Use este identificador para citar o ir al link de este elemento:
http://hdl.handle.net/1843/73815| Tipo: | Artigo de Evento |
| Título: | Multicriteria anomaly detection in government purchases |
| Título(s) alternativo(s): | Detecção de anomalias multicritério em compras governamentais |
| Autor(es): | Patricia Maia Wagner Meira Junior Breno Barbosa Gustavo Cruz |
| Resumen: | Government purchases are the usual instrument for public acquisition of goods and services. Despite extensive legislation and several control and auditing mechanisms, frauds are still diverse and commonplace at all levels of public administration. This work proposes a methodology for detecting anomalies in government purchases. The methodology promotes several levels of filtering with respect to entities involved and purchases considered as fraudulent considering diverse criteria. The applicability and effectiveness of the methodology is demonstrated through a case study using real data where we were able to identify a long term provider collusion. |
| Abstract: | As compras governamentais são o instrumento habitual de aquisição pública de bens e serviços. Apesar de legislação extensa e vários mecanismos de controlo e auditoria, as fraudes ainda são diversas e comuns a todos os níveis da administração pública. Este trabalho propõe uma metodologia para detecção de anomalias em compras governamentais. O metodologia promove vários níveis de filtragem relativamente às entidades envolvidas e às compras consideradas fraudulentas considerando diversos critérios. A aplicabilidade e eficácia da metodologia são demonstradas através de um caso estudo usando dados reais onde conseguimos identificar um conluio entre fornecedores de longo prazo. |
| Asunto: | Contabilidade Pública Mineração de dados (Computação) Fraude na Internet |
| Idioma: | por |
| País: | Brasil |
| Editor: | Universidade Federal de Minas Gerais |
| Sigla da Institución: | UFMG |
| Departamento: | ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO |
| Tipo de acceso: | Acesso Aberto |
| Identificador DOI: | https://doi.org/10.5753/kdmile.2019.8794 |
| URI: | http://hdl.handle.net/1843/73815 |
| Fecha del documento: | 2019 |
| metadata.dc.url.externa: | https://sol.sbc.org.br/index.php/kdmile/article/view/8794 |
| metadata.dc.relation.ispartof: | Symposium on Knowledge Discovery, Mining and Learning |
| Aparece en las colecciones: | Artigo de Evento |
archivos asociados a este elemento:
| archivo | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Multicriteria Anomaly Detection .pdfA.pdf | 146.08 kB | Adobe PDF | Visualizar/Abrir |
Los elementos en el repositorio están protegidos por copyright, con todos los derechos reservados, salvo cuando es indicado lo contrario.