Identificação de entidades destaque na análise de relatórios de inteligência financeira

Detalhes bibliográficos
Autor(a) principal: Zaina, Roberto
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/216641
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Educação, Programa de Pós-Graduação em Ciência da Informação, Florianópolis, 2020.
id UFSC_962d8e2d900e055c3165748b0c7ee6e2
oai_identifier_str oai:repositorio.ufsc.br:123456789/216641
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Identificação de entidades destaque na análise de relatórios de inteligência financeiraCiência da informaçãoInteligência competitiva (Administração)Inteligência competitiva (Administração)Lavagem de dinheiroDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Educação, Programa de Pós-Graduação em Ciência da Informação, Florianópolis, 2020.A presente pesquisa tem como principal objetivo o desenvolvimento de um método de identificação automática de elementos relevantes em Relatórios de Inteligência Financeira. Estes relatórios contêm importantes informações para a investigação de crimes de lavagem de dinheiro, pois indicam operações suspeitas ocorridas no sistema financeiro nacional. Em muitos casos, a análise de um Relatório de Inteligência Financeira é feita somente pela leitura do seu texto, sem o uso de programas de análise. Isto pode ser insatisfatório em razão do grande volume de dados e da complexidade das informações contidas nos relatórios. Mesmo quando são empregadas ferramentas analíticas, costumam ser usadas somente para a análise visual dos dados. Nestes casos, a percepção do que é relevante depende totalmente da interpretação humana do analista. Então, decidiu-se verificar a possibilidade de usar programas para identificar automaticamente elementos relevantes e destacá-los em grafos. Assim, foi necessário estabelecer as características do que pode ser relevante, o que se chamou de ?métrica de relevância?. Estas métricas foram configuradas e processadas em programa de business intelligence e, posteriormente, os resultados foram mostrados em ferramentas de análise de vínculos por meio de grafos com destaque de entidades. Isto facilitou sobremaneira a análise do grande volume de dados e diminuiu a complexidade das informações de Relatórios de Inteligência Financeira testados neste trabalho.Abstract: The current research has as main objective the development of a method of automatic identification of relevant elements in Financial Intelligence Reports. These reports contain important information for investigating money laundering crimes, as they indicate suspicious operations in the national financial system. In many cases, the analysis of a Financial Intelligence Report is done only by reading its text, without the use of analysis programs. This can be unsatisfactory due to the large data volume and the complexity of the information contained in the reports. Even when analytical tools are employed, they are often used only for visual data analysis. In these cases, the perception of what is relevant depends entirely on the analyst's human interpretation. So, it was decided to check the possibility of using programs to automatically identify relevant elements and highlight them in graphs. Thus, it was necessary to establish the characteristics of what may be relevant, which was called the ?relevance metric?. These metrics were configured and processed in a business intelligence program and, later, the results were shown in link analysis tools through entity-highlighted graphs. This greatly facilitated the analysis of the large volume of data and lessened the complexity of the Financial Intelligence Reporting information tested in this paper.Araújo, Gustavo Medeiros deRamos, Vinicius Faria CulmantUniversidade Federal de Santa CatarinaZaina, Roberto2020-10-21T21:32:23Z2020-10-21T21:32:23Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis87 p.| il., gráfs., tabs.application/pdf369576https://repositorio.ufsc.br/handle/123456789/216641porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2020-10-21T21:32:23Zoai:repositorio.ufsc.br:123456789/216641Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732020-10-21T21:32:23Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Identificação de entidades destaque na análise de relatórios de inteligência financeira
title Identificação de entidades destaque na análise de relatórios de inteligência financeira
spellingShingle Identificação de entidades destaque na análise de relatórios de inteligência financeira
Zaina, Roberto
Ciência da informação
Inteligência competitiva (Administração)
Inteligência competitiva (Administração)
Lavagem de dinheiro
title_short Identificação de entidades destaque na análise de relatórios de inteligência financeira
title_full Identificação de entidades destaque na análise de relatórios de inteligência financeira
title_fullStr Identificação de entidades destaque na análise de relatórios de inteligência financeira
title_full_unstemmed Identificação de entidades destaque na análise de relatórios de inteligência financeira
title_sort Identificação de entidades destaque na análise de relatórios de inteligência financeira
author Zaina, Roberto
author_facet Zaina, Roberto
author_role author
dc.contributor.none.fl_str_mv Araújo, Gustavo Medeiros de
Ramos, Vinicius Faria Culmant
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Zaina, Roberto
dc.subject.por.fl_str_mv Ciência da informação
Inteligência competitiva (Administração)
Inteligência competitiva (Administração)
Lavagem de dinheiro
topic Ciência da informação
Inteligência competitiva (Administração)
Inteligência competitiva (Administração)
Lavagem de dinheiro
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Educação, Programa de Pós-Graduação em Ciência da Informação, Florianópolis, 2020.
publishDate 2020
dc.date.none.fl_str_mv 2020-10-21T21:32:23Z
2020-10-21T21:32:23Z
2020
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 369576
https://repositorio.ufsc.br/handle/123456789/216641
identifier_str_mv 369576
url https://repositorio.ufsc.br/handle/123456789/216641
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 87 p.| il., gráfs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652065336983553

Registros relacionados