Regresar

Implementación de un sistema de recomendaciones para licitación de contrataciones públicas en Ecuador basado en técnicas de Machine Learning explicables

Abstract:

El presente estudio propone un sistema de recomendaciones para licitaciones de contrataciones públicas en Ecuador basado en técnicas de machine Learning explicables, utilizando algoritmos como Árbol de Decisión, Regresión Logística, Bosque Aleatorio, y técnicas de explicabilidad como LIME y SHAP. El objetivo es mejorar la transparencia y la eficiencia en el proceso de selección de proveedores para contratos públicos, especialmente para las pequeñas y medianas empresa PYMES de Ecuador. El sistema de recomendaciones utiliza técnicas de procesamiento de lenguaje natural y aprendizaje automático para analizar los documentos de la licitación y clasificar las necesidades del proyecto y los criterios de evaluación. Además, el modelo de machine Learning utilizado en el sistema es explicado, lo que ayuda a garantizar la imparcialidad y la transparencia en el proceso de selección de proveedores. Para mejor la explicabilidad del modelo, se utilizan técnicas de LIME y SHAP, que permiten visualizar y comprender el impacto de cada variable en la decisión del modelo. El sistema de recomendaciones propuesto puede ser una herramienta valiosa para las PYMES de Ecuador que buscan participar en contrataciones públicas de manera más eficiente y al mismo tiempo que se asegura la explicación del modelo utilizado para tomar decisiones. En conclusión, este proyecto logró demostrar que el sistema que permite ver la interpretación de los datos de manera más sencilla y entendible es la técnica LIME, con modelo de clasificación Random Forest.