WO2023058973A1 - 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법 - Google Patents

인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법 Download PDF

Info

Publication number
WO2023058973A1
WO2023058973A1 PCT/KR2022/014338 KR2022014338W WO2023058973A1 WO 2023058973 A1 WO2023058973 A1 WO 2023058973A1 KR 2022014338 W KR2022014338 W KR 2022014338W WO 2023058973 A1 WO2023058973 A1 WO 2023058973A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
company
bidding
suitability
artificial intelligence
Prior art date
Application number
PCT/KR2022/014338
Other languages
English (en)
French (fr)
Inventor
김만기
Original Assignee
김만기
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 김만기 filed Critical 김만기
Publication of WO2023058973A1 publication Critical patent/WO2023058973A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions

Definitions

  • the present invention relates to a service system and method for providing customized bidding information for overseas public procurement based on artificial intelligence and machine learning. It relates to an artificial intelligence and machine learning-based overseas public procurement customized bidding information providing service system and method that provides optimal bidding information suitable for the company by matching bidding information using an artificial intelligence-based suitability analysis model.
  • Public Procurement is the provision of goods, services, and construction by government departments or public institutions for the public's interest through Procurement Regulations based on public funds. refers to the purchase of (Works).
  • This public procurement market is based on the 'Strategic Stainable Public Procurement (SSPP) public procurement budget, which accounts for around 15% of the gross domestic product (GDP), centered on major developed countries in the OECD, which supports international organizations and national government policies. It is a key economic activity field of 'strategic support for technological innovation, social value realization, and sustainability by strategically utilizing it'.
  • GDP gross domestic product
  • the international public procurement market which is composed of international organizations such as the UN and multilateral development banks such as the World Bank and Asian Development Bank, forms a public procurement market worth about 6 trillion dollars.
  • the market size is more than 22 trillion won a year.
  • the present invention matches bidding information collected from procurement information of overseas procurement owners with corporate information that meets international bidding requirements by domestic companies using an artificial intelligence and machine learning-based fitness analysis model. Its purpose is to provide a service system and method for providing customized bidding information for overseas public procurement based on artificial intelligence and machine learning that provides optimal bidding information suitable for companies.
  • an embodiment of the present invention is an artificial intelligence and machine learning-based overseas public procurement customized bidding information providing service system.
  • the suitability analysis server includes a company information management unit that manages company analysis information, product analysis information, financial analysis information, bidding environment information, and company capability information for each company provided by companies;
  • a bid announcement management unit that receives bid announcement information by accessing one or more ordering party terminals, divides the received bid announcement information into general regulations, special regulations, and specifications, and manages the bid announcement information for each ordering party; and one or more corporate keywords extracted from the profile information using the artificial intelligence-based suitability analysis model and one or more words or sentences searched in the bidding notice for each ordering party corresponding to the corporate keywords, and bidding conditions required by the ordering party.
  • a fitness analysis unit that analyzes and evaluates the matching suitability for , extracts the optimal bid announcement suitable for the company based on the calculated value of the evaluated matching suitability, matches the extracted bid announcement with the corresponding company, and transmits it to the company terminal. It is characterized by including;
  • the suitability analysis unit maps the profile information for each company and the meta information of the bid notice collected through the bid notice management unit to announce a bid suitable for the company based on the matching suitability based on the common information between the profile information and the meta information. It is characterized by extracting.
  • the suitability analyzer according to the embodiment is characterized in that it transmits one or more extracted bid announcements together with digitized information to the enterprise terminal.
  • the suitability analysis unit includes a learning agent, and the learning agent learns so that the artificial intelligence-based suitability analysis model determines optimal interpretation and intention information for each ordering party for the words or sentences used. characterized by being
  • E the calculated value of matching suitability
  • x is a constant evaluation item of the ordering organization
  • the variable company is the value for the quantified item-specific requirements of the ordering organization
  • y1 is the standardized value for the requirements of the owner’s General Terms and Conditions
  • y2 is the owner’s Special Terms and Conditions
  • y3 is a standardized value for the requirements of the client's technical specifications.
  • the demand company database is characterized by storing profile information including at least one of company analysis information, product analysis information, financial analysis information, bidding environment information, and company capability information for each company.
  • the bid notice database is characterized in that it stores bid notices for each ordering party and meta-information including bidding conditions based on the bid notices.
  • the artificial intelligence-based suitability analysis model according to the embodiment is characterized in that matching suitability is evaluated based on the requirements of the Minimum Eligibility and Qualification Criteria included in the bidding announcement.
  • the artificial intelligence-based fitness analysis model according to the embodiment is characterized in that matching fitness is evaluated based on technical and financial weights included in the bidding notice and requirements of technical evaluation criteria.
  • the artificial intelligence-based suitability analysis model extracts 'eligibility' as a company keyword from profile information for each company that meets international bidding requirements, and responds to this by extracting 'eligibility' from the requirements of the ordering party's bid announcement. It is characterized by extracting sentences related to 'eligibility' and extracting common information between the company and the owner by matching the related sentences with detailed condition information of the company related to 'eligibility' of the company keyword among the extracted requirements.
  • an embodiment of the present invention is an artificial intelligence and machine learning-based overseas public procurement customized bidding information providing service method
  • a) the suitability analysis server uses an artificial intelligence-based suitability analysis model to store international bidding requirements in the database of demand companies By comparing the profile information for each company that meets the meta information of the bid notice for each owner stored in the bid notice database, one or more bid notices suitable for the company are extracted and matched with the corresponding company, but the common information between the profile information and the meta information Evaluating the matching suitability based on the step of extracting the optimal bid announcement suitable for the company; and b) transmitting, by the suitability analysis server, the extracted bid notice to a terminal for each company.
  • step a) may include a-1) extracting at least one company keyword from the profile information by using an artificial intelligence-based fitness analysis model by the fitness analysis server; a-2) evaluating matching suitability for bidding conditions required by the client by mapping one or more words or sentences retrieved from the bid announcement information for each ordering party in response to the extracted company keywords by the suitability analysis server; and a-3) extracting, by the suitability analysis server, an optimal bid announcement suitable for the enterprise based on the calculated value of the matching suitability evaluated.
  • step a-2) is characterized in that the suitability analysis server searches for a used word or sentence by using a learned learning agent to determine optimal interpretation and intention information for each ordering party.
  • E the calculated value of matching suitability
  • x is a constant evaluation item of the ordering organization
  • the variable company is the value for the quantified item-specific requirements of the ordering organization
  • y1 is the standardized value for the requirements of the owner’s General Terms and Conditions
  • y2 is the owner’s Special Terms and Conditions
  • y3 is a standardized value for the requirements of the client's technical specifications.
  • a') the suitability analysis server requests profile information including at least one of company analysis information, product analysis information, financial analysis information, bidding environment information, and company capability information collected for each company. It is characterized in that it further comprises the step of storing in a corporate database.
  • the suitability analysis server divides the bidding notice including meta information collected from one or more ordering company terminals into general regulations, special regulations, and specifications. and storing in a bid announcement database for each ordering party.
  • the artificial intelligence-based suitability analysis model according to the embodiment is characterized in that matching suitability is evaluated based on the requirements of the Minimum Eligibility and Qualification Criteria included in the bidding announcement.
  • the artificial intelligence-based suitability analysis model extracts 'eligibility' as a company keyword from profile information for each company that meets international bidding requirements, and responds to this by extracting 'eligibility' from the requirements of the ordering party's bid announcement. It is characterized by extracting sentences related to 'eligibility' and extracting common information between the company and the owner by matching the related sentences with detailed condition information of the company related to 'eligibility' of the company keyword among the extracted requirements.
  • the present invention evaluates bidding information, including profile information for each company that meets international bidding requirements and meta information collected from procurement information of overseas procurement owners, using an artificial intelligence-based fitness analysis model.
  • By providing the optimal bidding information suitable for the company it has the advantage of increasing the participation rate and success rate of the company's overseas bidding for the public procurement project of the overseas ordering organization.
  • the present invention has the advantage of being able to receive a bidding notice including Eligibility and Suitability essential for overseas public procurement for each company.
  • the present invention has an advantage of increasing the success rate of a successful bid by providing bid notices based on the characteristics of individual companies and bid notices of various ordering parties.
  • the present invention has the advantage of being able to identify the requirements of the international public procurement market for the industry or products to which the company belongs and utilize them to improve the function of products that meet market demand.
  • FIG. 1 is an exemplary view showing the configuration of an artificial intelligence and machine learning-based overseas public procurement customized bidding information providing service system according to an embodiment of the present invention.
  • FIG 2 is a block diagram showing the suitability analysis server of the artificial intelligence and machine learning-based overseas public procurement customized bidding information providing service system according to the embodiment of Figure 1.
  • Figure 3 is a flow chart shown to explain a service method for providing customized bidding information for overseas public procurement based on artificial intelligence and machine learning according to an embodiment of the present invention.
  • Figure 4 is a flow chart shown to explain the suitability analysis process of the artificial intelligence and machine learning-based overseas public procurement customized bidding information providing service method according to the embodiment of Figure 3.
  • the term "at least one" is defined as a term including singular and plural, and even if at least one term does not exist, each component may exist in singular or plural, and may mean singular or plural. would be self-evident.
  • FIG. 1 is an exemplary diagram showing the configuration of a service system for providing customized bidding information for overseas public procurement based on artificial intelligence and machine learning according to an embodiment of the present invention
  • FIG. 2 is based on artificial intelligence and machine learning according to the embodiment of FIG. 1
  • It is a block diagram showing the suitability analysis server of the overseas public procurement customized bidding information providing service system.
  • the artificial intelligence and machine learning-based overseas public procurement customized bidding information providing service system provides a domestic company with corporate information that meets international bidding requirements and overseas procurement ordering parties.
  • Bidding information collected from procurement information is analyzed using an artificial intelligence-based fitness analysis model.
  • the artificial intelligence and machine learning-based overseas public procurement customized bidding information providing service system matches the analyzed bidding information with the company's profile information to extract and provide the most suitable bidding information for the company.
  • the artificial intelligence and machine learning-based overseas public procurement customized bidding information providing service system includes a suitability analysis server 100, a demand company database 200, and a bid announcement database 300. can be configured.
  • the suitability analysis server 100 analyzes profile information of companies or profile information for each company stored in the consumer company database 200 and bid notices for each ordering party stored in the bid notice database 300 using an artificial intelligence-based suitability analysis model. .
  • the suitability analysis server 100 may extract one or more bid announcements suitable for the company by comparing the profile information of the company with the bid notice and meta information included in the bid notice.
  • the suitability analysis server 100 may evaluate matching suitability based on common information between profile information and meta information to extract an optimal bid announcement suitable for the company.
  • Matching suitability extracts common information between the profile information of the company and the bid notice of the ordering party by matching the profile information of the company that meets the international bidding requirements and the bidding conditions or requirements collected from the bidding notice of the overseas procurement owner. It is a value obtained by numerically converting the evaluation result based on common information.
  • the suitability analysis server 100 may extract and provide a bid notice most suitable for the company's profile information, that is, a bid notice having the highest match result value, based on the calculated value of the evaluated matching suitability.
  • the suitability analysis server 100 may include a company information manager 110, a bid announcement manager 120, and a suitability analyzer 130.
  • the company information management unit 110 analyzes and manages profile information provided from companies.
  • the profile information may be, for example, company evaluation information including company analysis information, product analysis information, financial analysis information, bidding environment information, and company capability information.
  • the company information management unit 110 includes company information, product information, certifications, environmental certification, ESG compliance, production capability, HRM (Human Resources Management), Past Performance, Revenue, Finance, Product Packing, Logistic, Supply Chain Management, Origin, Place of Production (manufacturing location), entity technology (Entity Description), supply chain management vendor registered in the international organization procurement system (SCM Vendor registration), capability statement, delivery (delivery), corporate history (corporate history), exclusions ( exclusions), Eligibility, Conflict of interest, Performance record, Litigation, Financial Standing, Social Responsibility, etc. received and stored in the consumer company database 200.
  • profile information of related companies may be compared with preset evaluation criteria and stored as an evaluation result of an arbitrary value.
  • Company information includes company name (current company name, previous company name), address (domestic address, overseas address), registration certification, representative name, representative criminal record, executive summary, establishment Year, number of employees, entity type (corporate, sole individual, publicly listed, public entity) can be included.
  • Product information may include core capabilities and major products (product HS code, product NAIS, product CVC code, product US code).
  • product HS code product NAIS
  • product CVC code product US code
  • a main product can contain up to 20 items, for example.
  • Certifications may include ISO, FDA approval, CE (Communaute Europeenne), Korea FDA certification, UL, other certifications, and GMP certification.
  • Environmental certification may include Green ISO certification.
  • ESG Compliance may include Environmental Merit, Social Merit, and Government Compliance.
  • Entity Description may include LLC/INC/CO/Trust and Private/Public.
  • Vendor registration for supply chain management may include SAM, UNGM, UNBD, TED, and MDBs (registration and active codes).
  • Eligibility may include legal qualification, criminal record, and bankruptcy.
  • Conflict of interest may include past penalties, name of punishment institution, type of punishment, and duration of punishment.
  • company information management unit 110 may classify and store the profile information stored in the consumer company database 200 into keywords, HS Codes, industry classifications, and the like.
  • the company information management unit 110 receives profile information at regular time intervals or upon a separate request, and when information is changed, it is reflected and managed so that it can be stored.
  • the corporate information management unit 110 searches for service target company information, searches and aggregates company status by conditions such as industry classification, provided service type, and information collection level, enters/modifies/delete service target company information, classifies industry, and provides services. It is possible to perform input/modification/deletion of information that is meaningful for searching for types and other bid announcements.
  • the bid notice management unit 120 receives bid notices including meta information from ordering parties connected through the network, and performs search and management of unique code systems provided by public procurement sites, and search and management of compatible rules for each code and classification system. can do.
  • the bid announcement management unit 120 may access the ordering party terminal 310 and the ordering party terminal 1 311 to the ordering party terminal n 312 .
  • the client may be a foreign government agency such as the US, an international organization such as the UN, UNESCO, WHO, OECD, EP, or a multilateral development bank such as the World Bank, Asian Development Bank, or African Development Bank.
  • the bid announcement management unit 120 is the ordering organization, sub-organizations by ordering organization, various business domains (goods/services, etc.) provided by the ordering organization, date (announcement date, deadline), collection server classification (RSS, OpenAPI, web scraping) , statistics on the collected search results, etc. can be performed.
  • the bid announcement management unit 120 may include an artificial intelligence-based bid announcement search model to receive bid announcements using RPA (Robotic Process Automation) or API (Application Programming Interface) at regular intervals of time. there is.
  • RPA Robot Process Automation
