大數(shù)據(jù)與云計算智能化評標(biāo)系統(tǒng)淺析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數(shù)據(jù)與云計算智能化評標(biāo)系統(tǒng)淺析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：公共資源電子化交易近年來得到了高速發(fā)展，全國各地各行業(yè)已基本建成了全流程的電子化交易平臺[1]，但大部分評審過程仍需人工操作，對于招標(biāo)公正性產(chǎn)生不確定因素。本文闡述了智能化評標(biāo)系統(tǒng)的設(shè)計思路，以減輕評標(biāo)工作量、提供評標(biāo)效率和準(zhǔn)確率為出發(fā)點(diǎn)，基于大數(shù)據(jù)與云計算等技術(shù)，提供了關(guān)鍵技術(shù)解決方案。

關(guān)鍵詞：智能化評標(biāo)；大數(shù)據(jù)分析；評標(biāo)自動打分；招投標(biāo)數(shù)據(jù)結(jié)構(gòu)化

1項(xiàng)目背景

智能化評標(biāo)系統(tǒng)的研究工作一直是國內(nèi)外招標(biāo)投標(biāo)領(lǐng)域關(guān)注的重點(diǎn)問題之一。國內(nèi)外開展的理論研究各有不同，眾多學(xué)者借助經(jīng)濟(jì)學(xué)理論、法學(xué)理論在報價策略、招投標(biāo)機(jī)制以及完善串通招投標(biāo)制度的法律架構(gòu)等方面展開了大量的研究工作，并且各國也通過立法或者制定管理措施等多種積極手段對圍標(biāo)串標(biāo)行為進(jìn)行打擊治理。大慶油田自2016年起陸續(xù)推廣應(yīng)用中國石油電子招標(biāo)交易平臺，并與油田自主開發(fā)的生產(chǎn)經(jīng)營輔助決策系統(tǒng)進(jìn)行數(shù)據(jù)對接。目前，大慶油田招標(biāo)工作已經(jīng)實(shí)現(xiàn)了全流程電子化。但是現(xiàn)有的電子化交易系統(tǒng)依然解決不了整個招標(biāo)過程中人為主觀因素的干擾，尤其在評標(biāo)過程中顯得尤為突出。因此，迫切需要開展智能化評標(biāo)系統(tǒng)，加強(qiáng)招投標(biāo)大數(shù)據(jù)建設(shè)，探索實(shí)行計算機(jī)輔助評標(biāo)，實(shí)現(xiàn)招投標(biāo)向信息化，智能化轉(zhuǎn)型。

2系統(tǒng)設(shè)計

2.1研究內(nèi)容

基于大數(shù)據(jù)與云計算技術(shù)，建設(shè)智能化輔助評標(biāo)系統(tǒng)，可結(jié)合招標(biāo)要求對投標(biāo)文件、投標(biāo)人以及投標(biāo)報價等全方位進(jìn)行智能化評審，包括客觀評審因素以及主觀評審因素，自動匯總并輸出結(jié)果，無需人為操作，可有效防范評標(biāo)過程中的舞弊現(xiàn)象、減少評標(biāo)過程中人為因素的干擾。智能化輔助評標(biāo)功能核心為客觀分自動評審、主觀分評審以及智能化數(shù)據(jù)分析。智能化數(shù)據(jù)分析，包括投標(biāo)人關(guān)系網(wǎng)絡(luò)、標(biāo)書雷同性分析、報價偏離度分析等，將投標(biāo)人是否造假、是否有圍標(biāo)串標(biāo)行為及行為類型、合同履行情況、投標(biāo)次數(shù)及中標(biāo)次數(shù)分析與預(yù)測結(jié)果顯示出來，用于非招標(biāo)采購談判相對人選擇及錄用。

2.2設(shè)計思路

建立招標(biāo)文件條款庫，實(shí)現(xiàn)對招標(biāo)文件條款的結(jié)構(gòu)化管理；建立投標(biāo)人資質(zhì)信息庫，實(shí)現(xiàn)對供應(yīng)商資質(zhì)信息的管理；將投標(biāo)文件與供應(yīng)商資質(zhì)庫信息進(jìn)行比對，自動給出比對結(jié)果，實(shí)現(xiàn)客觀分打分；借助人工智能模型，實(shí)現(xiàn)對主觀評審內(nèi)容的智能評分；通過對融合后的合同履行情況、投標(biāo)次數(shù)及中標(biāo)次數(shù)等數(shù)據(jù)樣本構(gòu)建分析模型，通過深度學(xué)習(xí)對生成模型進(jìn)行校驗(yàn)，不斷對現(xiàn)有模型進(jìn)行修正，實(shí)現(xiàn)圍標(biāo)串標(biāo)分析判斷。

