文献

J-GLOBAL ID：202202213852311331   整理番号：22A0104829

機械学習アルゴリズムによる公共調達オークションにおける衝突検出【JST・京大機械翻訳】

Collusion detection in public procurement auctions with machine learning algorithms

著者 (5件)： Garcia Rodriguez Manuel J. (Project Engineering Area, University of Oviedo, 33012 Oviedo, Spain) ,  Rodriguez-Montequin Vicente (Project Engineering Area, University of Oviedo, 33012 Oviedo, Spain) ,  Ballesteros-Perez Pablo (Departamento de Proyectos de Ingenieria, Universitat Politecnica de Valencia, 46022, Valencia, Spain) ,  Love Peter E.D. (School of Civil and Mechanical Engineering, Curtin University, GPO Box U1987, Perth, Western Australia 6845, Australia) ,  Signor Regis (Brazilian Federal Police, Rua Paschoal Apostolo Pitsica, 4744 Florianopolis, Brazil)
資料名： Automation in Construction  (Automation in Construction)
巻： 133  ページ： Null  発行年： 2022年 
JST資料番号： W0491A  ISSN： 0926-5805  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： Collusionは,いくつかの競合する企業が価格(入札)に秘密に同意する不法な実践であり,将来のオークションを提出するであろう。世界的に,共lusionは公共部門調達における広範な現象である。それは,競争市場と廃棄物税者金銭の利益を弱める。より頻繁には,契約当局は,非競合入札者を同定できず,そして,彼らが,共lusionの不在にあるよりも,より高い価格で頻繁に契約する。本論文では,ブラジル,イタリア,日本,スイス,および米国から得られた collusデータセットを用いて,共lusionを検出するための11の機械学習(ML)アルゴリズムの精度を試験した。公共調達におけるMLの使用は,ほとんど未調査のままであるが,共lusion同定へのその潜在的利用は有望である。MLアルゴリズムは,非常に情報集約的である(かなり多くの歴史的オークションが較正される)が,それらはまた,非常に柔軟なツールであり,最小量の情報でも合理的な検出率を生成する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  廃棄物 ,  イタリア共和国 ,  スイス連邦 ,  ブラジル連邦共和国 ,  *機械学習 ,  *学習アルゴリズム
準シソーラス用語： *オークション ,  *調達 ,  衝突検出 ,  *公共調達 ,  検出率 ,  情報集約 , 【Automatic Indexing@JST】

著者キーワード (6件)： オークション ,  Coll ,  契約 ,  建設 ,  機械学習 ,  調達

分類 (1件)： マーケティング  (KA06020W)

タイトルに関連する用語 (4件)： 学習アルゴリズム ,  公共調達 ,  オークション ,  衝突検出