  • API Application Programming Interface
  • the bid announcement management unit 120 accesses the public procurement bid announcement site at regular intervals (24 hours, etc.), collects data by RSS, openAPI, and web scraping methods according to the method provided by the site, and collects data based on the existing stored data. Compared with the bid notice of , the changed part may be stored in the bid notice database 300 .
  • the bid announcement management unit 120 is a structured object such as XML or JSON, including both structured data provided by the ordering party (or ordering organization) and unstructured data such as PDF and Word accessible through links provided in the announcement. Bid announcement information can be searched and collected.
  • the structured data may be stored in a table of a predefined relational database management system (RDBMS), and structured information may be provided.
  • RDBMS relational database management system
  • unstructured data can be stored in the file system of the server, but can be structured so that it can be referenced in the relational database management system.
  • load may occur.
  • the bid announcement management unit 120 may be configured as a server system, and at this time, it may be built separately from the relational database management system, and the collected data is backed up to the relational database management system server according to a certain period (24 hours, etc.). It could be.
  • the bid announcement management unit 120 performs collection and management through the web for operation rules of the collection system for each public procurement site, data collection rules and structures required for each public procurement site, and operation cycle and method management for each public procurement site. You may.
  • collection system task status monitoring and log check provision of DBMS management screen for bidding notification via web
  • DBMS and table inquiry and status search provision of bidding notification file system management screen via web
  • information such as server capacity for storage and remaining available capacity You can also perform verification.
  • the bid announcement management unit 120 analyzes the received bid announcement information using an unsupervised learning-based artificial intelligence-based bid announcement search model, classifies it into general regulations, special regulations, and specifications of the relevant ordering party, The requirements of the bid announcement are extracted for each ordering party, and the extraction result is managed so that it can be stored in the bid announcement database 300 .
  • the bid announcement management unit 120 may extract comprehensive bidding conditions (or requirements) from the general regulations, special regulations, and specifications of the relevant ordering party in addition to the corresponding bid announcement for one bid announcement.
  • bidding conditions can be extracted using an artificial intelligence-based natural language processing program from words and sentences constituting the general regulations, special regulations, and specifications of the relevant owner in addition to the relevant bid notice.
  • Bid notices for each owner may include various requirements for Minimum Eligibility and Qualification Criteria, technical and financial weights, and Technical Evaluation Criteria.
  • the suitability analysis unit 130 classifies companies and bid notices, applies an unsupervised learning-based artificial intelligence-based suitability analysis model to classify and adjust profile information related to company characteristics, and meta information included in public procurement bid notices. , bidding conditions, etc. can be classified and adjusted.
  • the suitability analysis unit 130 may extract a list of matching target bid announcements by integrating the profile information for each company and meta information of the bid announcement obtained through the bid announcement management unit 120 and mapping them to a company-bid announcement table. there is.
  • suitability analysis unit 130 may extract a bid announcement suitable for the company based on the classified list of bid announcements and match them with the company.
  • customized bid notices recommended by companies or a list of ranked bid notices are provided together with quantified information, target information and contents of companies are identified and filtered, and aggregated into results, and company-bid notices for filtering information are provided. It can also be reflected by mapping to a table.
  • the suitability analysis unit 130 performs final matching information for each company, for example, searches for results matched with company-bid announcements and searches by conditions, and final matching information for each company in a form capable of distributing (eg, XML and It can also be created or converted into a file system (including related UIRL links) and downloaded to a file system.
  • a form capable of distributing eg, XML and It can also be created or converted into a file system (including related UIRL links) and downloaded to a file system.
  • the suitability analysis unit 130 uses an artificial intelligence-based suitability analysis model to extract one or more corporate keywords extracted from profile information for each company, and one or more words searched from bidding notices or meta information for each ordering party in response to the corporate keywords. Alternatively, it is possible to evaluate the matching suitability of the company for the bidding conditions required by the ordering party by mapping the sentences.
  • the fitness analysis unit 130 extracts, for example, 'eligibility' as a company keyword from profile information for each company that meets international bidding requirements through an artificial intelligence-based fitness analysis model, in response to this Extract sentences related to 'eligibility' from the bidding conditions (or requirements) of the client's bid announcement.
  • the suitability analysis unit 130 extracts common information between the company and the ordering party by matching the relevant sentences among the extracted requirements with detailed condition information of the company related to 'qualification' of the company keyword.
  • the fitness analysis unit 130 includes not only 'qualification', but also 'Product Code (Service/Goods/Works)', 'Deadline', 'Type of Tender', 'Content of line item', 'Quantity/Unit of line item', 'Legal Qualification', 'Exclusion', 'Delivery requirement', 'Duty /Tax', 'Delivery locations', 'product certification', 'ISO certification', 'Green Procurement', 'Product Specification', 'Product Specification' Common information can be extracted by matching various corporate keywords such as 'Specification', 'Product Specification', 'packing', and 'Hazard' with the requirements of the client.
  • 'Product Code Service/Goods/Works
  • 'Product Code (Service/Goods/Works)' may include HS, UN Supply code, NAICS code, and CVS.
  • 'Deadline' can be subdivided into more than 30 days, less than 30 days, 15 to 30 days, 5 to 14 days, and less than 5 days.
  • Tender'Type of Tender' can be divided into EOI, RFI, RFQ, RFP, ITB, and Shopping.
  • the suitability analysis unit 130 includes the 'Product Code (Service/Goods/Works)', 'Deadline', 'Type of Tender', 'Content of line item', 'Quantity/Unit of line item', 'Legal 'Qualification', 'Exclusion', 'Delivery requirement', 'Duty /Tax', 'Delivery locations', 'product certification', 'ISO certification', 'Green Procurement', 'Product Specification', 'Product Specification', 'Product Specification' Matching suitability can be calculated based on matching results such as 'Specification', 'Packing', and 'Hazard'.
  • Matching suitability maps bidding conditions (or requirements) collected from bidding announcements, including profile information for each company that meets international bidding requirements and meta information of overseas procurement owners, to extract common information between companies and clients, and extract It is a value obtained by numerically converting the result of mapping based on common information.
  • the matching suitability can be calculated from the following formula.
  • E is the calculated value of matching suitability
  • x is the evaluation item of the ordering organization, which is a constant
  • the company which is a variable
  • y1 is the general rule of the ordering organization (General Terms and Conditions)
  • y2 is a standardized value for the requirements of the client’s
  • Special Terms and Conditions is the value of the client’s
  • Technical Specification is the value
  • the suitability analysis model of the suitability analysis unit 130 sets the evaluation information of the company-specific profile information, which is a value that does not change, as a constant, and sets the requirement, which is a different value for each ordering party and bid announcement, as a variable to calculate, thereby calculating the company's profile information It is possible to numerically calculate the matching result between the bid announcement including the owner's meta information.
  • the suitability analysis unit 130 may include a learning agent trained to determine optimal interpretation and intention information for words or sentences used by the AI-based suitability analysis model for each owner.
  • the learning agent may include a natural language processing program learned to properly understand the same word for each ordering place by differentiating the interpretation of the word according to a given environment or condition even if it is the same word.
  • the learning agent may be a language model that learns the context and order considering the relationship between the two sentences by predicting whether the second sentence is the sentence immediately following the first sentence when there are two sentences. .
  • the learning agent is an artificial intelligence-based fitness analysis model, and may be implemented with analysis models made through a method called deep learning among machine learning.
  • the artificial intelligence-based fitness analysis model may be implemented as a deep learning model or an expression of a deep learning analysis model.
  • Machine learning is also an application of artificial intelligence that allows complex systems to learn and improve automatically from experience without being explicitly programmed.
  • the accuracy and effectiveness of machine learning models may depend in part on the data used to train them.
  • the artificial intelligence-based suitability analysis model is based on the bidding notice for each ordering party and the general rules, special regulations, and specifications of the ordering party that issued the bidding notice. Based on the comparison result value, the selected word or sentence may be repeatedly learned as learning data.
  • the learning agent may implement an artificial intelligence-based suitability analysis model for each ordering party.
  • the artificial intelligence-based suitability analysis model may be implemented as analysis models for each ordering party created through a method called deep learning among machine learning.
  • the learning agent according to an embodiment of the present invention is a foreign government agency such as the US, an international organization such as the UN, UNESCO, WHO, OECD, EP, and multilateral development such as the World Bank, Asian Development Bank, and African Development Bank.
  • Each bank may be implemented as a plurality of different learning agents.
  • the artificial intelligence-based fitness analysis model is a foreign government agency such as the US, international organizations such as the UN, UNESCO, WHO, OECD, and EP, the World Bank, the Asian Development Bank, and African Development It can be implemented as a plurality of artificial intelligence-based suitability analysis models that are different for each multilateral development bank, such as a bank.
  • the suitability analysis unit 130 may extract the matching suitability of the evaluated company and the optimal bid announcement most suitable for the company based on common information analyzed through mapping of profile information for each company and requirements of the owner.
  • the suitability analyzer 130 may match the extracted optimal bid announcement with a company and transmit it to a terminal of the corresponding company among the company terminal 210, company terminal 1 211 to n 212.
  • the fitness analysis unit 130 generates one or more reports of a company analysis report, a product analysis report, a financial analysis report, a bidding environment report, and a company capability report based on the company-specific profile information stored in the demand company database 200. can also be printed out.
  • the enterprise terminal 210, the enterprise terminal 1 211 or the enterprise terminal n 212 can connect to the enterprise terminal 210 through a smart phone, a smart device (tablet), etc. and output key information so that it can be searched on an optimized screen. .
  • the demand company database 200 stores company profile information including company analysis information, product analysis information, financial analysis information, bidding environment information, and company capability information for each company.
  • the demand company database 200 may divide and store company analysis information, product analysis information, financial analysis information, bidding environment information, and company capability information into preset representative items and detailed items subordinate to the representative items.
  • consumer company database 200 may include and store representative values, code values, or evaluation values for each category for each category.
  • the demand company database 200 may store announcement and news information, company information, and information acquired through various types of service support for each item.
  • the bid notice database 300 may classify bid notices including meta information for each ordering party and bid conditions based on the bid notices and meta information, and may store results analyzed by classification and code information based on the classified bid conditions. there is.
  • the bid announcement database 300 may include codes and classification schemes used throughout the system by utilizing keywords, HS codes, and industry classifications useful for searching for bid announcements.
  • the bid announcement database 300 may store international and association codes and information corresponding to bidding conditions related to the bid announcement.
  • the bid announcement database 300 can accommodate and expand compatibility, redundancy, matching possibility, newly assigned code system and classification rules between stored codes.
  • the demand company database 200 and the bid announcement database 300 can store the name and format of data according to database management standards, and standardized information for data sharing and reuse, data exchange, data quality improvement, database integration, etc. can be stored according to
  • it can perform encryption/decryption of database including private data, data consistency check and log recording, and backup when uploading/updating data.
  • duplication of tables and columns may be minimized and jointly utilized in each function.
  • FIG. 3 is a flowchart illustrating a service method for providing customized bidding information for overseas public procurement based on artificial intelligence and machine learning according to an embodiment of the present invention
  • FIG. 4 is based on artificial intelligence and machine learning according to the embodiment of FIG. 3 This is a flowchart to explain the suitability analysis process of the overseas public procurement customized bidding information provision service method.
  • the suitability analysis server 100 collects company analysis information for each company, product analysis Profile information for each company, including at least one of information, financial analysis information, bidding environment information, and company capability information, is stored in the consumer company database 200 (S100).
  • the suitability analysis server 100 receives bid notices including meta information from the ordering company terminal 310, the ordering company terminal 1 311 to the ordering company terminal n 312 accessed through the network, and the collected bids.
  • the announcement is analyzed and classified into general regulations, special regulations, and specifications, and the classified bid announcements are classified by ordering party and stored in the bid announcement database 300 (S200).
  • the suitability analysis server 100 maps and compares the profile information for each company stored in the demand company database 200 and the bid announcement including meta information for each ordering party stored in the bid notice database 300, and analyzes the matching suitability according to the comparison result. And evaluate to extract the optimal bid announcement suitable for the company (S300).
  • step S300 the suitability analysis server 100 uses an artificial intelligence-based suitability analysis model to extract one or more corporate keywords from the profile information of companies meeting the international bidding requirements stored in the demand company database 200 (S310). .
  • the suitability analysis server 100 compares the meta information of bid announcements for each ordering party stored in the bid announcement database 300 and searches in response to the company keyword extracted from the demand company database 200 in one or more bid announcements suitable for the company.
  • One or more words or sentences are matched with the keywords of the company, compared with the bidding conditions (or requirements) required by the ordering party, and the matching suitability of the company is evaluated (S320).
  • the suitability analysis server 100 corresponds to the company keyword extracted from the profile information of the demand company database 200, and related words or sentences extracted from the bidder's bid conditions (or requirements) of the bid announcement database 300; For example, requirements such as 'delivery within 30 days from now' and 'environmentally certified product' are mapped with detailed information of the company related to the company keyword, such as 'product productivity' and 'corporate competency'. Extract common information between the company and the client.
  • the suitability analysis server 100 may calculate matching suitability based on the mapped result, and the calculated value may be calculated from the following formula.
  • E is the calculated value of matching suitability
  • x is the evaluation item of the ordering organization, which is a constant
  • the company which is a variable
  • y1 is the general rule of the ordering organization (General Terms and Conditions)
  • y2 is a standardized value for the requirements of the client’s
  • Special Terms and Conditions is the value of the client’s
  • Technical Specification is the value
  • step S320 the suitability analysis server 100 sets bidding conditions (or requirements) for each ordering party by using a learned learning agent to determine appropriate interpretation and intention information for words or sentences used by each ordering party. can also be extracted.
  • the learning agent is learned to differentiate interpretation of words according to the proper understanding of the same word for each orderer, for example, given environment or condition, or natural language processing-based natural language processing in which the context and order are learned in consideration of the relationship between two sentences. It can be a language model.
  • the suitability analysis server 100 extracts an optimal bid announcement suitable for company information based on the calculated value of the evaluated matching suitability (S330).
  • the suitability analysis server 100 may calculate only matching suitability with respect to a specific international organization for an individual company or may calculate matching suitability with respect to a plurality of international organizations.
  • the suitability analysis server 100 may output the ranked bid announcement as a numerical value based on the evaluation result of the matching suitability.
  • the suitability analysis server 100 transmits the optimal bid announcement suitable for the company extracted in step S330 to the terminal of the corresponding company among the company terminal 210, the company terminal 1 211 to the company terminal n 212 ( S400).
  • bidding information including profile information for each company that meets international bidding requirements and meta information collected from procurement information of overseas procurement owners, is mapped using an artificial intelligence-based fitness analysis model, and the matching fitness evaluated through mapping is mapped. Based on this, it is possible to increase the participation rate and success rate of companies in overseas bidding for public procurement projects of overseas ordering organizations by providing the most suitable bidding information for the company.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Accounting & Taxation (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Marketing (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Strategic Management (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법을 개시한다. 본 발명은 국내 기업들이 국제 입찰 요건에 부합하는 기업정보와 해외 조달 발주처의 조달 정보로부터 수집된 입찰정보를 인공지능 기반의 적합도 분석 모델을 이용하여 매칭시켜 해당 기업에 적합한 최적의 입찰정보를 제공할 수 있다.

