Sběr a zpracování dat o nákupech zdravotnické techniky

Abstract

Cílem práce bylo dopracovat algoritmus pro sběr a prvotní zpracování dat o nákupech zdravotnické techniky z informačního systému o veřejných zakázkách, tyto data rozšířit pomocí veřejně dostupných databází a pomocí metody zpracování přirozeného jazyka a vytvořit tak datový set vhodný k analýzám. Cílů bylo dosaženo pomocí skriptů psaných v programovacím jazyce R, metody webscrapping a metody fuzzy-matching Výsledný datový set obsahuje 2650 záznamů. Metoda zpracování přirozeného jazyka byla otestována na 43 vybraných zakázkách. Nejvyšší úspěšnost algoritmu, určit správnou kategorii zdravotnické techniky, které se zakázka týká, je 79 %. Byla provedena deskriptivní a regresní analýza. Se vzrůstajícím počtem přihlášených dodavatelů a se vzrůstajícím počtem nastavených kritérií hodnocení veřejné zakázky stoupá míra úspory.

The aim of this Master´s Thesis was to complete the algorithm for the collection and initial processing of data on medical equipment purchases from the public procurement information system, to enrich this data using publicly available databases and natural language processing methods to create a data set suitable for analysis. The goals were achieved using scripts written in the R programming language, webscrapping method and fuzzy-matching method. The resulting data set contains 2650 records. The natural language processing method was tested on 43 selected contracts. The highest success rate of the algorithm, to determine the correct category of medical technology to which the contract relates, is 79%. Descriptive and regression analysis was performed. With the growing number of registered suppliers and with the growing number of set public procurement evaluation criteria, the savings rate increases.