Classificação de editais licitatórios em áreas de atuação baseado em Aprendizado Supervisionado

Detalhes bibliográficos
Autor(a) principal: Moritz, Décio
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/192305
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.
id UFSC_a5e675c37ec8d512d8bda0cfb9c99069
oai_identifier_str oai:repositorio.ufsc.br:123456789/192305
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Classificação de editais licitatórios em áreas de atuação baseado em Aprendizado SupervisionadoClassificação de documentos, Machine Learning, LicitaçãoTCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.Existem atualmente diversos serviços no Brasil que atuam fornecendo informativos de licitação, tal como a empresa Liciexpress. Essas empresas atuam fornecendo para seus clientes informações sobre editais de licitação publicados em meios oficiais e que são de interesse desses clientes. Dentro do fluxo de trabalho dessas empresas, cada edital publicado é avaliado individualmente por operadores humanos para decidir se tal edital é de interesse de um determinado cliente e este edital é classificado em uma dada categoria. Neste trabalho será construído um classificador automático de editais, baseado em técnicas de aprendizagem de máquina, visando automatizar o processo de classificação dos editais. O problema foi modelado como um Document Classification Problem, permitindo aplicação de técnicas de aprendizagem de máquina sobre dados textuais. Serão implementadas e testadas técnicas/algoritmos tais como Support Vector Machine, Random Forest e Redes Neurais Artificiais. O treino e avaliação das técnicas foi feito utilizando um conjunto de editais pré-classificados proveniente da empresa Liciexpress. A técnica que obteve melhor resultado dentre as que foram implementadas obteve um score de 88% nas métricas definidas.Florianópolis, SC.Marchi, JerusaUniversidade Federal de Santa CatarinaMoritz, Décio2018-12-11T13:53:07Z2018-12-11T13:53:07Z2018-11-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisxx f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/192305porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2018-12-11T13:53:08Zoai:repositorio.ufsc.br:123456789/192305Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732018-12-11T13:53:08Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Classificação de editais licitatórios em áreas de atuação baseado em Aprendizado Supervisionado
title Classificação de editais licitatórios em áreas de atuação baseado em Aprendizado Supervisionado
spellingShingle Classificação de editais licitatórios em áreas de atuação baseado em Aprendizado Supervisionado
Moritz, Décio
Classificação de documentos, Machine Learning, Licitação
title_short Classificação de editais licitatórios em áreas de atuação baseado em Aprendizado Supervisionado
title_full Classificação de editais licitatórios em áreas de atuação baseado em Aprendizado Supervisionado
title_fullStr Classificação de editais licitatórios em áreas de atuação baseado em Aprendizado Supervisionado
title_full_unstemmed Classificação de editais licitatórios em áreas de atuação baseado em Aprendizado Supervisionado
title_sort Classificação de editais licitatórios em áreas de atuação baseado em Aprendizado Supervisionado
author Moritz, Décio
author_facet Moritz, Décio
author_role author
dc.contributor.none.fl_str_mv Marchi, Jerusa
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Moritz, Décio
dc.subject.por.fl_str_mv Classificação de documentos, Machine Learning, Licitação
topic Classificação de documentos, Machine Learning, Licitação
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.
publishDate 2018
dc.date.none.fl_str_mv 2018-12-11T13:53:07Z
2018-12-11T13:53:07Z
2018-11-12
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/192305
url https://repositorio.ufsc.br/handle/123456789/192305
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 xx f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
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_ 1808652384534003712

Registros relacionados