Description

인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법
본 발명은 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법에 관한 발명으로서, 더욱 상세하게는 국내 기업들이 국제 입찰 요건에 부합하는 기업정보와 해외 조달 발주처의 조달 정보로부터 수집된 입찰정보를 인공지능 기반의 적합도 분석 모델을 이용하여 매칭시켜 해당 기업에 적합한 최적의 입찰정보를 제공하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법에 관한 것이다.
공공조달(Public Procurement)은 정부 부처나 공공 기관이 공적자금(Public Fund)를 기반으로 조달규정(Procurement Regulations)을 통해 공공의 이익(Public's Interests)을 위하여 상품(Goods), 서비스(Services), 공사(Works)를 구매하는 것을 말한다.
이러한 공공조달 시장은 국제기구 및 국가의 정부정책을 뒷받침하는 '전략적 지속가능 공공조달(SSPP: Strategic Stainable Public Procurement, OECD 주요 선진국을 중심으로 국내총생산(GDP)의 15% 내외를 차지하는 공공조달 예산을 전략적으로 활용해 기술혁신, 사회적 가치 실현, 지속 가능성을 전략적으로 지원)'의 핵심적인 경제 활동분야이다.
또한, 공공조달에 참여하려는 기업은 사전에 필수적으로 취급 제품에 대해 진단과 분석 검토가 실행돼야 한다.
또한, 검토 결과에 따라 직접 생산증명확인, 물품등록, MAS(Multiple Award Schedule)계약, 공공조달과 관련한 제반 등록업무 등과 같이 많은 업무를 실행해야 한다.
또한, 취급제품과 관련하여 미 해당 등록업무나 필수요건의 선후관계 등록절차는 사전에 인지해 적절히 대처해야 하고, 특허나 성능인증, NET, NEP, GS 인증 등이 선택적 필수 사항으로 추가될 수 있다.
한편, UN과 같은 국제기구와 세계은행, 아시아 개발은행 등과 같은 다자개발은행들로 구성되어 있는 국제 공공조달 시장은 약 6조 달러 규모의 공공 조달시장을 형성하고 있으며, 특히 UN이 발주하는 공공조달 시장규모는 1년에 22조원 이상을 구매하고 있다.
그러나 대한민국 기업들은 국제 공공조달 시장에서 매우 낮은 점유율을 보이고 있다.
2020년 기준으로 대한민국 기업이 UN의 조달 시장에서 수주한 금액은 약 1억6천만 달러로서, UN의 조달 시장 규모에서 약 1.3%의 점유율을 차지해 매우 낮은 수준이다.
이러한 낮은 점유율의 주요 원인은 해외 공공조달 시장이 국내의 공공조달 시장과 대비하여 영어로 공지되는 UN, 유니세프, 세계은행, 아시아 개발은행, 미국 정부, EU 등과 같이 다양한 발주처들로부터 공지되는 입찰공고의 입수 어려움과, 매일 공지되는 대량의 입찰공고 중에서 각 기업에 적합한 공고를 선별하지 못하는 문제점이 있다.
또한, 기업의 경영자와 해외 사업관리자의 역량 부족, 국제 입찰 관련 사업의 진행을 위한 제안요청서(Request for Proposal, RFP)의 조사·분석과 제안서 작성을 위한 전문 인력부족과 입찰 관련 인력과 경험의 부족 등이 있다.
이러한 문제점을 해결하기 위하여, 본 발명은 국내 기업들이 국제 입찰 요건에 부합하는 기업정보와 해외 조달 발주처의 조달 정보로부터 수집된 입찰정보를 인공지능과 기계학습 기반의 적합도 분석 모델을 이용하여 매칭시켜 해당 기업에 적합한 최적의 입찰정보를 제공하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법을 제공하는 것을 목적으로 한다.
상기한 목적을 달성하기 위하여 본 발명의 일 실시 예는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템으로서, 인공지능 기반의 적합도 분석 모델을 이용하여 수요기업 데이터베이스에 저장된 국제 입찰 요건에 부합하는 기업별 프로파일정보와, 입찰공고 데이터베이스에 저장된 발주처별 입찰공고의 메타정보를 비교하여 기업에 적합한 하나 이상의 입찰공고를 추출하여 해당 기업과 매칭시키되, 상기 프로파일정보와 메타정보 간의 공통 정보에 기초한 매칭 적합도를 평가하여 기업에 적합한 최적의 입찰공고를 추출하는 적합도 분석 서버;를 포함한다.
또한, 상기 실시 예에 따른 적합도 분석 서버는 기업으로부터 제공된 기업별 기업분석정보, 제품분석정보, 재무분석정보, 입찰환경정보 및 기업역량정보를 관리하는 기업정보 관리부; 하나 이상의 발주처 단말과 접속하여 입찰공고정보를 수신하고, 상기 수신된 입찰공고정보를 일반규정, 특별규정 및 사양(Spec)으로 구분하여 발주처별로 입찰공고정보를 관리하는 입찰공고 관리부; 및 상기 인공지능 기반의 적합도 분석 모델을 이용하여 상기 프로파일정보부터 추출한 하나 이상의 기업 키워드와, 상기 기업 키워드에 대응하여 발주처별 입찰공고에서 검색한 하나 이상의 단어 또는 문장을 매핑시켜 발주처에서 요구되는 입찰조건에 대한 매칭 적합도를 분석 및 평가하고, 평가된 매칭 적합도의 산출 값을 기반으로 기업에 적합한 최적의 입찰공고를 추출하며, 상기 추출된 입찰공고를 해당 기업과 매칭시켜 기업 단말로 전송하는 적합도 분석부;를 포함하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 적합도 분석부는 기업별 프로파일정보와 입찰공고 관리부를 통해 수집된 입찰공고의 메타 정보를 매핑하여 프로파일정보와 메타정보 간의 공통 정보에 기초한 매칭 적합도를 기반으로 기업에 적합한 입찰공고를 추출하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 적합도 분석부는 추출된 하나 이상의 입찰공고를 수치화된 정보와 함께 상기 기업 단말로 전송하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 적합도 분석부는 학습 에이전트를 포함하되, 상기 학습 에이전트는 상기 인공지능 기반의 적합도 분석 모델이 사용 단어 또는 문장에 대하여 발주처별로 최적의 해석 및 의도(intention) 정보를 결정하도록 학습된 것을 특징으로 한다.
또한, 상기 실시 예에 따른 매칭 적합도의 산출 값은 하기식 E = x(y1 + y2 + y3) - 여기서, E는 매칭 적합도의 산출 값, x는 상수(Constant)인 발주기관의 평가항목이며, 변수(Variable)인 기업이 발주기관의 정량화된 항목별 요구조건에 대한 값으로 y1은 발주처 일반규정(General Terms and Conditions)의 요구사항에 대한 정형화된 값, y2는 발주처 특별규정(Special Terms and Conditions)의 요구사항에 대한 정형화된 값, y3는 발주처 기술적 사양(Technical Specification)의 요구사항에 대한 정형화된 값 임- 으로부터 산출되는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 수요기업 데이터베이스는 기업별로 기업분석정보, 제품분석정보, 재무분석정보, 입찰환경정보 및 기업역량정보 중 하나 이상을 포함한 프로파일정보를 저장하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 입찰공고 데이터베이스는 발주처별로 입찰공고와 상기 입찰공고에 기반하여 입찰조건을 포함한 메타정보를 저장하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 인공 지능 기반의 적합도 분석 모델은 상기 입찰 공고에 포함된 최소 자격 및 품질 기준(Minimum Eligibility and Qualification Criteria)의 요구사항을 기반으로 매칭 적합도를 평가하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 인공 지능 기반의 적합도 분석 모델은 상기 입찰 공고에 포함된 기술 및 재무 가중치, 기술 평가 기준(Technical Evaluation Criteria)의 요구사항을 기반으로 매칭 적합도를 평가하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 인공지능 기반의 적합도 분석 모델은 국제 입찰 요건에 부합하는 기업별 프로파일정보 중에서 기업 키워드로 '자격(eligibility)'을 추출하고, 이에 대응하여 발주처 입찰공고의 요구사항 중에서 '자격(eligibility)'과 관련된 문장을 추출하고, 추출된 요구사항 중에서 관련 문장을 기업 키워드의 '자격'과 관련된 기업의 상세 조건 정보와 맞추어 기업과 발주처 간의 공통 정보를 추출하는 것을 특징으로 한다.
또한, 본 발명의 일 실시 예는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법으로서, a) 적합도 분석 서버가 인공지능 기반의 적합도 분석 모델을 이용하여 수요기업 데이터베이스에 저장된 국제 입찰 요건에 부합하는 기업별 프로파일정보와, 입찰공고 데이터베이스에 저장된 발주처별 입찰공고의 메타정보를 비교하여 기업에 적합한 하나 이상의 입찰공고를 추출하여 해당 기업과 매칭시키되, 상기 프로파일정보와 메타정보 간의 공통 정보에 기초한 매칭 적합도를 평가하여 기업에 적합한 최적의 입찰공고를 추출하는 단계; 및 b) 상기 적합도 분석 서버가 추출된 입찰공고를 기업별 기업 단말로 전송하는 단계;를 포함한다.
또한, 상기 실시 예에 따른 a)단계는 a-1) 적합도 분석 서버가 인공지능 기반의 적합도 분석 모델을 이용하여 상기 프로파일정보부터 하나 이상의 기업 키워드를 추출하는 단계; a-2) 상기 적합도 분석 서버가 추출된 기업 키워드에 대응하여 발주처별 입찰공고정보에서 검색한 하나 이상의 단어 또는 문장을 매핑시켜 발주처에서 요구되는 입찰조건에 대한 매칭 적합도를 평가하는 단계; 및 a-3) 상기 적합도 분석 서버가 평가된 매칭 적합도의 산출 값을 기반으로 기업에 적합한 최적의 입찰공고를 추출하는 단계;를 포함하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 a-2) 단계는 적합도 분석 서버가 발주처별로 최적의 해석 및 의도(intention) 정보를 결정하도록 학습된 학습 에이전트를 이용하여 사용 단어 또는 문장을 검색하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 매칭 적합도의 산출 값은 하기식 E = x(y1 + y2 + y3) - 여기서, E는 매칭 적합도의 산출 값, x는 상수(Constant)인 발주기관의 평가항목이며, 변수(Variable)인 기업이 발주기관의 정량화된 항목별 요구조건에 대한 값으로 y1은 발주처 일반규정(General Terms and Conditions)의 요구사항에 대한 정형화된 값, y2는 발주처 특별규정(Special Terms and Conditions)의 요구사항에 대한 정형화된 값, y3는 발주처 기술적 사양(Technical Specification)의 요구사항에 대한 정형화된 값 임- 으로부터 산출되는 것을 특징으로 한다.
또한, 본 발명에 따른 일 실시 예는 a') 상기 적합도 분석 서버가 기업별로 수집된 기업분석정보, 제품분석정보, 재무분석정보, 입찰환경정보 및 기업역량정보 중 하나 이상을 포함한 프로파일정보를 수요기업 데이터베이스에 저장하는 단계를 더 포함하는 것을 특징으로 한다.
또한, 본 발명에 따른 일 실시 예는 a") 상기 적합도 분석 서버가 하나 이상의 발주사 단말로부터 수집된 메타정보를 포함한 입찰공고와, 상기 입찰공고를 일반규정, 특별규정 및 사양(Spec)으로 구분하여 발주처별로 입찰공고 데이터베이스에 저장하는 단계를 더 포함하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 인공 지능 기반의 적합도 분석 모델은 상기 입찰 공고에 포함된 최소 자격 및 품질 기준(Minimum Eligibility and Qualification Criteria)의 요구사항을 기반으로 매칭 적합도를 평가하는 것을 특징으로 한다.
