Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
http://tede2.pucgoias.edu.br:8080/handle/tede/2443
Tipo do documento: | Dissertação |
Título: | MINERAÇÃO DE DADOS APLICADA A CLASSIFICAÇÃO DOS CONTRIBUINTES DO ISS. |
Título(s) alternativo(s): | DATA MINING APPLIED TO THE CLASSIFICATION OF THE TAXPAYERS OF THE TOWN OF GOIÂNIA. |
Autor: | Piccirilli, Tiago Levergger |
Primeiro orientador: | Vieira, Sibelius Lellis |
Primeiro membro da banca: | Melo Júnior, Alencar de |
Segundo membro da banca: | Dantas, Maria José Pereira |
Resumo: | 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%. |
Abstract: | 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%. |
Palavras-chave: | Mineração de dados detecção de irregularidade ISS Data Mining irregularity detection ISS |
Área(s) do CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO |
Idioma: | por |
País: | BR |
Instituição: | Pontifícia Universidade Católica de Goiás |
Sigla da instituição: | PUC Goiás |
Departamento: | Engenharia |
Programa: | Engenharia de Produção e Sistemas |
Citação: | PICCIRILLI, Tiago Levergger. DATA MINING APPLIED TO THE CLASSIFICATION OF THE TAXPAYERS OF THE TOWN OF GOIÂNIA.. 2013. 134 f. Dissertação (Mestrado em Engenharia) - Pontifícia Universidade Católica de Goiás, GOIÂNIA, 2013. |
Tipo de acesso: | Acesso Aberto |
URI: | http://localhost:8080/tede/handle/tede/2443 |
Data de defesa: | 23-Abr-2013 |
Aparece nas coleções: | Mestrado em Engenharia de Produção e Sistemas |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TIAGO LEVERGGER PICCIRILLI.pdf | 1,51 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.