2017
DOI: 10.1007/978-3-319-56538-5_47
|View full text |Cite
|
Sign up to set email alerts
|

Detecting Evidence of Fraud in the Brazilian Government Using Graph Databases

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
3
1
1

Citation Types

0
4
0
2

Year Published

2018
2018
2024
2024

Publication Types

Select...
5
3
2

Relationship

1
9

Authors

Journals

citations
Cited by 16 publications
(6 citation statements)
references
References 11 publications
0
4
0
2
Order By: Relevance
“…Desde a sanc ¸ão da Lei de Acesso à Informac ¸ão, vários trabalhos foram publicados visando o uso de dados abertos do governo [Lima et al 2020, Lyra et al 2021. Em geral, dados públicos foram coletados e organizados por meio de diferentes estratégias, por exemplo, armazenando em bases de dados orientadas a grafos [van Erven et al 2017], ou realizando a rotulac ¸ão dos dados [Lima et al 2020]. Em particular, para dados de licitac ¸ões públicas, diversas pesquisas apresentam resultados promissores para a aplicac ¸ão desses dados.…”
Section: Trabalhos Relacionadosunclassified
“…Desde a sanc ¸ão da Lei de Acesso à Informac ¸ão, vários trabalhos foram publicados visando o uso de dados abertos do governo [Lima et al 2020, Lyra et al 2021. Em geral, dados públicos foram coletados e organizados por meio de diferentes estratégias, por exemplo, armazenando em bases de dados orientadas a grafos [van Erven et al 2017], ou realizando a rotulac ¸ão dos dados [Lima et al 2020]. Em particular, para dados de licitac ¸ões públicas, diversas pesquisas apresentam resultados promissores para a aplicac ¸ão desses dados.…”
Section: Trabalhos Relacionadosunclassified
“…As técnicas de AM testadas na base de dados foram Árvore de Decisão e Rede Bayesiana. Estas duas técnicas foram defi nidas utilizando a ferramenta computacional WEKA 3 .…”
Section: Aprendizado Bayesianounclassified
“…(2020) and van Erven et al. (2017) to identify hidden relations in public procurement processes for detecting fraud cases in Portugal and Brazil. An explainable scoring mechanism to prioritize the most critical expenditures was presented by Westerski et al.…”
Section: Introductionmentioning
confidence: 99%