또한, 상기 실시 예에 따른 인공지능 기반의 적합도 분석 모델은 국제 입찰 요건에 부합하는 기업별 프로파일정보 중에서 기업 키워드로 '자격(eligibility)'을 추출하고, 이에 대응하여 발주처 입찰공고의 요구사항 중에서 '자격(eligibility)'과 관련된 문장을 추출하고, 추출된 요구사항 중에서 관련 문장을 기업 키워드의 '자격'과 관련된 기업의 상세 조건 정보와 맞추어 기업과 발주처 간의 공통 정보를 추출하는 것을 특징으로 한다.
본 발명은 국내 기업들이 국제 입찰 요건에 부합하는 기업별 프로파일정보와 해외 조달 발주처의 조달정보로부터 수집된 메타정보를 포함한 입찰정보를 인공지능 기반의 적합도 분석 모델을 이용하여 평가한 매칭 적합도에 통해 해당 기업에 적합한 최적의 입찰정보를 제공함으로써, 해외 발주기관의 공공조달 사업에 대한 기업의 해외 입찰 참여도와 성공률을 증가시킬 수 있는 장점이 있다.
또한, 본 발명은 기업별로 해외 공공조달에 필수적으로 필요한 자격심사(Eligibility) 및 적합성(Suitability)를 포함한 입찰공고를 제공받을 수 있는 장점이 있다.
또한, 본 발명은 다양한 발주처들의 입찰공고와 개별 기업들의 특성을 기반으로 입찰공고를 제공함으로써, 낙찰 성공률을 증가시킬 수 있는 장점이 있다.
또한, 본 발명은 기업이 속한 산업이나 제품들에 대한 국제 공공조달 시장의 요구사항을 파악하여 시장 수요에 맞는 제품의 기능 개선에 활용할 수 있는 장점이 있다.
도1은 본 발명의 일 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템의 구성을 나타낸 예시도.
도2는 도1의 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템의 적합도 분석 서버를 나타낸 블록도.
도3은 본 발명의 일 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법을 설명하기 위해 나타낸 흐름도.
도4는 도3의 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법의 적합도 분석 과정을 설명하기 위해 나타낸 흐름도.
이하에서는 본 발명의 바람직한 실시 예 및 첨부하는 도면을 참조하여 본 발명을 상세히 설명하되, 도면의 동일한 참조부호는 동일한 구성요소를 지칭함을 전제하여 설명하기로 한다.
본 발명의 실시를 위한 구체적인 내용을 설명하기에 앞서, 본 발명의 기술적 요지와 직접적 관련이 없는 구성에 대해서는 본 발명의 기술적 요지를 흩뜨리지 않는 범위 내에서 생략하였음에 유의하여야 할 것이다.
또한, 본 명세서 및 청구범위에 사용된 용어 또는 단어는 발명자가 자신의 발명을 최선의 방법으로 설명하기 위해 적절한 용어의 개념을 정의할 수 있다는 원칙에 입각하여 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 할 것이다.
본 명세서에서 어떤 부분이 어떤 구성요소를 "포함"한다는 표현은 다른 구성요소를 배제하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
또한, "‥부", "‥기", "‥모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는 그 둘의 결합으로 구분될 수 있다.
또한, "적어도 하나의" 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다.
또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시 예에 따라 변경가능하다 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법의 바람직한 실시예를 상세하게 설명한다.
도1은 본 발명의 일 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템의 구성을 나타낸 예시도이고, 도2는 도1의 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템의 적합도 분석 서버를 나타낸 블록도이다.
도1 및 도2를 참조하면, 본 발명의 일 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템은, 국내 기업이 국제 입찰 요건에 부합하는 기업정보와 해외 조달 발주처의 조달 정보로부터 수집된 입찰정보를 인공지능 기반의 적합도 분석 모델을 이용하여 분석한다.
또한, 본 발명의 일 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템은 분석된 입찰정보와 기업의 프로파일정보를 매칭시켜 해당 기업에 가장 적합한 입찰정보를 추출하여 제공할 수 있다.
이를 위해 본 발명의 일 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템은 적합도 분석 서버(100)와, 수요기업 데이터베이스(200)와, 입찰공고 데이터베이스(300)를 포함하여 구성될 수 있다.
적합도 분석 서버(100)는 수요기업 데이터베이스(200)에 저장된 기업의 프로파일정보 또는 기업별 프로파일정보와 입찰공고 데이터베이스(300)에 저장된 발주처별 입찰공고를 인공지능 기반의 적합도 분석 모델을 이용하여 분석한다.
적합도 분석 서버(100)는 기업의 프로파일정보와, 입찰공고 및 입찰공고에 포함된 메타정보를 비교하여 기업에 적합한 하나 이상의 입찰공고를 추출할 수 있다.
또한, 적합도 분석 서버(100)는 프로파일정보와 메타정보 간의 공통 정보에 기초한 매칭 적합도를 평가하여 기업에 적합한 최적의 입찰공고를 추출할 수 있다.
매칭 적합도는 국제 입찰 요건에 부합하는 기업의 프로파일정보와, 해외 조달 발주처의 입찰공고로부터 수집된 입찰조건 또는 요구사항을 맞추어 기업의 프로파일정보와 발주처의 입찰공고 사이의 공통 정보를 추출하고, 추출된 공통 정보에 기반하여 평가한 결과를 수치적으로 변환한 값이다.
적합도 분석 서버(100)는 평가된 매칭 적합도의 산출 값을 기반으로 기업의 프로파일정보에 가장 적합한 입찰공고, 즉 가장 높은 매칭 결과 값을 갖는 입찰공고를 추출하여 제공할 수 있다.
이를 위해 적합도 분석 서버(100)는 기업정보 관리부(110)와, 입찰공고 관리부(120)와, 적합도 분석부(130)를 포함하여 구성될 수 있다.
기업정보 관리부(110)는 기업으로부터 제공된 프로파일정보를 분석 및 관리한다. 프로파일정보는 예를 들어, 기업분석정보, 제품분석정보, 재무분석정보, 입찰환경정보 및 기업역량정보 등을 포함한 기업평가 정보일 수 있다.
즉, 기업정보 관리부(110)는 회사정보(company information), 제품정보(product information), 인증정보(Certifications), 환경 인증(Environmental Certification), ESG 컴플라이언스(ESG Compliance), 제품 생산력(Production capability), HRM(Human Resources Management), 과거 성과(Past Performance), 수익(Revenue), 재정(Financial), 제품포장(product packing), 물류(logistic), 공급망 관리(Supply Chain Management), 원산지(Origin), 생산지(manufacturing location), 엔티티 기술(Entity Description), 국제기구 조달시스템에 등록된 공급망 관리 밴더(SCM Vendor registration), 기업역량(capability statement), 배송(delivery), 회사연혁(corporate history), 배제사항(exclusions), 자격(Eligibility), 이해관계 충돌(Conflict of interest), 수행실적(Performance record), 소송(Litigation), 재정상태(Financial Standing), 사회적 책임(Social Responsibility) 등과 관련된 기업의 프로파일정보를 입력받아 수요기업 데이터베이스(200)에 저장되도록 한다.
또한, 관련된 기업의 프로파일정보는 미리 설정된 평가기준과 비교하여 임의의 값인 평가 결과로 저장될 수 있다.
회사정보(company information)는 회사명(현재 회사명, 이전 회사명), 주소(국내 주소, 해외 주소), 등록 확인서(registration certification), 대표자 성명, 대표자 범죄 기록, 핵심 요약서(executive summary), 설립년도, 임직원수, 기업 형태(entity type)(법인, 개인(sole individual), 상장회사(Publicly listed), 공공기관(Public Entity))를 포함할 수 있다.
제품정보(product information)는 핵심 능력, 주요 제품(제품 HS 코드, 제품 NAIS, 제품 CVC 코드, 제품 US 코드)를 포함할 수 있다. 주요 제품은 예를 들어 최대 20개의 아이템까지 포함할 수 있다.
인증정보(Certifications)는 ISO, FDA 승인, CE(Communaute Europeenne), 대한민국 FDA 인증, UL, 기타 인증, GMP 인증을 포함할 수 있다. 환경 인증(Environmental Certification)은 녹색 ISO 인증(Green ISO certification)을 포함할 수 있다.
ESG 컴플라이언스(ESG Compliance)는 환경 유공자(Environmental Merit), 사회적 유공자(Social merit), 정부 컴플라이어스를 포함할 수 있다.
엔티티 기술(Entity Description)은 LLC/INC/CO/Trust와 Private/Public을 포함할 수 있다.
국제기구 조달시스템에 등록된 공급망 관리 밴더(SCM Vendor registration)는 SAM, UNGM, UNBD, TED, MDBs (registration and active code)를 포함할 수 있다.
자격(Eligibility)은 법률자격(legal qualification), 범죄기록(criminal record), 파산(Bankruptcy)을 포함할 수 있다.
이해관계 충돌(Conflict of interest)은 과거 처벌사항, 처벌 기관명, 처벌 타입, 처벌기간을 포함할 수 있다.
또한, 기업정보 관리부(110)는 수요기업 데이터베이스(200)에 저장된 프로파일정보를 키워드, HS Code, 산업분류 등으로 구분하여 저장할 수도 있다.
또한, 기업정보 관리부(110)는 프로파일정보를 일정 시간주기로 수신하거나 별도의 요청에 의해 수신하여 정보 변경이 발생되면, 이를 반영하여 저장될 수 있도록 관리한다.
또한, 기업정보 관리부(110)는 서비스 대상 기업 정보 조회, 산업분류, 제공 서비스 유형, 정보 취합 수준 등 조건별 기업 현황, 조회 및 집계, 서비스 대상 기업 정보 입력/수정/삭제, 산업분류, 제공 서비스 유형 및 기타 입찰 공고 탐색에 유의미한 정보의 입력/수정/삭제 등을 수행할 수 있다.
입찰공고 관리부(120)는 네트워크를 통해 접속된 발주처로부터 메타정보를 포함한 입찰공고를 수신하되, 공공조달 사이트에서 제공하는 고유 코드체계 조회 및 관리, 코드 및 분류 체계별 호환 규칙 조회 및 관리 등을 수행할 수 있다.
이를 위해, 입찰공고 관리부(120)는 발주처 단말(310), 발주처 단말 1(311) 내지 발주처 단말 n(312)과 접속할 수 있다.
여기서, 발주처는 US 등의 외국 정부기관, UN, UNESCO, WHO, OECD, EP 등의 국제기구, 세계은행, 아시아개발은행, 아프리카개발은행 등의 다자개발은행일 수 있다.
