Algoritmo en python para predecir y detectar anomalías en procesos contractuales de la alcaldía de Puerto Rico, meta, mediante técnicas avanzadas de machine learning
Cargando...
Fecha
Autores
Fontecha Murillo, Paula Alejandra
Director
Enlace al recurso
DOI
Google Scholar
gruplac
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Descripción
La Alcaldía municipal de Puerto Rico, Meta, gestiona anualmente un gran volumen de procesos contractuales, fundamentales para el desarrollo institucional y el uso eficiente de los recursos públicos. Sin embargo, la variabilidad en los montos adjudicados y la falta de herramientas analíticas avanzadas dificultan la planeación presupuestal y la detección temprana de irregularidades. Actualmente, el análisis de la información se limita a reportes descriptivos que no permiten anticipar riesgos administrativos o financieros, frente a esta situación se propone el desarrollo de un algoritmo en Python basado en técnicas de Machine Learning, orientado a la predicción de valores contractuales y la detección de anomalías en los procesos de contratación. Se implementarán modelos de series de tiempo como Prophet para proyectar tendencias y Isolation Forest para identificar comportamientos atípicos. Además, se incorporará la metodología SHAP para lograr garantizar la interpretabilidad de los resultados.La propuesta contempla seis fases: consolidación y limpieza de datos, análisis exploratorio de tendencias, modelado predictivo, detección de anomalías, explicabilidad e integración de un dashboard interactivo. Con ello, se busca fortalecer la planeación presupuestal y eficiencia en la gestión contractual de la Alcaldía de Puerto Rico, Meta.
Abstract
The municipal government of Puerto Rico, Meta, manages a large volume of contractual processes each year, which are fundamental for institutional development and the efficient use of public resources. However, the variability in the amounts awarded and the lack of advanced analytical tools make budget planning and early detection of irregularities difficult. Currently, information analysis is limited to descriptive reports that do not allow for the anticipation of administrative or financial risks. In view of this situation, we propose the development of a Python algorithm based on machine learning techniques, aimed at predicting contract values and detecting anomalies in the contracting process. Time series models such as Prophet will be implemented to project trends and Isolation Forest to identify atypical behavior. In addition, the SHAP methodology will be incorporated to ensure the interpretability of the results. The proposal consists of six phases: data consolidation and cleaning, exploratory trend analysis, predictive modeling, anomaly detection, explainability, and integration of an interactive dashboard. The aim is to strengthen budget planning and efficiency in the contractual management of the Mayor's Office of Puerto Rico, Meta.
Idioma
spa
Palabras clave
Citación
Fontecha Murillo, P. (2025). Algoritmo en python para predecir y detectar anomalías en procesos contractuales de la alcaldía de Puerto Rico, meta, mediante técnicas avanzadas de machine learning. [Trabajo de grado, Universidad Santo Tomás]. Repositorio Institucional
Colecciones
Licencia Creative Commons
Attribution-NonCommercial-NoDerivs 2.5 Colombia