Machine methods learning for the classification of the corruption risk by addition in the procurement of public works through bidding. Case study in Colombia = Métodos de aprendizaje automático para la clasificación de riesgo de corrupción por adición en contratación de obras públicas mediante licitación. Caso de estudio en Colombia

Abstract

Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Antonio Javier Tallón Ballesteros. Este trabajo presenta una metodología para la predicción de riesgo de corrupción causado en adición de valor en los contratos de obra públicas adjudicados por licitación en Colombia. Se utilizaron datos públicos de la plataforma de contratos electrónicos que permitieron clasificar qué contratos tuvieron esta modificación. En términos de resultados, se compararon las técnicas de clasificación básicas como Naïve Bayes hasta algoritmos más sofisticados como Random Forest, entrenados y validados con métricas como precisión, sensibilidad, medida F y curva ROC. Los modelos de clasificación obtenidos pretenden gestionar la inversión de los gastos públicos y es un ejemplo del aprovechamiento de los datos abiertos del gobierno.

This work presents a methodology to predict the corruption risk caused by adding value to public works contracts awarded by tender in Colombia. Public data from the electronic contracts’ platform were used to classify which contracts had this modification. In terms of results, basic classification techniques such as Naïve Bayes were compared to more sophisticated algorithms such as Random Forest, trained, and validated with metrics such as precision, sensitivity, F-measure and ROC curve. The classification models achieved aimed to manage the investment of public expenditures and is an example of the use of open government data.