또한, 입찰공고 관리부(120)는 발주기관 및 발주기관별 하위기관, 발주기관에서 제공하는 각종 업무 도메인 (물품/서비스 등), 일자 (공고일, 마감일), 수집 서버 분류 (RSS, OpenAPI, 웹스크래핑), 수집된 검색 결과에 대한 통계 등을 수행할 수 있다.
또한, 입찰공고 관리부(120)는 일정 시간주기마다 RPA(Robotic Process Automation) 또는 API(Application Programming Interface)를 이용하여 입찰공고를 수신할 수 있도록 인공지능 기반의 입찰공고 검색 모델을 포함하여 구성될 수 있다.
즉, 입찰공고 관리부(120)는 일정 주기(24시간 등)로 공공조달 입찰 공고 사이트에 접속하여, 해당 사이트에서 제공하는 방식에 따라 RSS, openAPI, 웹 스크래핑 방식으로 데이터를 수집하고, 이미 저장된 기존의 입찰공고와 비교하여 변경되는 부분을 입찰공고 데이터베이스(300)에 저장할 수 있다.
또한, 입찰공고 관리부(120)는 XML 또는 JSON 과 같은 구조화된 오브젝트로 발주처(또는 발주기관)에서 제공하는 정형 데이터와 공고에서 제공하는 링크를 통하여 접근이 가능한 PDF, Word 와 같은 비정형 데이터를 모두 포함한 입찰공고정보를 검색 및 수집할 수 있다.
여기서, 정형 데이터는 사전에 정의된 관계형 데이터베이스 관리 시스템(Relational Database Management System, RDBMS)의 테이블에 저장할 수 있고, 구조화된 정보를 제공할 수도 있다.
*또한, 비정형 데이터는 서버의 파일시스템으로 저장하되, 관계형 데이터베이스 관리 시스템에서 참조 가능할 수 있도록 구조화될 수 있다.
또한, 구조화된 데이터에서 입찰공고 탐색에 유의미한 주요 키워드 식별 및 추출을 수행할 수도 있고, 정제된 내용의 정합성을 확인하고 수정하기 위한 사용자 화면을 제공할 수도 있다.
또한, 입찰공고 관리부(120)는 동시에 여러 사이트에 접속하고, 다양한 비정형데이터를 수집할 경우, 부하가 발생될 수 있으므로 수집 가능한 공공조달 사이트, 다운 받는 문서의 종류 제한 등 적정한 수준을 정의하여 수집할 수도 있다.
또한, 입찰공고 관리부(120)는 서버 시스템으로 구성될 수도 있고, 이때 관계형 데이터베이스 관리 시스템과 분리하여 구축될 수 있으며, 취합된 자료는 일정 주기(24시간 등)에 따라 관계형 데이터베이스 관리 시스템 서버로 백업될 수도 있다.
*또한, 입찰공고 관리부(120)는 공공조달 사이트별 수집 시스템 동작 규칙, 공공조달 사이트별 요구되는 데이터 수집 규칙과 구조화, 공공조달 사이트별 구동 주기 및 방법 관리를 위해 웹을 통한 수집 및 관리를 수행할 수도 있다.
또한, 수집 시스템 작업 현황 모니터링 및 로그 확인, 웹을 통한 입찰 공고 DBMS 관리 화면 제공, DBMS 및 테이블 조회 및 현황 검색, 웹을 통한 입찰 공고 파일시스템 관리 화면 제공, 스토리지용 서버 용량 및 잔여 가용 용량 등 정보 확인을 수행할 수도 있다.
또한, 입찰공고 관리부(120)는 비지도 학습 기반 인공지능 기반의 입찰공고 검색 모델을 이용하여 수신된 입찰공고정보를 분석하고, 해당 발주처의 일반규정, 특별규정 및 사양(Spec) 등으로 구분하여 발주처별로 입찰공고의 요구사항을 추출하며, 추출 결과는 입찰공고 데이터베이스(300)에 저장될 수 있도록 관리한다.
이에 따라, 입찰공고 관리부(120)는 하나의 입찰공고에 대하여 해당 입찰공고 외에도 해당 발주처의 일반규정, 특별규정 및 사양(Spec)에서의 종합적인 입찰조건(또는 요구사항)을 추출할 수 있다.
이러한 입찰조건(또는 요구사항)들은 해당 입찰공고 외에도 해당 발주처의 일반규정, 특별규정 및 사양(Spec)을 구성하고 있는 단어들과 문장을 인공지능 기반의 자연어 처리 프로그램을 이용하여 추출될 수 있다.
발주처별 입찰공고는 최소 자격 및 품질 기준(Minimum Eligibility and Qualification Criteria), 기술 및 재무 가중치, 기술 평가 기준(Technical Evaluation Criteria)에 대한 다양한 요구사항을 포함할 수 있다.
적합도 분석부(130)는 기업 및 입찰공고를 분류하고, 비지도학습 기반 인공지능 기반의 적합도 분석 모델을 적용하여 기업 특성 관련 프로파일정보를 분류 및 조정할 수 있으며, 공공조달 입찰공고에 포함된 메타정보, 입찰조건 등의 특성을 분류 및 조정할 수 있다.
또한, 적합도 분석부(130)는 기업별 프로파일정보와 입찰공고 관리부(120)를 통해 확보된 입찰공고의 메타정보를 통합하여 기업-입찰공고 테이블로 매핑시켜 매칭 대상 입찰공고들의 목록을 추출할 수도 있다.
또한, 적합도 분석부(130)는 분류된 입찰공고 목록을 기반으로 기업에 적합한 입찰공고를 추출하여 기업과 매칭시킬 수 있다.
즉, 기업별로 추천하는 맞춤형 입찰공고 또는 순위화된 입찰공고 목록을 수치화된 정보와 함께 제공하고, 기업의 대상 정보와 내용을 확인 및 필터링하여 결과로 취합하며, 필터링 정보에 대해 기업-입찰공고를 테이블로 매핑하여 반영할 수도 있다.
또한, 적합도 분석부(130)는 기업별 최종 매칭 정보, 예를 들어 기업-입찰공고로 매칭된 결과의 조회 및 조건별 검색과, 기업별 최종 매칭 정보를 배포 가능한 형태(예를 들어, XML 및 관련 UIRL 링크 포함)로 생성 또는 변환하여 파일 시스템 등으로 다운로드할 수도 있다.
또한, 적합도 분석부(130)는 인공지능 기반의 적합도 분석 모델을 이용하여 기업별 프로파일정보부터 추출한 하나 이상의 기업 키워드와, 상기 기업 키워드에 대응하여 발주처별 입찰공고 또는 메타정보에서 검색한 하나 이상의 단어 또는 문장을 매핑시켜 발주처에서 요구되는 입찰조건에 대한 기업의 매칭 적합도를 평가할 수 있다.
즉, 적합도 분석부(130)는 인공지능 기반의 적합도 분석 모델을 통해, 국제 입찰 요건에 부합하는 기업별 프로파일정보 중에서 기업 키워드로 예를 들어, '자격(eligibility)'을 추출하면, 이에 대응하여 발주처 입찰공고의 입찰조건(또는 요구사항) 중에서 '자격(eligibility)'과 관련된 문장을 추출한다.
또한, 적합도 분석부(130)는 추출된 요구사항 중에서 관련 문장을 기업 키워드의 '자격'과 관련된 기업의 상세 조건 정보와 맞추어 기업과 발주처 간의 공통 정보를 추출한다.
또한, 적합도 분석부(130)는 '자격'뿐만 아니라, 'Product Code (Service/Goods/Works)', 'Deadline ', 'Type of Tender', 'Content of line item', 'Quantity/Unit of line item', 'Legal Qualification', 'Exclusion', 'Delivery requirement', 'Duty /Tax', 'Delivery locations', 'product certification', 'ISO certification', 'Green Procurement', 'Product Specification', 'Product Specification', 'Product Specification', ' packing', 'Hazard' 등 다양한 기업 키워드와 발주처의 요구사항을 매칭시켜 공통 정보를 추출할 수 있다.
여기서, 'Product Code (Service/Goods/Works)'는 HS, UN 공급 코드(UN Supply code), NAICS 코드, CVS를 포함할 수 있다.
'Deadline '은 30일 이상, 30일 이하, 15 ~ 30일, 5 ~ 14일, 5일 이하 등으로 세분화될 수 있다.
'Type of Tender'는 EOI, RFI, RFQ, RFP, ITB, Shopping으로 구분될 수 있다.
'Content of line item'는 Service/Goods/Works로 세분화될 수 있다.
'Quantity/Unit of line item'은 Service/Goods/Works로 세분화될 수 있다.
'Legal Qualification'은 법인, 비영리 법인, 개인으로 세분화될 수있다.
'Exclusion'은 재무적 제외, 부도, 사회적 책임, 기간경과 세금/부과, 소송 등으로 세분화될 수 있다.
또한, 적합도 분석부(130)는 상기 'Product Code (Service/Goods/Works)', 'Deadline ', 'Type of Tender', 'Content of line item', 'Quantity/Unit of line item', 'Legal Qualification', 'Exclusion', 'Delivery requirement', 'Duty /Tax', 'Delivery locations', 'product certification', 'ISO certification', 'Green Procurement', 'Product Specification', 'Product Specification', 'Product Specification', ' packing', 'Hazard' 등의 매칭 결과를 기초로 매칭 적합도를 산출할 수 있다.
매칭 적합도는 국제 입찰 요건에 부합하는 기업별 프로파일정보와, 해외 조달 발주처의 메타정보를 포함한 입찰공고로부터 수집된 입찰조건(또는 요구사항)을 매핑시켜 기업과 발주처 간의 공통 정보를 추출하고, 추출된 공통 정보를 기반으로 한 매핑한 결과를 수치적으로 변환한 값이다.
여기서, 매칭 적합도는 하기식으로부터 산출할 수 있다.
Figure PCTKR2022014338-appb-img-000001
여기서, E는 매칭 적합도의 산출 값, x는 상수(Constant)인 발주기관의 평가항목이며, 변수(Variable)인 기업이 발주기관의 정량화된 항목별 요구조건에 대한 값으로 y1은 발주처 일반규정(General Terms and Conditions)의 요구사항에 대한 정형화된 값, y2는 발주처 특별규정(Special Terms and Conditions)의 요구사항에 대한 정형화된 값, y3는 발주처 기술적 사양(Technical Specification)의 요구사항에 대한 정형화된 값이다.
즉, 적합도 분석부(130)의 적합도 분석 모델은 변하지 않는 값인 기업별 프로파일정보의 평가정보를 상수로 설정하고, 발주처와 입찰공고별로 상이한 값인 요구사항을 변수로 설정하여 계산함으로써, 기업의 프로파일정보와 발주처의 메타정보를 포함하는 입찰공고 사이의 맞춤 결과를 수치적으로 계산할 수 있다
또한, 적합도 분석부(130)는 인공지능 기반의 적합도 분석 모델이 발주처별로 사용한 단어 또는 문장에 대하여 최적의 해석 및 의도(intention) 정보를 결정하도록 학습된 학습 에이전트를 포함하여 구성될 수 있다.
이를 위해, 학습 에이전트는 동일한 단어일지라도 주어진 환경 또는 조건에 따라 단어의 해석을 차별화함으로써, 발주처별로 동일한 단어에 대한 적절한 이해가 가능하도록 학습된 자연어 처리 프로그램을 포함할 수 있다.
또한, 학습 에이전트는 두 개의 문장이 있는 경우에 두 번째 문장이 첫 번째 문장의 바로 다음에 오는 문장인지 등을 예측함으로써, 두 문장 사이의 관련을 고려하여 문맥과 순서를 학습한 언어 모델일 수도 있다.
본 발명의 일 실시 예에 따른 학습 에이전트는 인공지능 기반의 적합도 분석 모델로서, 머신러닝중에서 딥러닝(Deep learning)이라는 방법을 통해 만들어진 분석 모델들로 구현될 수 있다.
따라서, 본 발명의 일 실시 예에 따른 인공지능 기반의 적합도 분석 모델은 딥러닝 모델 또는 딥러닝 분석 모델의 표현으로 구현될 수도 있다.
또한, 머신러닝은 복잡한 시스템이 명시적으로 프로그래밍되지 않고서, 경험으로부터 자동으로 학습하고 개선할 수 있게 하는 인공 지능의 응용이다.
또한, 머신러닝 모델들의 정확도 및 유효성은 그들 모델들을 훈련시키는 데 사용되는 데이터에 부분적으로 의존할 수 있다.
