Prezado usuário, este portal não é compatível com o navegador Internet Explorer ou outros navegadores antigos.

Recomenda-se o uso de versões atualizadas dos navegadores Google Chrome, Microsoft Edge ou Mozilla Firefox.

Definição de um classificador de serviços frequentes contratados pela Administração Pública Federal por meio de aprendizagem de máquina

tcc-daniel_aguiar_da_silva.png

Trabalhos acadêmicos

Autor:
Silva, Daniel
Data:
26/03/20
Áreas temáticas:
Tecnologia da Informação Serviços Essenciais ao Estado
Palavras-chave:
Eficiência Machine learning Análise de dados Competência do TCU Coleta de dados
Clientela:
TCU
Unidades técnicas:
ISC

Este trabalho apresenta modelos de classificação dos serviços frequentemente contratados pela Administração Pública Federal por meio de aprendizagem de máquina baseada em técnicas de mineração de dados. O trabalho, desenvolvido com base na metodologia CRISP-DM, aborda especificamente os serviços de Manutenção de Bens Imóveis; Manutenção de Máquinas e Equipamentos; Seguros em Geral; Segurança Ostensiva e Monitorada e de Limpeza e Conservação. A técnica de classificação supervisionada foi aplicada sobre as descrições de objetos licitatórios com base nas respectivas classificações da natureza da despesa, obtidas na base do Sistema Integrado de Administração de Serviços Gerais – SIASG. A adoção da abordagem de classificação binária permitiu a realização individualizada de preparação dos dados para cada tipo de serviço, especialmente em relação à etapa pré-processamento textual, assim como da utilização da técnica e Análise ROC para obtenção dos melhores resultados dos modelos produzidos. A avaliação final dos resultados levou à junção dos serviços de Manutenção de Bens Imóveis com os serviços de Máquinas e Equipamentos em único modelo, totalizando quatro os modelos produzidos. Sua integração com o Sistema de Análise de Editais e Licitações – Alice, automatizará parte do trabalho de triagem realizado por Auditores do Tribunal, proporcionando maior eficiência aos trabalhos de fiscalização realizados.