KVBizInsights
⌕

KVBiz · Data Engine — bản nháp

Vietnam Business Discovery Engine

Bộ máy tự động khám phá và xác minh doanh nghiệp Việt Nam hoạt động tại Hàn Quốc từ nguồn công khai — hướng tới cơ sở dữ liệu doanh nghiệp Việt–Hàn đã kiểm chứng lớn nhất. Modular, có thể mở rộng, AI hỗ trợ.

Nguồn công khai · tôn trọng robots.txtXác minh đa nguồnMỗi trường giữ nguồn gốcNgười duyệt cuối

Pipeline chính

Từ lập lịch tới xuất bản — 9 chặng, mỗi chặng độc lập & thay thế được.

1

Scheduler

CRON chạy mỗi ngày

2

Source Discovery

Tự sinh hàng nghìn truy vấn

3

Crawler

Tôn trọng robots.txt / ToS

4

Extractor

Bóc trường dữ liệu thô

5

AI Normalization

Chuẩn hóa tên / địa chỉ / ngành

6

Duplicate Detection

Fuzzy + embedding + MST/website

7

Verification Score

Chấm điểm tin cậy đa nguồn

8

Human Review

Duyệt tay trong admin

9

Publish

Lên KVBiz (/companies, map, profile)

Nguồn dữ liệu công khai

Chỉ dùng nguồn hợp pháp. Ưu tiên API. Tôn trọng robots.txt & điều khoản dịch vụ.

Tìm kiếm

GoogleBingNaver SearchNaver MapKakao Map

Chính thức / Open Data

DART đã tích hợp
DART (niêm yết)KOTRAGovernment Open DataChamber of Commerce

Web doanh nghiệp

Company WebsitesLinkedInJob SitesStartup DirectoriesOfficial Profiles

Tin tức

RSS NewsBusiness NewsPress Releases

AI tự sinh truy vấn (ví dụ)

Vietnam company KoreaVietnam IT KoreaVietnam logistics Korea베트남 회사베트남 IT베트남 무역베트남 물류한국 베트남 법인Vietnam startup SeoulVietnam branch Korea… liên tục mở rộng

Chấm điểm xác minh

Mỗi công ty nhận điểm tin cậy từ bằng chứng đa nguồn — không suy đoán quốc tịch chỉ từ tên người đại diện.

Quy tắc cộng điểm

  • Business Number+30
  • Government Source+20
  • Official Website+20
  • Multiple Sources+15
  • Address+15
  • Phone+10
  • Email+10
  • Recent Update+10
  • LinkedIn+5
  • News Mention+5
Verified≥ 90
Highly Reliable80–89
Need Review60–79
Candidate< 60

Tên như Nguyen/Tran/Le/Pham chỉ là tín hiệu ứng viên yếu. Ưu tiên bằng chứng rõ ràng: website chính thức, mô tả công ty, thông tin đăng ký, nguồn công khai.

Phân loại & mô hình dữ liệu

AI phân loại ngành

ITSoftwareAIManufacturingTradingRestaurantEducationTravelBeautyFinanceConstructionHealthcareMediaRetailFoodFashionLogisticsSemiconductorStartupNGO

Bảng dữ liệu (output)

companiescompany_sourcescompany_addressescompany_contactscompany_relationshipscompany_industriescompany_newscompany_jobscompany_reviewscompany_verificationcompany_history

Nguyên tắc bắt buộc

Không bịa thông tin

Mỗi trường dữ liệu phải giữ nguồn (source URL) đi kèm.

Có phiên bản

Mọi thay đổi được ghi lịch sử (company_history / change logs).

Tách fact và AI

Tóm tắt do AI sinh phải phân biệt rõ với dữ kiện trích xuất.

Mở rộng được

Kiến trúc chạy từ vài trăm tới hàng triệu công ty; Clean Architecture, SOLID, modular.

Lộ trình triển khai

Bám stack thật của KVBiz: Next.js + Supabase (Postgres/pgvector) + Claude + Knowledge Graph sẵn có.

Phase 1Nền tảng nguồn có APImột phần
  • ✓DART (số liệu tài chính DN niêm yết) — đã tích hợp
  • ✓Danh mục /companies + Business Radar hiện có
  • ✓Chuẩn schema companies + company_sources (giữ nguồn cho mỗi trường)
Phase 2Khám phá & bóc táchkế tiếp
  • •Source Discovery: AI tự sinh truy vấn (Google/Naver)
  • •Crawler tôn trọng robots.txt, ưu tiên API
  • •Extractor + AI Normalization (Claude) → hàng đợi review
Phase 3Xác minh & chống trùngkế hoạch
  • •Duplicate Detection: fuzzy + pgvector embedding + MST/website/phone
  • •Verification Score đa nguồn (bảng bên phải)
  • •Knowledge Graph: tái dùng entities/relations đã có
Phase 4Xuất bản & khám phákế hoạch
  • •Bản đồ Hàn Quốc: cluster + heatmap + bộ lọc
  • •Trang hồ sơ từng công ty + AI Summary (tách fact / generated)
  • •SEO tự sinh: JSON-LD, breadcrumb, sitemap, internal links

Trang concept / kiến trúc (bản nháp, noindex). Chưa nối backend — dùng để chốt phạm vi và ưu tiên trước khi xây từng Phase. Feed vào các trang sẵn có: /companies, Business Radar, Knowledge Graph.