Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina

Detalhes bibliográficos
Autor(a) principal: Souza, Rodrigo Vilela Fonseca de
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio2.unb.br/jspui/handle/10482/47956
Resumo: Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2023.
id UNB_82371999a3b1bc4d80c69257b8d00533
oai_identifier_str oai:repositorio2.unb.br:10482/47956
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Souza, Rodrigo Vilela Fonseca deMendonça, Fábio Lúcio Lopes deNery, Alexandre Solon2024-02-28T21:21:47Z2024-02-28T21:21:47Z2024-02-282023-06-20SOUZA, Rodrigo Vilela Fonseca de. Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina. 2023. xiii, 71 f., il. Dissertação (Mestrado Profissional em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023.http://repositorio2.unb.br/jspui/handle/10482/47956Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2023.O Governo Federal Brasileiro executa um grande volume de licitações públicas da modalidade pregão por meio do Portal de Compras Comprasnet. No período de 2018 a 2021, aproximadamente R$ 144 bilhões foram licitados com a execução de mais de 122 mil processos desta modalidade. A auditoria destes certames é uma das atribuições da Controladoria Geral da União - CGU, que desenvolveu ferramentas para apoiar esta atividade, envolvendo o processamento de um grande volume de dados. Isso possibilita que os pregões eletrônicos sejam auditados e diversas irregularidades identificadas em tempo de serem sanadas. Entre os anos de 2019 e 2020, após atuações preventivas da CGU, licitações que totalizaram mais de R$ 6,7 bilhões foram revogadas, suspensas ou ajustadas. Entre as irregularidades que a CGU busca combater, a identificação de conluio entre licitantes é de difícil identificação, dado o volume diário de novas licitações e o conjunto de variáveis envolvidas no processo. A Inteligência Artificial aplicada à análise de dados, a partir de algoritmos de aprendizado de máquina, se apresenta como promissora na indicação de conluio entre os participantes de uma licitação. Neste trabalho, foi realizado o estudo de um conjunto de algoritmos de aprendizado de máquina aplicados na identificação de conluio, em 4 cenários distintos, sobre dois datasets gerados a partir do Comprasnet e outros datasets de conluio publicados. De forma geral, nos melhores cenários, os algoritmos baseados em ensemble methods obtiveram uma acurácia maior que 87%. Considerando todas as métricas adotadas no experimento, o algoritmo de melhor desempenho foi o Extra Trees, capaz de indicar novos possíveis casos de conluio em itens de pregões realizados no Comprasnet.The Brazilian Federal Government executes a large volume of public procurements through the Comprasnet Procurement Portal, which is a website for electronic auctions available for bidders nationwide and abroad. In the period from 2018 to 2021, approximately R$144 billion bids were applied within Comprasnet, with the execution of more than 122 thousand processes of this modality. The audit of these events is one of the duties of the Federal Comptroller General (Controladoria Geral da União - CGU) agency, which has developed tools to support such audit activities, especially involving a large volume of data processing. Thus, it is possible for electronic trading sessions to be audited in time to identify irregularities and rectify them. Between 2019 e 2020, following CGU preventive actions, around R$ 6.7 billion auctions were revoked, suspended or adjusted. Among the irregularities, collusion is difficult to identify, given the set of variables involved in the process. Artificial Intelligence applied to data analysis, through Machine Learning algorithms, presents itself as a promising method towards the detection of collusion between the auction’s participants. In this work, a study of machine learning algorithms was carried out, in 4 different scenarios, on two datasets extracted from Comprasnet and other published collusion datasets. In the best scenarios, ensemble methods algorithms achieved an accuracy greater than 87%. Considering all metrics applied, Extra Trees was the algorithm with the best performance, capable of indicating new possible collusion cases.Faculdade de Tecnologia (FT)Departamento de Engenharia Elétrica (FT ENE)Programa de Pós-Graduação em Engenharia Elétrica, Mestrado ProfissionalporA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessIdentificação automática de conluio em pregões do Comprasnet com aprendizado de máquinaCollusion identification in Comprasnet with machine learninginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisLicitação públicaPregão eletrônicoAprendizagem de máquinaCartelreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINALRodrigoVilelaFonsecaDeSouza_DISSERT.pdfapplication/pdf1707633http://repositorio2.unb.br/jspui/bitstream/10482/47956/1/RodrigoVilelaFonsecaDeSouza_DISSERT.pdf4b2d2d7d374be512a475184077c93a30MD51open access10482/479562024-02-28 18:21:47.73open accessoai:repositorio2.unb.br:10482/47956Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2024-02-28T21:21:47Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina
dc.title.alternative.pt_BR.fl_str_mv Collusion identification in Comprasnet with machine learning
title Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina
spellingShingle Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina
Souza, Rodrigo Vilela Fonseca de
Licitação pública
Pregão eletrônico
Aprendizagem de máquina
Cartel
title_short Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina
title_full Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina
title_fullStr Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina
title_full_unstemmed Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina
title_sort Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina
author Souza, Rodrigo Vilela Fonseca de
author_facet Souza, Rodrigo Vilela Fonseca de
author_role author
dc.contributor.advisorco.pt_BR.fl_str_mv Mendonça, Fábio Lúcio Lopes de
dc.contributor.author.fl_str_mv Souza, Rodrigo Vilela Fonseca de
dc.contributor.advisor1.fl_str_mv Nery, Alexandre Solon
contributor_str_mv Nery, Alexandre Solon
dc.subject.keyword.pt_BR.fl_str_mv Licitação pública
Pregão eletrônico
Aprendizagem de máquina
Cartel
topic Licitação pública
Pregão eletrônico
Aprendizagem de máquina
Cartel
description Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2023.
publishDate 2023
dc.date.submitted.none.fl_str_mv 2023-06-20
dc.date.accessioned.fl_str_mv 2024-02-28T21:21:47Z
dc.date.available.fl_str_mv 2024-02-28T21:21:47Z
dc.date.issued.fl_str_mv 2024-02-28
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.citation.fl_str_mv SOUZA, Rodrigo Vilela Fonseca de. Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina. 2023. xiii, 71 f., il. Dissertação (Mestrado Profissional em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023.
dc.identifier.uri.fl_str_mv http://repositorio2.unb.br/jspui/handle/10482/47956
identifier_str_mv SOUZA, Rodrigo Vilela Fonseca de. Identificação automática de conluio em pregões do Comprasnet com aprendizado de máquina. 2023. xiii, 71 f., il. Dissertação (Mestrado Profissional em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023.
url http://repositorio2.unb.br/jspui/handle/10482/47956
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.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
bitstream.url.fl_str_mv http://repositorio2.unb.br/jspui/bitstream/10482/47956/1/RodrigoVilelaFonsecaDeSouza_DISSERT.pdf
bitstream.checksum.fl_str_mv 4b2d2d7d374be512a475184077c93a30
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv
_version_ 1801864000441417728

Registros relacionados