Made available in DSpace on 2016-08-10T10:40:18Z (GMT). No. of bitstreams: 1
TIAGO LEVERGGER PICCIRILLI.pdf: 1547203 bytes, checksum: e65b171ba35efb72a84100fe0a5088d9 (MD5)
Previous issue date: 2013-04-23 / The Public Administration is responsible for the institution, receiving and control
of taxes paid by taxpayers. This feature is indispensable to maintenance of its
administrative structure and establishment public policies. To improve the control
performed by the administration, it s necessary to invest in new technologies since the
inspection department constantly receives large data movement economic and
regularization of taxpayers. The current computational resources store information with
a larger human perception of manipulation and knowledge extraction. In this context,
appears in science an area called data mining, specific to extract unknown patterns
and knowledge through databases. This study aimed to develop a model to classify
taxpayers Tax Services (ISS) which showed some irregularity, with resources and
techniques of data mining. The study was performed in the city of Goiania in finance
secretary specifically of the Department of Revenue, covering the scenario presented
in the year 2011. Among the models built with decision tree algorithm, presented as a
result, the classification of irregular contributors with a hit rate of 92,03%. / A administração pública é responsável pela instituição, recebimento e controle
de tributos pagos pelos contribuintes. Este recurso é imprescindível para manutenção
de sua estrutura administrativa e estabelecimento de políticas públicas. Para
aperfeiçoar o controle realizado pela administração é necessário investimento em
novas tecnologias, visto que o departamento de fiscalização recebe constantemente
inúmeros dados da movimentação econômica dos contribuintes e de regularização
cadastral. Os recursos computacionais atuais armazenam informações com
capacidade superior à condição humana de manipulação e extração de conhecimento.
Nesse contexto, surge na ciência uma área denominada Mineração de Dados,
especifica para extrair conhecimento e padrões desconhecidos por meio de bases de
dados. Este trabalho apresenta um modelo para classificar os contribuintes do Imposto
Sobre Serviços de Qualquer Natureza (ISS) que apresentaram alguma irregularidade,
de posse dos recursos e técnicas da mineração. O trabalho foi realizado no Município
de Goiânia na Secretaria de Finanças especificamente no departamento de
Arrecadação, abrangendo o cenário apresentado no ano de 2011. Entre os modelos
construídos com algoritmo de árvore de decisão, apresentou como resultado, a
classificação dos contribuintes irregulares com um índice de acertos de 92,03%.
| Identifer | oai:union.ndltd.org:IBICT/oai:ambar:tede/2443 |
| Date | 23 April 2013 |
| Creators | Piccirilli, Tiago Levergger |
| Contributors | Vieira, Sibelius Lellis, Melo Júnior, Alencar de, Dantas, Maria José Pereira |
| Publisher | Pontifícia Universidade Católica de Goiás, Engenharia de Produção e Sistemas, PUC Goiás, BR, Engenharia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS, instname:Pontifícia Universidade Católica de Goiás, instacron:PUC_GO |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds