• español
    • English
    • português
  • English 
    • español
    • English
    • português
  • Login
View Item 
  •   Home
  • Tesis y Trabajos de Grado
  • Tesis y Trabajos de Grado de Posgrado
  • Maestría en Ingeniería y Analítica de Datos
  • View Item
  •   Home
  • Tesis y Trabajos de Grado
  • Tesis y Trabajos de Grado de Posgrado
  • Maestría en Ingeniería y Analítica de Datos
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
RecursosRecursos de apoyo¿Cómo publicar?

Browse

All of ExpeditioCommunities & CollectionsBy Issue DateAuthorsTitlesSubjects
This CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage StatisticsView Google Analytics Statistics
Estadísticas GTMVer Estadísticas GTM

Detección de contratistas multiobjeto mediante text mining para focalizar el ejercicio del control y vigilancia fiscal

Thumbnail

Citación

       
Export: <XML METS>
View/Open
Ver documento (1.370Mb)
Fin embargo: 
Date
2021
Author
Dulce Vanegas, Manuel Francisco
Magíster en Ingeniería y Analítica de Datos
Metadata
Show full item record
Documentos PDF
Abstract
Las Entidades Fiscalizadoras Superiores y en específico su ente rector, la Organización Internacional de las Entidades Fiscalizadoras Superiores INTOSAI, ha impulsado en los últimos 4 años iniciativas encaminadas al uso tecnologías y métodos en las Entidades Fiscalizadoras Superiores para sus procesos de vigilancia y fiscalización, que sean replicables y que tengan resultados tangibles en el contexto fiscal. En este sentido, la Contraloría General de la República de Colombia, viene fortaleciendo su infraestructura tecnológica y capacidades técnicas para mejorar y optimizar sus esfuerzos para vigilar los recursos de los colombianos, y aunque esta tarea no es sencilla ha logrado detectar patrones de aquellos contratistas que acaparan la contratación estatal logrando estar en diferentes sectores económicos sin probablemente tener la competencia técnica para cumplir el objeto contractual estipulado, estos contratistas se les conoce en el ámbito de la contraloría General como contratistas “multiobjeto”. En el presente artículo, se muestra la construcción de un conjunto de datos de 1.998 registros etiquetado por expertos, correspondiente a contratos del sector educativo con el cual se hicieron el entrenamiento y las pruebas sobre un clasificador automático construido para los objetos contractuales con el fin de detectar los presuntos contratistas “multiobjeto”. Adicionalmente, se encontró que el mejor algoritmo de clasificación fue Máquina de Soporte Vectorial Lineal con una exactitud de 84% el cual permitió finalmente listar por agrupamiento los presuntos contratistas multiobjeto
Summary in foreign language
The Supreme Audit Institutions and specifically its governing body, the International Organization of Supreme Audit Institutions INTOSAI, has promoted in the last 4 years initiatives aimed at the use of technologies and methods in the Supreme Audit Institutions for their surveillance and audit processes, which are replicable and have tangible results in the fiscal context. In this sense, the Comptroller General of the Republic of Colombia has been strengthening its technological infrastructure and technical capacities to improve and optimize its efforts to monitor the resources of Colombians, and although this task is not easy, it has managed to detect patterns of those contractors that They monopolize state contracting, managing to be in different economic sectors without probably having the technical competence to fulfill the stipulated contractual object. These contractors are known in the field of the General Comptroller's office as “multi-object” contractors. In this article, the construction of a data set of 1,998 records labeled by experts is shown, corresponding to education sector contracts with which training and tests were carried out on an automatic classifier built for the contractual objects in order to detect suspected “multi-object” contractors. In addition, it was found that the best classification algorithm was the Linear Vector Support Machine with an accuracy of 84% which will eventually find, by grouping, the presumed multi-object contractors.
URI
http://hdl.handle.net/20.500.12010/17598
Collections
  • Maestría en Ingeniería y Analítica de Datos [36]
Estadísticas Google Analytics
Comments

Respuesta Comentario Repositorio Expeditio

Gracias por tomarse el tiempo para darnos su opinión.


Carrera 4 # 22-61 Teléfono: (+57 1) 242 7030 - 018000111022 Fax: (+57 1) 561 2107 Bogotá D.C., Colombia

Fundación Universitaria de Bogotá Jorge Tadeo Lozano | Vigilada Mineducación

Institución de educación superior privada, de utilidad común, sin ánimo de lucro y su carácter académico es el de Universidad.

Reconocimiento personería jurídica: Resolución 2613 del 14 de agosto de 1959 Minjusticia.

Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.

 

Términos y condiciones | Políticas

 

 


Carrera 4 # 22-61 Teléfono: (+57 1) 242 7030 - 018000111022 Fax: (+57 1) 561 2107 Bogotá D.C., Colombia

Fundación Universitaria de Bogotá Jorge Tadeo Lozano | Vigilada Mineducación

Institución de educación superior privada, de utilidad común, sin ánimo de lucro y su carácter académico es el de Universidad.

Reconocimiento personería jurídica: Resolución 2613 del 14 de agosto de 1959 Minjusticia.

Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.

 

Términos y condiciones | Políticas