2.3總體架構(gòu)

采用Springboot+MySQL+Redis+Vue框架，滿足招標(biāo)管理員、評標(biāo)專家、供應(yīng)商所有招投標(biāo)工作的“一站式”需求，涵蓋評審條款設(shè)置、項(xiàng)目設(shè)置、投標(biāo)人應(yīng)答、專家校準(zhǔn)、評分匯總、系統(tǒng)管理等環(huán)節(jié)，實(shí)現(xiàn)全流程電子信息化、人工智能化，減少招標(biāo)過程中人為干預(yù)和自由裁量權(quán)過度使用的現(xiàn)象。

2.4技術(shù)架構(gòu)

采用分層架構(gòu)搭建平臺，包括基礎(chǔ)設(shè)施層、數(shù)據(jù)層、平臺層、應(yīng)用層和展示層。基礎(chǔ)設(shè)施層：網(wǎng)絡(luò)資源以及計算存儲資源。數(shù)據(jù)層：采用數(shù)據(jù)管理、數(shù)據(jù)挖掘、分布式存儲、數(shù)據(jù)庫集群搭建等技術(shù)，對歷史數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換、加工、挖掘、分析。平臺層：采用微服務(wù)+Docker架構(gòu)搭建PaaS平臺。應(yīng)用層：包含項(xiàng)目管理、條款管理、供應(yīng)商資質(zhì)管理、投標(biāo)文件模板管理、評標(biāo)管理、大數(shù)據(jù)分析、系統(tǒng)管理等。采用統(tǒng)一的門戶入口。展示層：采用PC端瀏覽器展示。

2.5功能架構(gòu)

按照油田智能化評標(biāo)業(yè)務(wù)需求，主要分為項(xiàng)目管理、條款管理、供應(yīng)商資質(zhì)管理、投標(biāo)文件模板管理、評標(biāo)管理、大數(shù)據(jù)分析、系統(tǒng)管理七個模塊。

2.6部署方案

在辦公網(wǎng)DMZ區(qū)部署互聯(lián)網(wǎng)接口服務(wù)器，將供應(yīng)商所涉及的相關(guān)服務(wù)進(jìn)行提取、發(fā)布，以滿足供應(yīng)商在互聯(lián)網(wǎng)的使用需求。在辦公網(wǎng)部署Web應(yīng)用服務(wù)器、數(shù)據(jù)庫服務(wù)器、緩存服務(wù)器、文件服務(wù)器，通過統(tǒng)一認(rèn)證和分級授權(quán)，確保數(shù)據(jù)安全和完整，滿足不同用戶的訪問。對服務(wù)器中的數(shù)據(jù)進(jìn)行實(shí)時備份。在異常情況發(fā)生時，可以在最短的時間內(nèi)對服務(wù)器進(jìn)行恢復(fù)。

3關(guān)鍵技術(shù)實(shí)現(xiàn)

3.1供應(yīng)商資質(zhì)數(shù)據(jù)結(jié)構(gòu)化

建立供應(yīng)商資質(zhì)庫，利用圖像識別技術(shù)，實(shí)現(xiàn)將投標(biāo)文件等非結(jié)構(gòu)化文檔進(jìn)行結(jié)構(gòu)化。供應(yīng)商首次登錄上傳資質(zhì)圖片、圖片主要信息，以及更新信息，經(jīng)管理人員審核保存到系統(tǒng)中。中標(biāo)文件缺失信息，管理人員核實(shí)錄入缺失信息。供應(yīng)商再次登錄系統(tǒng)，可直接引用投標(biāo)人資質(zhì)信息數(shù)據(jù)庫編碼標(biāo)識，自動帶出之前上傳的供應(yīng)商圖片和相關(guān)參數(shù)信息。

