Made available in DSpace on 2014-06-12T15:50:25Z (GMT). No. of bitstreams: 1
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2008 / Um dos principais problemas enfrentados por órgãos públicos
atualmente está associado à ineficiência no uso de informações contidas em
grandes volumes de dados para a gestão e otimização de recursos públicos nos
procedimentos de tomada de decisão. Em particular, um dos problemas
enfrentados por órgãos reguladores como secretarias de fazenda de Estados é
como identificar comportamentos fraudulentos e de sonegação fiscal por parte de
contribuintes.
A Descoberta de Conhecimento em Bases de Dados (KDD) tem sido
cada vez mais explorada como uma ferramenta poderosa na otimização dos
procedimentos de tomada de decisão e na extração automática de informações
escondidas nos dados de corporações. Em particular, técnicas baseadas em
árvores de decisão têm sido investigadas e aplicadas como uma das opções de
ferramental tecnológico em problemas de mineração de dados pela sua
simplicidade e facilidade de interpretação do conhecimento descoberto, que é
próximo da linguagem humana.
Neste trabalho, árvores de decisão baseadas nos algoritmos ID3,
SPRINT e SLIQ são investigadas e comparadas para a solução do problema de
análise do perfil de contribuintes com respeito à sonegação fiscal em uma
situação complexa em larga escala envolvendo um grande número de variáveis e
dados corporativos da Secretaria da Fazenda do Estado de Pernambuco (SEFAZPE).
Os resultados obtidos objetivamente com os modelos investigados
quanto à precisão das árvores construídas, interpretação do conhecimento
minerado e extração de novos conhecimentos ao domínio do problema mostraram
desempenho satisfatório na tarefa de classificação dos contribuintes quanto a
irregularidades nos compromissos de pagamentos fiscais. A solução desenvolvida
foi também analisada e validada subjetivamente por especialistas do domínio
(auditores fiscais), que demonstraram aceitação no trabalho realizado e
comprovando a viabilidade e relevância do uso da mineração de dados no
processo de análise do perfil de contribuintes
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/1476 |
| Date | 31 January 2008 |
| Creators | SIMÕES, Adriana Carla Araújo |
| Contributors | VASCONCELOS, Germano Crispim |
| Publisher | Universidade Federal de Pernambuco |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0199 seconds