따라서, 본 발명의 일 실시 예에 따른 인공지능 기반의 적합도 분석 모델은 발주처별 입찰공고와, 입찰공고를 발주한 발주처의 일반규정, 특별규정 및 사양(Spec)을 기반으로 다수의 학습 데이터를 서로 비교한 결과 값에 기반하여 선택된 단어 또는 문장을 학습 데이터로 반복 학습할 수 있다.
또한, 본 발명의 일실시예에 따른 학습 에이전트는 발주처별로 인공지능 기반의 적합도 분석 모델을 구현할 수 있다.
이에 따라, 본 발명의 일실시예에 따른 인공지능 기반의 적합도 분석 모델은 머신러닝중에서 딥러닝(Deep learning)이라는 방법을 통해 만들어진 발주처별 분석 모델들로 구현될 수 있다.
예를 들어, 본 발명의 일실시예에 따른 학습 에이전트는 US 등의 외국 정부기관, UN, UNESCO, WHO, OECD, EP 등의 국제기구, 세계은행, 아시아개발은행, 아프리카개발은행 등의 다자개발은행별로 서로 다른 복수의 학습 에이전트로 구현될 수 있다.
예를 들어, 본 발명의 일실시예에 따른 인공지능 기반의 적합도 분석 모델은 US 등의 외국 정부기관, UN, UNESCO, WHO, OECD, EP 등의 국제기구, 세계은행, 아시아개발은행, 아프리카개발은행 등의 다자개발은행별로 서로 다른 복수의 인공지능 기반의 적합도 분석 모델로 구현될 수 있다.
또한, 적합도 분석부(130)는 기업별 프로파일정보와 발주처의 요구사항의 매핑을 통해 분석된 공통 정보를 기반으로 평가한 기업의 매칭 적합도와 기업에 가장 적합한 최적의 입찰공고를 추출할 수 있다.
또한, 적합도 분석부(130)는 추출된 최적의 입찰공고를 기업과 매칭시켜 해당 기업 단말(210), 기업 단말 1(211) 내지 기업 단말 n(212) 중 해당 기업의 단말로 전송할 수 있다.
또한, 적합도 분석부(130)는 수요기업 데이터베이스(200)에 저장된 기업별 프로파일정보를 기반으로 기업분석보고서, 제품분석보고서, 재무분석보고서, 입찰환경보고서 및 기업역량보고서 중 하나 이상의 보고서를 생성하여 출력할 수도 있다.
즉, 스마트폰, 스마트기기(Tablet) 등을 통해서 기업 단말(210), 기업 단말 1(211) 내지 기업 단말 n(212)이 접속하여 주요 정보를 최적화된 화면으로 조회할 수 있도록 출력할 수 있다.
수요기업 데이터베이스(200)는 기업별로 기업분석정보, 제품분석정보, 재무분석정보, 입찰환경정보 및 기업역량정보 등을 포함한 기업의 프로파일정보를 저장한다.
또한, 수요기업 데이터베이스(200)는 기업분석정보, 제품분석정보, 재무분석정보, 입찰환경정보 및 기업역량정보를 미리 설정된 대표 항목과, 해당 대표 항목에 종속된 상세 항목으로 구분하여 저장할 수 있다.
또한, 수요기업 데이터베이스(200)는 구분된 항목별로 대표값, 코드값 또는 항목별 평가값 등을 포함하여 저장할 수도 있다.
또한, 수요기업 데이터베이스(200)는 공고 및 뉴스 정보, 기업정보 및 각 항목별 다양한 형태의 서비스 지원을 통해 획득한 정보를 저장할 할 수도 있다.
입찰공고 데이터베이스(300)는 발주처별로 메타정보를 포함한 입찰공고와, 입찰공고 및 메타정보에 기반하여 입찰조건을 구분하고, 구분된 입찰조건에 기초하여 분류 및 코드 정보 등으로 분석한 결과를 저장할 수도 있다.
또한, 입찰공고 데이터베이스(300)는 입찰공고 탐색에 유용한 키워드, HS code, 산업 분류 등을 활용하여 시스템 전반적으로 활용되는 코드와 분류 체계를 포함할 수도 있다.
또한, 입찰공고 데이터베이스(300)는 입찰공고와 관련된 입찰조건에 부합하는 국제, 협회 코드, 정보들을 저장할 수도 있다.
또한, 입찰공고 데이터베이스(300)는 저장된 각 코드들 간의 호환성, 중복성, 일치 가능성, 신규로 부여되는 코드 체계 및 분류 규칙에 대한 및 수용 및 확장도 가능하다.
한편, 수요기업 데이터베이스(200)와, 입찰공고 데이터베이스(300)는 데이터베이스 관리 표준에 따라 데이터의 명칭, 형식 저장할 수 있고, 데이터 공유 및 재사용, 데이터 교환, 데이터 품질 향상, 데이터베이스 통합 등을 위한 표준화 정보에 따라 저장될 수 있다.
또한, 비공개 자료를 포함한 데이터베이스의 암.복호화, 데이터 업로드/업데이트시 데이터의 정합성 체크 및 로그기록, 백업(Back-up) 등을 수행할 수 있다.
또한, 데이터 표준화, 데이터 관리, 표준용어를 수용할 수 있도록 관련 업무 처리 절차를 반영하여 유기적으로 구조화될 수도 있다.
또한, 데이터베이스의 효율적인 운영, 관리 및 스페이스의 불필요한 낭비 방지를 위하여 테이블, 칼럼 등의 중복을 최소화하고 각 기능에서 공동 활용이 가능할 수도 있다.
다음은 본 발명의 일 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법을 설명한다.
도3은 본 발명의 일 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법을 설명하기 위해 나타낸 흐름도이고, 도4는 도3의 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법의 적합도 분석 과정을 설명하기 위해 나타낸 흐름도이다.
도1 내지 도4를 참조하면, 본 발명의 일 실시 예에 따른 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법은 적합도 분석 서버(100)가 기업별로 수집된 기업분석정보, 제품분석정보, 재무분석정보, 입찰환경정보 및 기업역량정보 중 하나 이상을 포함한 기업별 프로파일정보를 수요기업 데이터베이스(200)에 저장(S100)한다.
또한, 적합도 분석 서버(100)는 네트워크를 통해 접속한 발주사 단말(310), 발주사 단말 1(311) 내지 발주사 단말 n(312)으로부터 메타정보를 포함한 입찰공고를 수신하고, 수집된 입찰공고를 분석하여 일반규정, 특별규정 및 사양(Spec)으로 구분하며, 구분된 입찰공고를 발주처별로 분류하여 입찰공고 데이터베이스(300)에 저장(S200)한다.
적합도 분석 서버(100)는 수요기업 데이터베이스(200)에 저장된 기업별 프로파일정보와 입찰공고 데이터베이스(300)에 저장된 발주처별 메타정보를 포함한 입찰공고를 매핑하여 비교하고, 비교 결과에 따른 매칭 적합도를 분석 및 평가하여 기업에 적합한 최적의 입찰공고를 추출(S300)한다.
S300 단계에서, 적합도 분석 서버(100)는 인공지능 기반의 적합도 분석 모델을 이용하여 수요기업 데이터베이스(200)에 저장된 국제 입찰 요건에 부합하는 기업의 프로파일정보부터 하나 이상의 기업 키워드를 추출(S310)한다.
또한, 적합도 분석 서버(100)는 입찰공고 데이터베이스(300)에 저장된 발주처별 입찰공고의 메타정보를 비교하여 기업에 적합한 하나 이상의 입찰공고에서 수요기업 데이터베이스(200)에서 추출한 기업 키워드에 대응하여 검색한 하나 이상의 단어 또는 문장을 기업 키워드와 매칭시켜 발주처에서 요구되는 입찰조건(또는 요구사항)과 비교 분석하여 기업의 매칭 적합도를 평가(S320)한다.
즉, S320 단계에서 적합도 분석 서버(100)는 수요기업 데이터베이스(200)의 프로파일정보에서 추출한 기업 키워드와 대응하여 입찰공고 데이터베이스(300)의 발주처 입찰조건(또는 요구사항)에서 추출한 관련 단어 또는 문장, 예를 들어 '지금부터 30일 이후 납품', '환경 인증된 제품' 등과 같은 요구사항을 기업 키워드와 관련된 기업의 상세 정보, 예를 들어 '제품 생산력', '기업역량' 등의 정보와 매핑시켜 기업과 발주처 간의 공통 정보를 추출한다.
또한, 적합도 분석 서버(100)는 매핑된 결과를 기초로 매칭 적합도를 산출할 수 있고, 산출 값은 하기식으로부터 산출할 수 있다.
Figure PCTKR2022014338-appb-img-000002
여기서, E는 매칭 적합도의 산출 값, x는 상수(Constant)인 발주기관의 평가항목이며, 변수(Variable)인 기업이 발주기관의 정량화된 항목별 요구조건에 대한 값으로 y1은 발주처 일반규정(General Terms and Conditions)의 요구사항에 대한 정형화된 값, y2는 발주처 특별규정(Special Terms and Conditions)의 요구사항에 대한 정형화된 값, y3는 발주처 기술적 사양(Technical Specification)의 요구사항에 대한 정형화된 값이다.
또한, S320 단계에서 적합도 분석 서버(100)는 발주처별로 사용한 단어 또는 문장에 대하여 적절한 해석 및 의도(intention) 정보를 결정하도록 학습된 학습 에이전트를 이용하여 매칭되는 발주처별로 입찰조건(또는 요구사항)을 추출할 수도 있다.
여기서, 학습 에이전트는 발주처별로 동일한 단어에 대한 적절한 이해, 예를 들어 주어진 환경 또는 조건에 따라 단어의 해석을 차별화하도록 학습되거나 또는 두 문장 사이의 관련을 고려하여 문맥과 순서가 학습된 자연어 처리기반의 언어 모델일 수 있다.
또한, 적합도 분석 서버(100)는 평가된 매칭 적합도의 산출 값을 기반으로 기업정보에 적합한 최적의 입찰공고를 추출(S330)한다.
또한, 적합도 분석 서버(100)는 개별 기업에 대하여 특정 국제기구에 대한 매칭 적합도만을 산출할 수도 있고, 복수의 국제기구에 대하여 매칭 적합도를 모두 산출할 수도 있다.
또한, 적합도 분석 서버(100)는 매칭 적합도의 평가 결과에 기반하여 순위화된 입찰공고를 수치화된 값으로 출력할 수도 있다.
계속해서, 적합도 분석 서버(100)는 S330 단계에서 추출된 기업에 적합한 최적의 입찰공고를 기업 단말(210), 기업 단말 1(211) 내지 기업 단말 n(212) 중 해당 기업의 단말로 전송(S400)한다.
따라서, 국제 입찰 요건에 부합하는 기업별 프로파일정보와 해외 조달 발주처의 조달정보로부터 수집된 메타정보를 포함한 입찰정보를 인공지능 기반의 적합도 분석 모델을 이용하여 매핑하고, 매핑을 통해 평가한 매칭 적합도에 기반하여 해당 기업에 가장 적합한 최적의 입찰정보를 제공함으로써, 해외 발주기관의 공공조달 사업에 대한 기업의 해외 입찰 참여도와 성공률을 증가시킬 수 있다.
또한, 기업별로 해당 기업에 맞는 입찰공고를 제공받을 수 있고, 다양한 발주처들의 입찰공고와 개별 기업들의 특성을 기반으로 입찰공고를 제공함으로써, 기업의 낙찰 성공률을 증가시킬 수 있다.
또한, 기업이 속한 산업이나 제품들에 대한 국제 공공조달 시장의 요구사항을 파악하여 시장 수요에 맞는 제품의 기능 개선에 활용할 수 있다.
상기와 같이, 본 발명의 바람직한 실시 예를 참조하여 설명하였지만 해당 기술 분야의 숙련된 당업자라면 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
또한, 본 발명의 특허청구범위에 기재된 도면번호는 설명의 명료성과 편의를 위해 기재한 것일 뿐 이에 한정되는 것은 아니며, 실시예를 설명하는 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다.
또한, 상술된 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있으므로, 이러한 용어들에 대한 해석은 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
또한, 명시적으로 도시되거나 설명되지 아니하였다 하여도 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기재사항으로부터 본 발명에 의한 기술적 사상을 포함하는 다양한 형태의 변형을 할 수 있음은 자명하며, 이는 여전히 본 발명의 권리범위에 속한다.
또한, 첨부하는 도면을 참조하여 설명된 상기의 실시예들은 본 발명을 설명하기 위한 목적으로 기술된 것이며 본 발명의 권리범위는 이러한 실시예에 국한되지 아니한다.
[부호의 설명]
100 : 적합도 분석 서버
110 : 기업정보 관리부
120 ; 입찰공고 관리부
130 : 적합도 분석부
200 : 수요기업 데이터베이스
210 : 기업 단말
211 : 기업 단말1
212 : 기업 단말n
300 : 입찰공고 데이터베이스
310 : 발주처 단말
311 : 발주처 단말1
312 : 발주처 단말n