3.2招標(biāo)條款數(shù)據(jù)機(jī)構(gòu)化

同步大慶油田電子招投標(biāo)管理系統(tǒng)（dqmds）中條款表，對招標(biāo)文件的條款內(nèi)容進(jìn)行結(jié)構(gòu)化，建立條款庫。一是基礎(chǔ)條款的管理，初始條款庫的建立需要不同的條款類型建立不同的庫，在前端頁面分成不同的菜單和標(biāo)簽頁，進(jìn)行單獨(dú)維護(hù)。二是單個項(xiàng)目選取的條款管理，對同步過來的條款名稱和內(nèi)容通過專人解讀，并形成格式化條款，存入條款內(nèi)容子庫。按照不同評審類別，選擇對應(yīng)的評審因素。通過設(shè)置是否主觀項(xiàng)，讀取非主觀項(xiàng)評審標(biāo)準(zhǔn)，后期為客觀分自動評分提供便利。以營業(yè)執(zhí)照為例，將供應(yīng)商資質(zhì)信息庫中的營業(yè)執(zhí)照子表，關(guān)聯(lián)到條款庫的營業(yè)執(zhí)照子表，營業(yè)執(zhí)照編號、公司類型、法定代表人、經(jīng)營范圍、注冊資本、成立日期、營業(yè)期限、登記日期等每一條證明營業(yè)執(zhí)照有效的信息都一一關(guān)聯(lián)到結(jié)構(gòu)化條款。

3.3招投標(biāo)文件工具開發(fā)

開發(fā)招投標(biāo)文件制作工具：使用該工具，選擇投標(biāo)文件模板，創(chuàng)建項(xiàng)目，細(xì)化到營業(yè)執(zhí)照、注冊資金小項(xiàng)名稱，關(guān)聯(lián)到條款庫中的每一項(xiàng)條款和供應(yīng)商資質(zhì)庫各類資質(zhì)子表。將投標(biāo)文件模板導(dǎo)出數(shù)據(jù)包，與招標(biāo)文件一起發(fā)售給供應(yīng)商。供應(yīng)商通過離線投標(biāo)文件制作工具導(dǎo)入購買的數(shù)據(jù)包制作投標(biāo)文件。投標(biāo)文件制作完成后，導(dǎo)出PDF格式的投標(biāo)文件和結(jié)構(gòu)化文件，并附加數(shù)字簽名，結(jié)構(gòu)化文件作為附件上傳，上傳招投標(biāo)系統(tǒng)。開標(biāo)后，由專家將上傳中石油的附件-結(jié)構(gòu)化投標(biāo)文件導(dǎo)入智能評標(biāo)系統(tǒng)中。系統(tǒng)提供PDF一致性校驗(yàn)功能，將數(shù)字簽名解析，進(jìn)行校驗(yàn)，證明該投標(biāo)文件沒有被篡改。

3.4客觀分自動評分

按照條款要求，利用PDF圖像識別技術(shù)，將投標(biāo)文件中填寫的供應(yīng)商資質(zhì)，與供應(yīng)商資質(zhì)庫進(jìn)行比對，自動給出比對結(jié)果，并將打分條款對應(yīng)的供應(yīng)商資質(zhì)的內(nèi)容顯示出來手動調(diào)整分?jǐn)?shù)。自動評分程序提供一套有效狀態(tài)機(jī)，即為有限個狀態(tài)以及在這些狀態(tài)之間的轉(zhuǎn)移和動作等行為的數(shù)學(xué)模型，根據(jù)不同用戶所需不同，此處定義為模型要素，狀態(tài)機(jī)在用戶提供的段落中進(jìn)行自動匹配，找出符合用戶的有效信息，拿到有效信息后，為模型要素提供最高和最低分界線，再通過快速算法處理得到最優(yōu)模型要素，最終形成最有競爭力的模型要素優(yōu)勢。模型要素包含以下幾類：注冊資金、合同業(yè)績、供貨業(yè)績、質(zhì)保期、供貨期、投標(biāo)報價等；模型要素能夠根據(jù)用戶需求做定制化規(guī)則設(shè)計，適配不同類型招標(biāo)項(xiàng)目的自動評分需求。

3.5主觀分智能評分

基于行業(yè)同類項(xiàng)目的評審大數(shù)據(jù)，結(jié)合領(lǐng)先的機(jī)器學(xué)習(xí)技術(shù)，打造多類智能算法模型，快速讀取招投標(biāo)文件，對技術(shù)標(biāo)的主觀評審條款進(jìn)行評審打分。通過文本處理進(jìn)行語句的分類，然后進(jìn)行轉(zhuǎn)換和清洗，完成模型的預(yù)測?；贏I打分結(jié)果，生成AI評標(biāo)報告，供專家評委參考。

