We willen niet te technisch worden en proberen het simpel uit te leggen. Stel u voert als zoektermen in: ‘groen’ en ‘watergang’. TenderTrends kijkt naar deze woorden als een soort getal. Een getal heeft een overeenkomst met andere woorden, die ook zijn uitgedrukt in getallen.
Groen kan bijvoorbeeld heel dicht bij blauw liggen omdat het allebei een kleur is. En watergang kan heel dicht bij berm liggen omdat deze woorden vaak samen worden gebruikt in een tekst. Maar watergang is helemaal niet relevant voor een onderwerp als glasvezel. Als je die cijfers naast elkaar legt, zit daar een groot verschil tussen. Een grote afstand betekent dan ook een grote afstand in betekenis.
Het model kijkt ook naar woorddelen. In dit voorbeeld kijkt het model naar ‘water’ en ‘gang’.
TenderTrends meet en berekent al die afstanden ten opzicht van de titel en de beschrijving van de aanbestedingen in de database. Hoe dichter bij de afstand, hoe relevanter. Dit wordt in TenderTrends uitgedrukt in de balk Overeenkomst.
Hoe voller de balk, hoe meer relevatie. Hoe leger de balk, hoe minder relevantie.
