| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Iepirkumu CPV kodu noteikšana ar mākslīgiem neironu tīkliem |
| Nosaukums angļu valodā |
Prediction of Procurement CPV Codes with Artificial Neural Networks |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Henrihs Gorskis |
| Recenzents |
Oļesja Večerinska |
| Anotācija |
Publiskais iepirkums ir būtiska Eiropas Savienības ekonomikas sastāvdaļa, kas ir vērsta uz konkurences palielināšanu, ēnu ekonomikas un korupcijas mazināšanu. CPV ir Eiropas Savienībā pieņemtā iepirkumu klasifikācijas sistēma, kas sastāv no 9454 terminiem, kur katrs termins apzīmē kādu preci, pakalpojumu vai būvdarbu veidu. Iepirkumu speciālistiem var būt grūti izvēlēties piemērotāko no vairāk nekā 9000 CPV kodiem. Elektroniskie iepirkumi tīmeklī dažkārt atrodami bez CPV koda, kas apgrūtina automātisko tirgus analīzi. Aptuvenās izmaksas Eiropas Savienībā nekorekti lietoto CPV kodu dēļ sastāda aptuveni 8 līdz 9 miljardi eiro gadā. Ņemot vērā, ka CPV kodu lietošana ir lielā mērā subjektīva, tirgus analīzei būtu lietderīgs rīks, kas ļautu vienādā veidā noteikt CPV kodus pēc iepirkuma apraksta. Uz doto brīdi nav pieejams rīks iepirkumu klasifikācijai, balstoties uz iepirkuma nosaukumu latviešu valodā un pilnā mērā izmantotu visu CPV terminu vārdnīcu. Izstrādātā darba mērķis ir izpētīt mākslīgo neironu tīklu pielietošanas iespējas iepirkumu CPV kodu noteikšanai. Darba gaitā tika izstrādāts mākslīgo neironu tīklu modelis iepirkumu CPV kodu noteikšanai, testa kopā tā vidējā precizitāte sastāda 69%. Izstrādātais modelis tika salīdzināts ar GPT-3.5 Turbo spēju noteikt CPV kodus, balstoties uz nosaukumiem latviešu valodā. Darbā sasniegtais rezultāts var kalpot par pamatu turpmākai attīstībai ceļā uz rīku izstrādi, kuri atvieglos automātisko tirgus analīzi, padarīs elektronisko iepirkumu pieejamāku un atvieglos PIL pārkāpumu noteikšanu, tādā veidā veicinot Latvijas ekonomikas izaugsmi.
Darba apjoms: 66 lpp., 9 tabulas, 37 attēli, 4 pielikumi. |
| Atslēgas vārdi |
iepirkumi, klasifikācija, CPV, BERT, mākslīgie neironu tīkli |
| Atslēgas vārdi angļu valodā |
procurement, classification, CPV, BERT, artificial neural networks |
| Valoda |
lv |
| Gads |
2024 |
| Darba augšupielādes datums un laiks |
28.05.2024 22:50:20 |
