Utilização de aprendizagem supervisionada para a detecção de benefício assistencial com maior probabilidade de conter irregularidade
Trabalhos acadêmicos
- Autor:
- Freitas, Marcel
- Data:
- 31/03/20
- Áreas temáticas:
- Social Serviços Essenciais ao Estado Tecnologia da Informação Assistência Social
- Palavras-chave:
- Assistência social Mineração de dados Previdência social Fraude Controle de detecção
- Clientela:
- TCU
- Unidades técnicas:
- ISC
A Previdência Social e a Assistência Social são importantes políticas públicas e nelas são investidos uma quantidade expressiva de recursos públicos. Nesse sentido, a verificação da regularidade dos benefícios deve, necessariamente, levar esse fator em consideração. A tecnologia de mineração de dados (Data Mining) é uma abordagem viável quando se lida com grande volume e tem diversas áreas de aplicação, inclusive na detecção de fraudes. Diante disso, este trabalho foi realizado com objetivo criar um modelo preditivo capaz de identificar benefícios assistenciais com maior probabilidade de conter irregularidades utilizando como insumos as características dos conjuntos de dados disponíveis. Por fim, registra-se a importância de testar o modelo preditivo com dados reais afim de medir o seu real desempenho, visto que ele é treinado e testado com base em um conjunto de dados que reflete o passado. Todavia, o seu objetivo é identificar futuros benefícios com maior probabilidade de conter fraude.