Projekto tikslas: Sukurti Advokatų Kontorų Vertinimo Sistemą (AKVS), kuri vertintų advokatų kontoras pagal iš anksto nustatytus kriterijus, naudojant duomenų analizę ir dirbtinį intelektą. Argumentai, kodėl AKVS atitinka priemonės reikalavimus ir prioritetus: Inovatyvumas: • Naudoja atvirus duomenis iš www.e-teismai.lt, www.rekvizitai.lt ir www.registrucentras.lt. • Taiko dirbtinio intelekto technologijas duomenų analizei ir vertinimui. • Suteikia naują ir patogų būdą vartotojams rasti tinkamiausią advokatų kontorą. Sistemos komponentai: 1. Duomenų surinkimo modulis o www.e-teismai.lt: Automatinis duomenų surinkimas apie bylas, kuriose dalyvavo advokatų kontoros. Duomenų gavimas per API arba web scraping. o www.rekvizitai.lt ir www.registrucentras.lt: Automatinis duomenų surinkimas apie advokatų kontorų teisinę struktūrą, finansinę būklę ir įmonės veiklą. Duomenų gavimas per API arba web scraping. 2. Duomenų apdorojimo modulis o Duomenų valdymas: Duomenų švarinimas, transformacija ir integracija. Naudojant natūralios kalbos apdorojimo (NLP) algoritmus išgryninti svarbią informaciją iš teksto. o Mašininio mokymosi modeliai: Klasifikavimo, regresijos ir rekomendavimo algoritmai. Apmokymas naudojant istorinius duomenis, validacija ir testavimas. 3. Vertinimo ir analizės modulis o Vertinimo algoritmai: Naudojant mašininio mokymosi modelius, įvertinti advokatų kontoras pagal iš anksto nustatytus kriterijus. o Rezultatų vizualizacija: Dinaminiai grafikai, diagramos ir ataskaitos generavimas. Vartotojo sąsaja su interaktyviais filtravimo ir paieškos įrankiais. 4. Vartotojo sąsajos modulis o Paieška ir rekomendacijos: Paieškos funkcija pagal įvairius kriterijus. Rekomendacijų sistema pagal vartotojo istoriją ir pageidavimus. o Interaktyvus vartotojo prieigos taškas: Registracija, prisijungimas, profilio valdymas, atsiliepimų palikimas ir kiti vartotojo funkcionalumai. Virtualus asistentas arba chatbot'as vartotojo aptarnavimui. Technologijos • Programavimo kalbos: Python (dėl mašininio mokymosi, duomenų apdorojimo), JavaScript (dėl vartotojo sąsajos), SQL (duomenų bazei val-dyti). • Duomenų bazė: Reliacinė duomenų bazė, pavyzdžiui, PostgreSQL ar MySQL. • Duomenų analizės ir mašininio mokymosi bibliotekos: scikit-learn, TensorFlow, PyTorch. • Web scraping ir API integracija: BeautifulSoup, Scrapy, Requests. • Vizualizacijos įrankiai: Matplotlib, Seaborn, D3.js. Duomenų saugumas ir etika • Užtikrinti duomenų apsaugą ir privatumą, laikantis GDPR ir kitų duomenų apsaugos teisės aktų. • Sistemos saugumas: šifravimas, duomenų atsarginė kopija, autentifikacija ir autorizacija. Sistemos priežiūra ir tobulinimas • Automatiniai duomenų atnaujinimai. • Reguliarios sistemos veiklos stebėsena ir ataskaitų generavimas. • Naudotojų grįžtamasis ryšys ir sistemos tobulinimas pagal vartotojų poreikius ir atsiliepimus. Rezultatas: Naudinga sistema vartotojams, įskaitant teisės ieškotojus, advokatų kontoras ir teisės institucijas.