DETECÇÃO DE CARTÉIS EM LICITAÇÕES PÚBLICAS COM AGENTES DE MINERAÇÃO DE DADOS

Carlos Vinícius Sarmento Silva, Célia Ghedini Ralha

Resumo


A Controladoria-Geral da União (CGU), como órgão central do sistema de controle interno do Poder Executivo Federal do Brasil é responsável pela realização de atividades de auditoria e fiscalização, visando à prevenção e o combate à corrupção. No entanto, algumas atividades como a detecção de cartéis em licitações é limitada, pela dificuldade de encontrar soluções efetivas em grande volume de bases de dados com milhões de registros de transações financeiras. Nesta seara, algumas áreas de Ciência da Computação apresentam bons resultados no processo de descoberta de conhecimento com uso de técnicas de mineração de dados, tais como classificação, clusterização e regras de associação, as quais, associadas à área de Sistema Multiagente, ampliam o poder de processamento de forma distribuída e interativa com agentes de mineração de dados. Neste sentido, esta pesquisa utiliza agentes de mineração de dados com regras de associação e clusterização para a solução do problema de detecção de cartéis em licitações. Como resultado da pesquisa foram descobertas mais de cem regras de associação, das quais dez apresentam fortes indícios de cartelização, comprovando a utilidade da abordagem como suporte ao trabalho de auditoria governamental.

Palavras-chave


auditoria governamental; mineração de dados; sistema multiagente; agentes de mineração

Referências


AGRAWAL, R.; SRIKANT, R. Fast algorithms for mining association rules in large databases. In: International Conference on Very Large Data Bases (VLDB´94), 20., San Francisco. Proceedings…, Morgan Kaufmann Publishers Inc., p. 487-499, 1994.

BELLIFEMINE, F. L.; CAIRE, G.; GREENWOOD, D. Developing Multi-Agent Systems with JADE (Wiley Series in Agent Technology). Wiley, April 2007.

BRASIL. Lei n. 8.666, de 21 de junho de 1993. D.O.U. de 22/06/1993. Disponível em: http://www.planalto.gov.br/ccivil_03/Leis/L8666cons.htm. Acesso em: 04/09/10.

CAO, L.; GORODETSKY, V.; MITKAS, P. A. Agent mining: the synergy of agents and data mining. IEEE Intelligent Systems, v. 24, n. 3, p. 64-72, May/June, 2009. doi:10.1109/MIS.2009.45.

CGU/PR. Controle interno, auditoria pública, correição, prevenção e combate à corrupção e ouvidoria. Disponível em: http://www.cgu.gov.br. Acesso em 09/09/2011.

CGU/PR. Portal da transparência do governo federal. Disponível em: http://www.portaltransparencia.gov.br. Acesso em: 09/09/2011.

DI PIETRO, M. S. Z. Direito administrativo. São Paulo: Atlas, 2009. ISBN: 9788522453801.

FAYYAD, U.; PIATETSKY-SHAPIRO, G.; SMYTH, P. The KDD process for extracting useful knowledge from volumes of data. Communications of the ACM, v. 39, n. 11, p. 27-34, November, 1999.

FAYYAD, U. M.; PIATETSKY-SHAPIRO, G.; SMYTH, P. From data mining to knowledge discovery: an overview. In: Advances in knowledge discovery and data mining. U. M. Fayyad, G. Piatetsky-Shapiro, P. Smyth, and R. Uthurusamy (eds.) American Association for Artificial Intelligence, Menlo Park, CA, USA, p. 1-34, 1999.

FRAWLEY, W. J.; PIATETSKY-SHAPIRO, G.; MATHEUS, C. J. Knowledge discovery in databases: an overview. AI Magazine, v. 13, p. 57-70, 1992.

HAN, J.; KAMBER, M. Data mining: concepts and techniques. San Francisco, CA, USA. Morgan Kaufmann Publishers Inc., 2nd edition, 2006.

JAIN, A. K.; DUBES, R. C. Algorithms for clustering data. San Francisco, CA, USA. Prentice-Hall, Inc. 1988.

JUSTIÇA, MINISTÉRIO DA. Direito da concorrência: cartel. 2010. Disponível em: http://portal.mj.gov.br/data/Pages/MJ9F537202ITEMIDDEB1A9D4FCE04052A5D948E2F2FA2BD5PTBRNN.htm. Acesso em: 05/09/10.

MPOG. Portal de Compras do Governo Federal. Ministério do Planejamento, Orçamento e Gestão. Disponível em: http://www.comprasnet.gov.br/. Acesso em 04/09/2010.

RALHA, C. G. Towards the integration of multiagent applications and data mining. In: Longbing Cao (Org.). Introduction to agent mining interaction and integration, p. 37-46. Springer Science + Business Media, 2009. ISBN: 978-1-4419-0521-5. doi:10.1007/978-1-4419-0522-2_2.

RUSSEL, S.; NORVIG, P. Artificial intelligence: a modern approach. 3rd edition. Prentice-Hall Inc., 2010.

SILVA, C. V. S.; RALHA, C. G., Utilização de técnicas de mineração de dados como auxílio na detecção de cartéis em licitações. In: Workshop de Computação Aplicada a Governo Eletrônico, Belo Horizonte. Anais..., julho de 2010.

SILVA, C. V. S.; RALHA, C. G., AGMI - An agent-mining tool and its application to Brazilian government auditing. In: 7th International Conference on Web Information Systems and Technologies (WEBIST), Noordwijkerhout, Netherlands. Proceedings…, p. 535-538, May 2011.

STN. Portal SIAFI. Disponível em: http://www.tesouro.fazenda.gov.br/siafi/. Aces-so em: 05/09/2010.

STN. Estatística de uso do SIAFI. Ministério da Fazenda. Disponível em: http://consulta.tesouro.fazenda.gov.br/estatisticas/index_estatistica_menu.asp. Acesso em: 09/09/2011.

TAN, P; STEINBACH, M.; KUMAR, V. Introduction to data mining. Addison-Wesley Longman Publishing Co. Inc., 2005.

WAIKATO, University. Weka machine learning project. 2010. Disponível em: http://www.cs.waikato.ac.nz/ml/index.html. Acesso em: 05/09/2010.

WITTEN, I. H.; FRANK, E. Data mining: practical machine learning tools and techniques. 2nd edition. Morgan Kaufmann Series in Data Management Systems, 2005.

WOOLDRIDGE, M.; JENNINGS, N. R. Intelligent agents: theory and practice. Knowledge Engineering Review, v. 10, p. 115-152. 1995.

WOOLDRIDGE, M. J.. Introduction to multiagent systems. 2nd edition, John Wiley & Sons Inc., 2009.

WU, X.; KUMAR, V.; ROSS QUINLAN, J.; GHOSH, J.; YANG, Q.; MOTODA, H.; MCLACHLAN, G. J.; NG, A.; LIU, B.; YU, P. S.; ZHOU, Z.; STEINBACH, M.; HAND, D. J.; STEINBERG, D. Top 10 algorithms in data mining. Knowledge Information Systems, v. 14, n. 1, p. 1-37, 2007.


Texto completo: PDF

Licença Creative Commons
Este trabalho está licenciado sob uma Licença Creative Commons Attribution 3.0 .