Claims (17)

  1. 인공지능 기반의 적합도 분석 모델을 이용하여 수요기업 데이터베이스(200)에 저장된 국제 입찰 요건에 부합하는 기업별 프로파일정보와, 입찰공고 데이터베이스(300)에 저장된 발주처별 입찰공고의 메타정보를 비교하여 추출되는 하나 이상의 입찰공고를 해당 기업과 매칭시키되, 상기 프로파일정보와 메타정보 간의 공통 정보에 기초하여 발주처의 입찰공고에 포함된 발주처의 평가 항목과, 발주처의 일반규정(General Terms and Conditions)의 요구사항과, 발주처의 특별규정(Special Terms and Conditions)의 요구사항과, 발주처의 기술적 사양(Technical Specification)의 요구사항을 항목별 요구조건에 대응하여 정량화된 수치로 변환하고, 변환된 평가 항목과 항목별 요구조건에 대한 정량화된 값의 계산을 통해 메칭 적합도를 평가하되, 매칭 적합도의 산출 값이 가장 높은 매칭 결과 값을 갖는 최적의 입찰공고를 추출하는 적합도 분석 서버(100);를 포함하고,
    상기 매칭 적합도의 산출 값은 하기식
    E = x(y1 + y2 + y3)
    - 여기서, E는 매칭 적합도의 산출 값, x는 상수(Constant)인 발주기관의 평가항목이며, 변수(Variable)인 기업이 발주기관의 정량화된 항목별 요구조건에 대한 값으로 y1은 발주처 일반규정(General Terms and Conditions)의 요구사항에 대한 정형화된 값, y2는 발주처 특별규정(Special Terms and Conditions)의 요구사항에 대한 정형화된 값, y3는 발주처 기술적 사양(Technical Specification)의 요구사항에 대한 정형화된 값 임- 으로부터 산출되는 것을 특징으로 하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템.
  2. 제 1 항에 있어서,
    상기 적합도 분석 서버(100)는 기업으로부터 제공된 기업별 기업분석정보, 제품분석정보, 재무분석정보, 입찰환경정보 및 기업역량정보를 관리하는 기업정보 관리부(110);
    하나 이상의 발주처 단말(310, 311, 312)과 접속하여 입찰공고정보를 수신하고, 상기 수신된 입찰공고정보를 일반규정, 특별규정 및 사양(Spec)으로 구분하여 발주처별로 입찰공고정보를 관리하는 입찰공고 관리부(120); 및
    상기 인공지능 기반의 적합도 분석 모델을 이용하여 상기 프로파일정보부터 추출한 하나 이상의 기업 키워드와, 상기 기업 키워드에 대응하여 발주처별 입찰공고에서 검색한 하나 이상의 단어 또는 문장을 매핑시켜 발주처에서 요구되는 입찰조건에 대한 매칭 적합도를 분석 및 평가하고, 평가된 매칭 적합도의 산출 값을 기반으로 가장 높은 매칭 결과 값을 갖는 최적의 입찰공고를 추출하며, 상기 추출된 입찰공고를 해당 기업과 매칭시켜 기업 단말(210, 211, 212)로 전송하는 적합도 분석부(130);를 포함하는 것을 특징으로 하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템.
  3. 제 2 항에 있어서,
    상기 적합도 분석부(130)는 기업별 프로파일정보와 입찰공고 관리부(120)를 통해 수집된 입찰공고의 메타 정보를 매핑하여 프로파일정보와 메타정보 간의 공통 정보에 기초한 매칭 적합도를 기반으로 가장 높은 매칭 결과 값을 갖는 입찰공고를 추출하는 것을 특징으로 하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템.
  4. 제 3 항에 있어서,
    상기 적합도 분석부(130)는 추출된 하나 이상의 입찰공고를 수치화된 정보와 함께 상기 기업 단말(210, 211, 212)로 전송하는 것을 특징으로 하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템.
  5. 제 2 항에 있어서,
    상기 적합도 분석부(130)는 학습 에이전트를 포함하되,
    상기 학습 에이전트는 인공지능 기반의 적합도 분석 모델이 사용 단어 또는 문장에 대하여 발주처별로 최적의 해석 및 의도(intention) 정보를 결정하도록 학습된 것을 특징으로 하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템.
  6. 제 1 항에 있어서,
    상기 수요기업 데이터베이스(200)는 기업별로 기업분석정보, 제품분석정보, 재무분석정보, 입찰환경정보 및 기업역량정보 중 하나 이상을 포함한 프로파일정보를 저장하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템.
  7. 제 1 항에 있어서,
    상기 입찰공고 데이터베이스(300)는 발주처별로 입찰공고와 상기 입찰공고에 기반하여 입찰조건을 포함한 메타정보를 저장하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템.
  8. 제 1 항에 있어서,
    상기 인공 지능 기반의 적합도 분석 모델은 상기 입찰 공고에 포함된 최소 자격 및 품질 기준(Minimum Eligibility and Qualification Criteria)의 요구사항을 기반으로 매칭 적합도를 평가하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템.
  9. 제 8 항에 있어서,
    상기 인공 지능 기반의 적합도 분석 모델은 상기 입찰 공고에 포함된 기술 및 재무 가중치, 기술 평가 기준(Technical Evaluation Criteria)의 요구사항을 기반으로 매칭 적합도를 평가하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템.
  10. 제 8 항에 있어서,
    상기 인공지능 기반의 적합도 분석 모델은 국제 입찰 요건에 부합하는 기업별 프로파일정보 중에서 기업 키워드로 '자격(eligibility)'을 추출하고, 이에 대응하여 발주처 입찰공고의 요구사항 중에서 '자격(eligibility)'과 관련된 문장을 추출하고, 추출된 요구사항 중에서 관련 문장을 기업 키워드의 '자격'과 관련된 기업의 상세 조건 정보와 맞추어 기업과 발주처 간의 공통 정보를 추출하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템.
  11. a) 적합도 분석 서버(100)가 인공지능 기반의 적합도 분석 모델을 이용하여 수요기업 데이터베이스(200)에 저장된 국제 입찰 요건에 부합하는 기업별 프로파일정보와, 입찰공고 데이터베이스(300)에 저장된 발주처별 입찰공고의 메타정보를 비교하여 추출되는 하나 이상의 입찰공고를 해당 기업과 매칭시키되, 상기 프로파일정보와 메타정보 간의 공통 정보에 기초하여 발주처의 입찰공고에 포함된 발주처의 평가 항목과, 발주처의 일반규정(General Terms and Conditions)의 요구사항과, 발주처의 특별규정(Special Terms and Conditions)의 요구사항과, 발주처의 기술적 사양(Technical Specification)의 요구사항을 항목별 요구조건에 대응하여 정량화된 수치로 변환하고, 변환된 평가 항목과 항목별 요구조건에 대한 정량화된 값의 계산을 통해 메칭 적합도를 평가하되, 매칭 적합도의 산출 값이 가장 높은 매칭 결과 값을 갖는 최적의 입찰공고를 추출하는 단계; 및
    b) 상기 적합도 분석 서버(100)가 추출된 입찰공고를 기업별 기업 단말(210, 211, 212)로 전송하는 단계;를 포함하고,
    상기 매칭 적합도의 산출 값은 하기식
    E = x(y1 + y2 + y3)
    - 여기서, E는 매칭 적합도의 산출 값, x는 상수(Constant)인 발주기관의 평가항목이며, 변수(Variable)인 기업이 발주기관의 정량화된 항목별 요구조건에 대한 값으로 y1은 발주처 일반규정(General Terms and Conditions)의 요구사항에 대한 정형화된 값, y2는 발주처 특별규정(Special Terms and Conditions)의 요구사항에 대한 정형화된 값, y3는 발주처 기술적 사양(Technical Specification)의 요구사항에 대한 정형화된 값 임- 으로부터 산출되는 것을 특징으로 하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법.
  12. 제 11 항에 있어서,
    상기 a)단계는 a-1) 적합도 분석 서버(100)가 인공지능 기반의 적합도 분석 모델을 이용하여 상기 프로파일정보부터 하나 이상의 기업 키워드를 추출하는 단계;
    a-2) 상기 적합도 분석 서버(100)가 추출된 기업 키워드에 대응하여 발주처별 입찰공고정보에서 검색한 하나 이상의 단어 또는 문장을 매핑시켜 발주처에서 요구되는 입찰조건에 대한 매칭 적합도를 평가하는 단계; 및
    a-3) 상기 적합도 분석 서버(100)가 평가된 매칭 적합도의 산출 값을 기반으로 가장 높은 매칭 결과 값을 갖는 최적의 입찰공고를 추출하는 단계;를 포함하는 것을 특징으로 하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법.
  13. 제 12 항에 있어서,
    상기 a-2) 단계는 적합도 분석 서버(100)가 발주처별로 최적의 해석 및 의도(intention) 정보를 결정하도록 학습된 학습 에이전트를 이용하여 사용 단어 또는 문장을 검색하는 것을 특징으로 하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법.
  14. 제 11 항에 있어서,
    a') 상기 적합도 분석 서버(100)가 기업별로 수집된 기업분석정보, 제품분석정보, 재무분석정보, 입찰환경정보 및 기업역량정보 중 하나 이상을 포함한 프로파일정보를 수요기업 데이터베이스(200)에 저장하는 단계를 더 포함하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법.
  15. 제 11 항에 있어서,
    a") 상기 적합도 분석 서버(100)가 하나 이상의 발주사 단말(310, 311, 312)로부터 수집된 메타정보를 포함한 입찰공고와, 상기 입찰공고를 일반규정, 특별규정 및 사양(Spec)으로 구분하여 발주처별로 입찰공고 데이터베이스(300)에 저장하는 단계를 더 포함하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법.
  16. 제 11 항에 있어서,
    상기 인공 지능 기반의 적합도 분석 모델은 상기 입찰 공고에 포함된 최소 자격 및 품질 기준(Minimum Eligibility and Qualification Criteria)의 요구사항을 기반으로 매칭 적합도를 평가하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법.
  17. 제 16 항에 있어서,
    상기 인공지능 기반의 적합도 분석 모델은 국제 입찰 요건에 부합하는 기업별 프로파일정보 중에서 기업 키워드로 '자격(eligibility)'을 추출하고, 이에 대응하여 발주처 입찰공고의 요구사항 중에서 '자격(eligibility)'과 관련된 문장을 추출하고, 추출된 요구사항 중에서 관련 문장을 기업 키워드의 '자격'과 관련된 기업의 상세 조건 정보와 맞추어 기업과 발주처 간의 공통 정보를 추출하는 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 방법.
PCT/KR2022/014338 2021-10-06 2022-09-26 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법 WO2023058973A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0132653 2021-10-06
KR1020210132653A KR102451735B1 (ko) 2021-10-06 2021-10-06 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법

