使用机器学习工具评估执行政府合同风险的方法

DOI:

EDN:

评审日期

出版日期

注解: 该研究的主题是开发一个软件包，用于使用机器学习方法和非结构化信息分析智能预测政府合同的执行情况。
研究的对象是公共采购领域的控制和决策过程，包括承包商的选择，合同的执行以及对其实施的时间和成本的评估。
在研究中特别关注解释型机器学习方法的开发和应用，以解决评估选择无良承包商的风险，不按时履行合同的风险以及预测合同实施的可能时机和
作者详细考虑了这些方面作为一个独特的数据集，是从各种信息系统收集。 他们还开发了自动数据收集和更新系统，可以安装在客户的服务器上。   在工作中使用了机器学习，非结构化信息分析和解释方法的方法。 构建解释性机器学习模型是为了评估选择无良承包商的风险，评估未按时履行合同的风险，以及评估合同执行的可能时机和成本。  在工作中收集了一个独特的数据集，包括来自各种系统的超过190功能的83千数据，例如统一信息系统（UIS）公共采购登记册，无良供应商登记册（RNP）EIS和SPARK信 已经开发了可以部署在客户服务器上的自动数据收集和更新系统。
在研究过程中，开发了用于智能预测政府合同执行情况的软件包，为使用非结构化信息分析方法，机器学习模型和解释方法进行更准确的风险分析提 这使得有可能提高监督政府合同执行情况的有效性，并减少腐败和违规行为的可能性。 该研究证明了机器学习方法和模型在公共合同领域的重要性和适用性，并为改善公共采购领域的控制和决策过程提供了新的机会。

出版日期: