Descoberta de insights na análise de licitações no estado de Goiás

Resumo

Este trabalho tem o objetivo de relacionar possíveis indícios de irregularidades em processos licitatórios, propiciando uma avaliação de sua viabilidade em processos de fiscalização. Para melhor entendimento desse estudo foi realizada uma revisão bibliográfica a fim de conhecer os fatos e fenômenos relacionado a licitações públicas. Foram explorados os conceitos de inteligência analítica, abordando business Intelligence, data science e técnicas de mineração de dados. Em seguida a seleção dos dados foi iniciada, sendo possível encontrar dados adequados disponibilizados no portal da transparência da Controladoria Geral do Estado. Os dataframes relacionados às licitações do órgão foram estruturados em dados associados aos períodos de janeiro de 2016 a dezembro de 2019.  Através da análise descritiva, utilizando o Microsoft Power BI, foi possível empreender uma maior compreensão das variáveis presentes e identificação de indícios de padrões nos dados. A análise preditiva que se seguiu proporcionou gerar regras associando duas ou mais empresas com participações e vitórias conjuntas, podendo apresentar o indício de possíveis irregularidades. Os itens apresentados formam um potencial para o desenvolvimento de sistemas de apoio à decisão e definição de estratégias para fiscalizar o processo licitatório, pois geram informações que permitem maior assertividade em indicar possíveis irregularidades, permitindo assim uma melhor eficiência no uso dos recursos públicos.

Palavras-chave

licitações
cartelização
ciência de dados
simulação
descoberta de conhecimento

Referências

  1. M.S.Z. Di Pietro. Direito Administrativo, Editora Forense, Brasil, 2019, 755-756.
  2. A.A. Fraga. Detecção de casos suspeitos de fraudes em licitações realizadas nos municípios da Paraíba: uma aplicação de técnicas de mineração de dados. Dissertação de Mestrado, Centro de Ciências Sociais Aplicadas, Universidade Federal da Paraíba, 2017.
  3. I.H. Witten, E. Frank, M.A. Hall, C.J. Pal. Data Mining: practical machine learning tools and techniques, Elsevier, United States of America, 2017, 3-9.
  4. A.J. Souza, R.B. Mendes, J.R.B. Braga. Laudo de Perícia Criminal (Contábil-Financeira) Nº 2311/2015- SETEC/SR/DPF/PR, 2015.
  5. C.V.S. Silva, C.G. Ralha. Detecção de cartéis em licitações públicas com agentes de mineração de dados, Revista Eletrônica de Sistemas de Informação 10, 1-19, 2011.
  6. C.M.M. Morais. Proposição De Indicadores Para Investigação De Licitações Por Meio De Técnicas De Reconhecimento De Padrões Estatísticos E Mineração De Dados. Dissertação de Mestrado, Departamento de Engenharia Elétrica, Universidade de Brasília, 2016.
  7. T.F. Grilo Júnior. Aplicação de Técnicas de Data Mining para Auxiliar no Processo de Fiscalização no Âmbito do Tribunal de Contas do Estado da Paraíba. Dissertação de Mestrado, Centro de Tecnologia, Universidade Federal da Paraíba, 2010.
  8. R.S. Wazlawick. Metodologia de Pesquisa para Ciência da Computação, Elsevier, Brasil, 2014, 21-26.
  9. J.C.B. Nandi, R.M. Pereira, G. Felippe, K. Madeira, A.C.G. Barbosa, M.C.M. Garcia. O Algoritmo de Associação Frequent Pattern-Growth na Shell Orion Data Mining Engine, Anais Sulcomp 7, 1-10, 2015.
  10. P. Tan, M. Steinbach, V. Kumar. Introdução ao Data Mining Mineração de Dados, Editora Ciência Moderna, 2009, 433-437.
  11. V. Kotu, B. Deshpande. Data Science: concepts and practice. 2. ed. Cambridge: Elsevier, United States of America, 2019, 235-247.
  12. C.S.C. Arantes, J. L. Beneti, M.M. Pereira, R.G. Loiola, S.L. Vieira. Aplicação do k-means clustering no problema de formação de arranjo físico celular. XXI Simpósio de Engenharia de Produção, Bauru, 2014.
Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Copyright (c) 2021 Revista Brasileira de Criminalística

Compartilhe

Download

PDF

Autor(es)

  • Matheus Adão De Souza e Silva,
  • Sibelius Lellis Vieira,

    • Matheus Adão De Souza e Silva

    Pontifícia Universidade Católica de Goiás

    https://orcid.org/0000-0002-6747-1822

    Escola de Ciências Exatas e de Computação, Pontifícia Universidade Católica de Goiás, Goiânia (GO), Brasil

    Sibelius Lellis Vieira

    Escola de Ciências Exatas e de Computação, Pontifícia Universidade Católica de Goiás, Goiânia (GO), Brasil

    Instituto de Criminalística Leonardo Rodrigues, Superintendência de Polícia Técnico-Científica, Goiânia (GO), Brasil