Publications (1)

Publication Number Publication Date
WO2023058973A1 true WO2023058973A1 (ko) 2023-04-13

Family

ID=83597343

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/014338 WO2023058973A1 (ko) 2021-10-06 2022-09-26 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR102451735B1 (ko)
WO (1) WO2023058973A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116757807A (zh) * 2023-08-14 2023-09-15 湖南华菱电子商务有限公司 一种基于光学字符识别的智能辅助评标方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102576240B1 (ko) 2023-04-24 2023-09-08 주식회사 팩토리스트 Ai기반 글로벌 비즈니스 중개 서비스 플랫폼 제공방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010094463A (ko) * 2000-03-30 2001-11-01 장재규 국제 입찰/낙찰정보 제공방법
JP2010049487A (ja) * 2008-08-21 2010-03-04 Being:Kk 入札支援システム
KR20170139752A (ko) * 2016-06-10 2017-12-20 조충환 입찰 분석 시스템
KR20190143791A (ko) * 2018-06-21 2019-12-31 (주)엔터랩 조달입찰정보 매칭방법, 장치 및 프로그램
KR20200113699A (ko) * 2019-03-26 2020-10-07 주식회사 소프트보울 Ui개발 툴을 이용한 지능형 입찰분석 시스템 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101517966B1 (ko) 2014-09-22 2015-05-07 (주)씨앤비플러스 입찰 참여 분석서비스 제공방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010094463A (ko) * 2000-03-30 2001-11-01 장재규 국제 입찰/낙찰정보 제공방법
JP2010049487A (ja) * 2008-08-21 2010-03-04 Being:Kk 入札支援システム
KR20170139752A (ko) * 2016-06-10 2017-12-20 조충환 입찰 분석 시스템
KR20190143791A (ko) * 2018-06-21 2019-12-31 (주)엔터랩 조달입찰정보 매칭방법, 장치 및 프로그램
KR20200113699A (ko) * 2019-03-26 2020-10-07 주식회사 소프트보울 Ui개발 툴을 이용한 지능형 입찰분석 시스템 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116757807A (zh) * 2023-08-14 2023-09-15 湖南华菱电子商务有限公司 一种基于光学字符识别的智能辅助评标方法
CN116757807B (zh) * 2023-08-14 2023-11-14 湖南华菱电子商务有限公司 一种基于光学字符识别的智能辅助评标方法

Also Published As

Publication number Publication date
KR102451735B1 (ko) 2022-10-06

Similar Documents

Publication Publication Date Title
WO2023058973A1 (ko) 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법
Rios et al. A tertiary study on technical debt: Types, management strategies, research trends, and base information for practitioners
WO2019059717A1 (ko) 기업 분석 기반 연계 서비스 매칭 플랫폼 제공 시스템
US20120095928A1 (en) Systems and Methods for Evaluating Information to Identify, and Act Upon, Intellectual Property Issues
US20030167197A1 (en) Customer relationship measurement and management system and method
WO2019039814A1 (ko) 프리랜서 클라이언트 매칭 플랫폼 제공 시스템
CN1501296A (zh) 项目执行人员管理系统以及方法
CN105956817A (zh) 一种采购供应商投标管理方法
WO2018097407A1 (ko) 사용자 정의 erp 펑션 공유 방법 및 시스템
WO2021251697A1 (ko) 개인데이터 중개시스템
WO2022108211A1 (ko) 문제해결의 관리를 위한 운영컴퓨터, 문제 해결 시스템 및 문제 해결 방법
WO2009116785A2 (ko) 점포전략 지원 방법
KR100728808B1 (ko) 전자 감사 시스템, 전자 감사 방법 및 방법 프로그램을기록한 저장매체
US20100138354A1 (en) Construction Industry Risk Management Clearinghouse
KR20200036488A (ko) 통합보안업무관리장치 및 통합보안업무관리방법
CN102870110A (zh) 文档登记系统
Vanichchinchai The influences of organizational contexts on business continuity management
WO2023153679A1 (ko) Oms 상에서 온라인 판매자 및 소비자 간 발생하는 주문 데이터 기반의 신용 평가 방법 및 이러한 방법을 수행하는 장치
US7917532B1 (en) System for tracking data shared with external entities
WO2013100255A1 (ko) 도시재생 신탁기법 시뮬레이터 시스템 및 이용방법
KR100394492B1 (ko) 기업간 전자상거래를 위한 표준화된 품목 콘텐츠관리시스템 및 방법
CN114356885A (zh) 一种科技服务项目智能匹配方法、存储介质及设备
CN114490585A (zh) 一种用于电网数据共享开放的标准化数字经济通用数据构型
WO2018212536A1 (ko) 콘텐츠의 상세 수치정보 제공장치
US20060004687A1 (en) Web-based event correction and prevention system

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22878794

Country of ref document: EP

Kind code of ref document: A1