TenderTrends

TenderTrends gaat met een taalmodel – op basis van opgegeven zoekwoorden en filters – op zoek naar de meest relevante aankondigingen voor de gebruiker (inkopers van (de)centrale overheden, publiekrechtelijke instellingen en speciale-sectorbedrijven). Vervolgens heeft de gebruiker de mogelijkheid om de voor hen relevante aankondigingen verder te selecteren. Deze selectie wordt vervolgens omgezet in inzichten voor de gebruiker door middel van grafieken en tabellen (bijvoorbeeld gemiddeld aantal percelen). Het taalmodel is getraind met historische en openbare data van aanbestedingen.De titel en de omschrijving van de aanbestedingen zijn aan elkaar geplakt. Vervolgens zijn typische Nederlands stopwoorden verwijdert uit de tekst (bijv. de, het, een, zoals, omdat). Met de overgebleven teksten is een woordenboek gemaakt waarin alle woorden zijn geteld. Als laatste komt er een getal uit het model dat aangeeft of een woord heel veel informatie bevat (een hoog getal) of weinig informatie (een laag getal). Hoe vaker een woord gebruikt wordt hoe lager het getal. Deze getallen worden na een bepaalde tijd opnieuw berekend. Het uitrekenen van deze getallen is het zelflerende onderdeel.