3.6大數(shù)據(jù)建模分析

（1）招標(biāo)流程分析建立數(shù)據(jù)模型，分析比較歷史數(shù)據(jù)，確認(rèn)某類流程以及資格條件是為對應(yīng)某類中標(biāo)人量身定制。（2）報價異常分析。建立報價異常分析模型，以單一投標(biāo)人為主體，統(tǒng)計其所有中標(biāo)項(xiàng)目的所有投標(biāo)單位報價的差比相同次數(shù)，差比相同次數(shù)是否超過規(guī)定閾值，或存在規(guī)律性變化。（3）股權(quán)穿透分析。對接相關(guān)機(jī)構(gòu)系統(tǒng)，對投標(biāo)人進(jìn)行股權(quán)穿透分析，是否存在多個投標(biāo)人之間股東存在股權(quán)利益關(guān)系，以及股東或授權(quán)人在其他投標(biāo)人中是否存在相互任職的情況。（4）內(nèi)容異常分析。單次內(nèi)容異常：對投標(biāo)人的投標(biāo)文件中自述部分進(jìn)行比較，方案內(nèi)容、服務(wù)條款、服務(wù)流程是否存在雷同或簡單重復(fù)的情況。文件樣式雷同：建立文件比對模型，分析多個投標(biāo)人的投標(biāo)文件，在目錄編排、文字風(fēng)格、段落縮進(jìn)、字行間距、內(nèi)容描述甚至錯誤位置是否存在雷同。文件混裝錯裝：檢索投標(biāo)人的投標(biāo)文件中是否出現(xiàn)了另一投標(biāo)人的有關(guān)信息，比如出現(xiàn)另一投標(biāo)人的資質(zhì)文件、法人證明、身份信息、聯(lián)系電話、項(xiàng)目人員名單等。歷史內(nèi)容異常：建立內(nèi)容異常分析模型，進(jìn)行爬蟲分析歷史數(shù)據(jù)，辨別本次投標(biāo)人的投標(biāo)文件中自述部分內(nèi)容是否有在之前投標(biāo)中的另一個投標(biāo)人的投標(biāo)文件中出現(xiàn)過。（5）筆跡鑒定分析。單次筆跡異常：通過圖形圖像識別技術(shù)，比較多個投標(biāo)人的筆跡以及簽字部分是否為同一投標(biāo)人所為。歷史筆跡異常：建立大數(shù)據(jù)檢索智能學(xué)習(xí)模型，比對投標(biāo)人的簽字筆跡是否在之前的投標(biāo)過程中出現(xiàn)在另一家投標(biāo)單位的文件中。例如：將A項(xiàng)目中的簽名與B項(xiàng)目中的簽名作對比。如果分析顯示簽不同名字，但是簽字筆跡相同，則證明同一人以不同投標(biāo)人的形式投標(biāo)，投標(biāo)存在問題。（6）專家打分異常。建立大數(shù)據(jù)分析模型，比對歷史同類項(xiàng)目評審專家打分情況，評審專家給出某一投標(biāo)人評審分值時，是否出現(xiàn)重大偏差過高或過低。（7）投標(biāo)異常終止。建立歷史數(shù)據(jù)檢索模型，投標(biāo)人一年內(nèi)多次參加報名并購買標(biāo)書后不提交投標(biāo)文件，或無正當(dāng)理由放棄中標(biāo)，或多家投標(biāo)人幾乎同時撤回投標(biāo)。

4結(jié)論

智能化評標(biāo)系統(tǒng)的研究，從招標(biāo)管理提升實(shí)際出發(fā)，通過簡單的操作實(shí)現(xiàn)“人工智能輔助評標(biāo)”目標(biāo)，充分調(diào)動廣大技術(shù)人員及招標(biāo)從業(yè)人員的積極性，提高招標(biāo)管理工作科學(xué)化、規(guī)范化、專業(yè)化水平。本次研究初步驗(yàn)證了智能化輔助評標(biāo)系統(tǒng)的可行性，后續(xù)項(xiàng)目需要在此基礎(chǔ)上，結(jié)合實(shí)際的業(yè)務(wù)流程需要，進(jìn)一步AI機(jī)器學(xué)習(xí)的應(yīng)用研究與開發(fā)工作，為機(jī)器學(xué)習(xí)階段提供源源不斷的數(shù)據(jù)動力。

參考文獻(xiàn)：

[1]程建寧，張松青.電子招投標(biāo)智能評標(biāo)實(shí)現(xiàn)方法研究[J].中國物流與采購，2021（13）：34-35.

作者:王微 單位:大慶油田信息技術(shù)公司