Machine Learning Applied to Open Government Data for the Detection of Improprieties in the Application of Public Resources
Resumo
Context: Making government data publicly available is an important mechanism of transparency and social control. In this regard, inumerous laws have made it mandatory to divulgate government procurement data. Problem: The large volume of unstructured textual information available on government portals is an obstacle to effective social control. Making it difficult to do more in-depth analyzes of public spending. Solution: Use of Machine Learning algorithms to perform text mining and grouping items acquired by public administration. Labeling public purchases and grouping similar items, in order to facilitate the detection of improprieties in government purchases. IS Theory: This work is associated with the Theory of Computational Learning, which aims to understand the fundamental principles of learning and design better-automated methods. Method: The article is a case study, and its evaluation was executed with the support of specialists in the field. The results were analyzed based on a quantitative approach. Summary of Results: The results observed in the evaluated cases were promising, the resulting clusters from the application of the solution had sufficiently coherent semantic values, in order to allow more complex analyzes of government purchases. Contributions and Impact in the IS area: The results show that applying text mining and machine learning techniques can extract useful information from government purchases data and allowing to perform better analyzes of public spending.
Referências
João Alberto Amaral and Jairson Barbosa Rodrigues. 2020. Alocação de Tópicos Latentes — Um Modelo para Segmentação de Dados de Auditoria do Governo de PE.Revista de Engenharia e Pesquisa Aplicada 5, 1 (2020), 40–49.
Remis Balaniuk. 2010. A Mineração de Dados como apoio ao Controle Externo. Revista do TCU117 (2010), 79–86.
Benjamin Bengfort, Rebecca Bilbro, and Tony Ojeda. 2018. Applied text analysis with Python: Enabling language-aware data products with machine learning. " O'Reilly Media, Inc.".
Brasil. 1964. Lei nº 4.320, DE 17 DE MARÇO DE 1964. Estatui Normas Gerais de Direito Financeiro para elaboração e controle dos orçamentos e balanços da União, dos Estados, dos Municípios e do Distrito Federal. (1964). http://www.planalto.gov.br/ccivil_03/leis/l4320.htm
Brasil. 1988. Constituição da República Federativa do Brasil. Senado Federal: Centro Gráfico (1988). [link]
Brasil. 1993. Lei nº 8.666, DE 21 DE JUNHO DE 1993. Regulamenta o art. 37, inciso XXI, da Constituição Federal, institui normas para licitações e contratos da Administração Pública e dá outras providências. Diário Oficial [da] República Federativa do Brasil (1993). http://www.planalto.gov.br/ccivil_03/_ato2011-2014/2011/lei/l12527.htm
Brasil. 2002. Lei nº 10.520, DE 17 DE JULHO DE 2002. Institui, no âmbito da União, Estados, Distrito Federal e Municípios, nos termos do art. 37, inciso XXI, da Constituição Federal, modalidade de licitação denominada pregão, para aquisição de bens e serviços comuns, e dá outras providências. (2002). http://www.planalto.gov.br/ccivil_03/Leis/2002/L10520.htm
Brasil. 2009. Lei complementar nº 131, DE 27 DE MAIO DE 2009. Acrescenta dispositivos à Lei Complementar nº 101, de 4 de maio de 2000, que estabelece normas de finanças públicas voltadas para a responsabilidade na gestão fiscal e dá outras providências. Diário Oficial [da] República Federativa do Brasil (2009). http://www.planalto.gov.br/ccivil_03/leis/lcp/lcp131.htm
Brasil. 2011. Lei nº 12.527, de 18 de novembro de 2011. Lei de Acesso à Informação. Diário Oficial [da] República Federativa do Brasil (2011). http://www.planalto.gov.br/ccivil_03/_ato2011-2014/2011/lei/l12527.htm
Brasil. 2021. Lei nº 14.133, DE 1º DE ABRIL DE 2021. Lei de Licitações e Contratos Administrativos. (2021). http://www.planalto.gov.br/ccivil_03/_ato2019-2022/2021/lei/L14133.htm
Rommel Carvalho, Eduardo de Paiva, Henrique da Rocha, and Gilson Mendes. 2014. Using Clustering and Text Mining to Create a Reference Price Database. Learning and NonLinear Models 12, 2014 (2014), 38–52.
Rommel Novaes Carvalho. 2015. Categoria Profissionais 2° Lugar: Uso de mineração de dados e textos para cálculo de preços de referência em compras do governo brasileiro. (2015).
Tatiana Escovedo and Adriano Koshiyama. 2020. Introdução a Data Science: Algoritmos de Machine Learning e métodos de análise. Casa do Código.
Martin Ester, Hans-Peter Kriegel, Jörg Sander, Xiaowei Xu, et al. 1996. A density-based algorithm for discovering clusters in large spatial databases with noise.. In kdd, Vol. 96. 226–231.
Ronen Feldman and James Sanger. 2006. The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. Cambridge University Press. https://doi.org/10.1017/CBO9780511546914
Raphael Silva Fontes. 2022. Avaliação experimental de um classificador para apoiar a detecção de fraudes em compras públicas. (2022).
Igual Laura and Seguí Santi. 2017. Introduction to Data Science: A Python Approach to Concepts, Techniques and Applications.
Eduardo Soares de Paiva. 2017. Geração de regras de identificação de produtos em descrições textuais de compras apresentadas em portais de transparência pública. Master's thesis.
Dipanjan Sarkar. 2019. Text analytics with Python: a practitioner's guide to natural language processing. Springer.
Colin Shearer. 2000. The CRISP-DM model: the new blueprint for data mining. Journal of data warehousing 5, 4 (2000), 13–22.
Sholom M Weiss, Nitin Indurkhya, and Tong Zhang. 2015. Fundamentals of predictive text mining. Springer.
