 
  
                      | ● | 技術名稱 Technology | |||||||||
| ● | 發明人 Inventor | 曹譽鐘, 黃胤慈, | ||||||||
| ● | 所有權人 Asignee | 國立臺灣科技大學 | ||||||||
| ● | 
 | |||||||||
| 點閱數:22 | ||||||||||
 
 
|  技術摘要: | ||||||||||||||||||||||||||||||||
| 得標預測對企業在有限資源下做出最佳投標決策與提升資源配置效率至關重要。傳統投標決策多依賴問卷與專家經驗,但隨著科技進步,結合機器學習與大數據的預測方法已成為重要趨勢。現有文獻多著重產業層級分析,較少針對企業內部數據進行客製化研究。 本研究與 Company A 合作,利用其歷史投標資料開發專屬得標預測模型。經多種不平衡資料處理與分類模型測試,結果顯示以 ADASYN 進行過採樣並搭配 XGBoost 模型可達最佳表現,測試集準確率達 96.2%。特徵重要性分析指出,「標案所使用的產品數量」為影響得標結果的關鍵因素,模型亦能有效辨識未中標案件。 本研究驗證機器學習於企業投標決策輔助的可行性,並揭示影響投標成功的主要因素,協助企業優化決策流程與提升競爭力。 | ||||||||||||||||||||||||||||||||
|  相關圖片: | ||||||||||||||||||||||||||||||||
| 
 
 
 | ||||||||||||||||||||||||||||||||