Identificação de possíveis candidaturas de fachada utilizando técnicas de detecção de anomalias

Abstract

Detecção de anomalias é uma das técnicas presentes na mineração de dados, que tem por objetivo identificar dados com atributos que se destacam em relação aos demais de maneira irregular. Este trabalho procura identificar possíveis candidaturas de fachada através de técnicas de detecção de anomalias, aplicadas aos dados sobre os candidatos disponibilizados pelo Tribunal Superior Eleitoral. Foram utilizados algoritmos não supervisionados para identificar potenciais candidaturas de fachada de forma automática. Após, foi aplicado um algoritmo supervisionado para encontrar padrões úteis que descrevem candidaturas de fachada. Com isso, foram identificadas um total de 572 anomalias nas eleições de 2018 e 2022, que podem representar candidaturas de fachada.

Outlier Detection is a data mining technique, in which your objective is to identify data with attributes that stand out concerning others in an irregular way. This work pursuit to identify possible fake applications through anomaly

detection tools applied to data about the candidates provided by the Tribunal Su- perior Eleitoral. Unsupervised algorithms were used to identify potential fake

applications automatically. Then, a supervised algorithm was applied to find

useful patterns that describe fake applications. With this, a total of 572 anoma- lies were identified in the 2018 and 2022 elections, which could represent fake

applications.