utilizando base de dados da Secretaria da Fazenda de Pernambuco. As atividades desempenhadas consistem no pré-processamento dos dados, limpeza, mineração e avaliação dos resultados obtidos. O órgão governamental possui a necessidade de classificar e identificar perfis de empresas com maior potencial de se comportarem de maneira irregular em relação a legislação dos impostos estaduais. Portanto, o objetivo deste trabalho consistiu em aplicar algoritmos de Mineração de Dados, através das tarefas de classificação e clusterização. Os resultados apontam para uma maior taxa de acerto com o classificador Random Forests e identificou níveis de empresas nocivas na base de dados através dos algoritmos de clusterização.
id UFPE-2_e4720dcd46bcfffd0595bd739d04e765
oai_identifier_str oai:ojs.poli.br:article/932
network_acronym_str UFPE-2
network_name_str Revista de Engenharia e Pesquisa Aplicada
repository_id_str
spelling Mineração de Dados na Identificação de Empresas Irregulares Quanto ao Pagamento de ImpostosEste artigo descreve o processo de descoberta de conhecimento utilizando base de dados da Secretaria da Fazenda de Pernambuco. As atividades desempenhadas consistem no pré-processamento dos dados, limpeza, mineração e avaliação dos resultados obtidos. O órgão governamental possui a necessidade de classificar e identificar perfis de empresas com maior potencial de se comportarem de maneira irregular em relação a legislação dos impostos estaduais. Portanto, o objetivo deste trabalho consistiu em aplicar algoritmos de Mineração de Dados, através das tarefas de classificação e clusterização. Os resultados apontam para uma maior taxa de acerto com o classificador Random Forests e identificou níveis de empresas nocivas na base de dados através dos algoritmos de clusterização.Escola Politécnica de Pernambuco2018-08-30info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://revistas.poli.br/index.php/repa/article/view/93210.25286/repa.v3i3.932Journal of Engineering and Applied Research; Vol 3 No 3 (2018): Edição Especial em Ciência de Dados e AnalyticsRevista de Engenharia e Pesquisa Aplicada; v. 3 n. 3 (2018): Edição Especial em Ciência de Dados e Analytics2525-425110.25286/repa.v3i3reponame:Revista de Engenharia e Pesquisa Aplicadainstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEporhttp://revistas.poli.br/index.php/repa/article/view/932/451Nascimento, Rafaella Leandra SouzaSantos, Pedro José Buarque Lins dosSantiago, Jorge Felipe LessaAraújo, Bettina CavalcantiLima, Fernando Baptistella deMaciel, Alexandre Magno Andradeinfo:eu-repo/semantics/openAccess2021-07-13T08:41:58Zoai:ojs.poli.br:article/932Revistahttp://revistas.poli.br/index.php/repaONGhttp://revistas.poli.br/index.php/repa/oai||repa@poli.br2525-42512525-4251opendoar:2021-07-13T08:41:58Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Mineração de Dados na Identificação de Empresas Irregulares Quanto ao Pagamento de Impostos
title Mineração de Dados na Identificação de Empresas Irregulares Quanto ao Pagamento de Impostos
spellingShingle Mineração de Dados na Identificação de Empresas Irregulares Quanto ao Pagamento de Impostos
Nascimento, Rafaella Leandra Souza
title_short Mineração de Dados na Identificação de Empresas Irregulares Quanto ao Pagamento de Impostos
title_full Mineração de Dados na Identificação de Empresas Irregulares Quanto ao Pagamento de Impostos
title_fullStr Mineração de Dados na Identificação de Empresas Irregulares Quanto ao Pagamento de Impostos
title_full_unstemmed Mineração de Dados na Identificação de Empresas Irregulares Quanto ao Pagamento de Impostos
title_sort Mineração de Dados na Identificação de Empresas Irregulares Quanto ao Pagamento de Impostos
author Nascimento, Rafaella Leandra Souza
author_facet Nascimento, Rafaella Leandra Souza
Santos, Pedro José Buarque Lins dos
Santiago, Jorge Felipe Lessa
Araújo, Bettina Cavalcanti
Lima, Fernando Baptistella de
Maciel, Alexandre Magno Andrade
author_role author
author2 Santos, Pedro José Buarque Lins dos
Santiago, Jorge Felipe Lessa
Araújo, Bettina Cavalcanti
Lima, Fernando Baptistella de
Maciel, Alexandre Magno Andrade
author2_role author
author
author
author
author
dc.contributor.author.fl_str_mv Nascimento, Rafaella Leandra Souza
Santos, Pedro José Buarque Lins dos
Santiago, Jorge Felipe Lessa
Araújo, Bettina Cavalcanti
Lima, Fernando Baptistella de
Maciel, Alexandre Magno Andrade
description Este artigo descreve o processo de descoberta de conhecimento utilizando base de dados da Secretaria da Fazenda de Pernambuco. As atividades desempenhadas consistem no pré-processamento dos dados, limpeza, mineração e avaliação dos resultados obtidos. O órgão governamental possui a necessidade de classificar e identificar perfis de empresas com maior potencial de se comportarem de maneira irregular em relação a legislação dos impostos estaduais. Portanto, o objetivo deste trabalho consistiu em aplicar algoritmos de Mineração de Dados, através das tarefas de classificação e clusterização. Os resultados apontam para uma maior taxa de acerto com o classificador Random Forests e identificou níveis de empresas nocivas na base de dados através dos algoritmos de clusterização.
publishDate 2018
dc.date.none.fl_str_mv 2018-08-30
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/932
10.25286/repa.v3i3.932
url http://revistas.poli.br/index.php/repa/article/view/932
identifier_str_mv 10.25286/repa.v3i3.932
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/932/451
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Escola Politécnica de Pernambuco
publisher.none.fl_str_mv Escola Politécnica de Pernambuco
dc.source.none.fl_str_mv Journal of Engineering and Applied Research; Vol 3 No 3 (2018): Edição Especial em Ciência de Dados e Analytics
Revista de Engenharia e Pesquisa Aplicada; v. 3 n. 3 (2018): Edição Especial em Ciência de Dados e Analytics
2525-4251
10.25286/repa.v3i3
reponame:Revista de Engenharia e Pesquisa Aplicada
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Revista de Engenharia e Pesquisa Aplicada
collection Revista de Engenharia e Pesquisa Aplicada
repository.name.fl_str_mv Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv ||repa@poli.br
_version_ 1798035999269322752

Registros relacionados