网站首页
教育杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
医学杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
经济杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
金融杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
管理杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
科技杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
工业杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
SCI杂志
中科院1区 中科院2区 中科院3区 中科院4区
全部期刊
公務(wù)員期刊網(wǎng) 論文中心 正文

高校采購(gòu)數(shù)據(jù)采集分析及應(yīng)用

前言:想要寫出一篇引人入勝的文章?我們特意為您整理了高校采購(gòu)數(shù)據(jù)采集分析及應(yīng)用范文,希望能給你帶來(lái)靈感和參考,敬請(qǐng)閱讀。

高校采購(gòu)數(shù)據(jù)采集分析及應(yīng)用

摘要傳統(tǒng)的高校政府采購(gòu)數(shù)據(jù)處理方法忽略了項(xiàng)目數(shù)據(jù)的分析對(duì)比。針對(duì)該問(wèn)題,本文研究了運(yùn)用和優(yōu)化對(duì)比分析算法進(jìn)行政府采購(gòu)數(shù)據(jù)的采集和分析,并開發(fā)了一款采購(gòu)數(shù)據(jù)管理系統(tǒng)。首先用網(wǎng)絡(luò)爬蟲程序爬取政府采購(gòu)和高校采購(gòu)信息網(wǎng)站的數(shù)據(jù)內(nèi)容,然后對(duì)所采集的數(shù)據(jù)進(jìn)行處理與分析,最后形成可視化圖表。實(shí)驗(yàn)結(jié)果表明,系統(tǒng)可有效地對(duì)公開的采購(gòu)數(shù)據(jù)資源進(jìn)行分析研究與應(yīng)用。

關(guān)鍵詞政府采購(gòu);網(wǎng)絡(luò)爬蟲;數(shù)據(jù)分析;數(shù)據(jù)可視化

1引言

當(dāng)前,大數(shù)據(jù)、云計(jì)算等新技術(shù)的高速發(fā)展推動(dòng)了信息技術(shù)在各行各業(yè)的深度運(yùn)用,特別是在政府管理信息化方面發(fā)揮了重要的決策參考作用。在國(guó)家“放、管、服”背景下的高校政府采購(gòu)事業(yè)在新的數(shù)據(jù)技術(shù)方面較傳統(tǒng)簡(jiǎn)單的統(tǒng)計(jì)分析有了很大的創(chuàng)新。技術(shù)人員借助大數(shù)據(jù)手段處理海量網(wǎng)絡(luò)數(shù)據(jù)成為常態(tài),運(yùn)用大數(shù)據(jù)分析算法進(jìn)行學(xué)習(xí)研究的案例不勝枚舉[1]。我國(guó)高等院校各項(xiàng)事業(yè)處于欣欣向榮的發(fā)展時(shí)期,在政府采購(gòu)網(wǎng)站、院校采購(gòu)網(wǎng)站上積攢大量的采購(gòu)數(shù)據(jù)信息。高校采購(gòu)過(guò)程終涉及采購(gòu)申請(qǐng)部門、歸口管理部門、招標(biāo)代理機(jī)構(gòu)和投標(biāo)單位等多個(gè)主體。采購(gòu)資料包含招標(biāo)公告、招標(biāo)文件、中標(biāo)公告、經(jīng)濟(jì)合同和驗(yàn)收記錄等多個(gè)資料要素。以上各要素又包含了豐富的屬性數(shù)據(jù),數(shù)據(jù)之間存在著各種關(guān)聯(lián)關(guān)系。本文研究運(yùn)用和優(yōu)化對(duì)比分析算法等大數(shù)據(jù)研究算法來(lái)進(jìn)行政府采購(gòu)數(shù)據(jù)的采集和分析,為招投標(biāo)采購(gòu)提供可視化數(shù)據(jù)分析支撐。

2研究?jī)?nèi)容

收集和整理采購(gòu)數(shù)據(jù)信息的效率低下問(wèn)題和采購(gòu)要素關(guān)聯(lián)分析的算法優(yōu)化問(wèn)題。申購(gòu)部門在進(jìn)行采購(gòu)立項(xiàng)審批環(huán)節(jié)對(duì)可行性研究、需求論證、調(diào)研報(bào)告等申購(gòu)材料存在編制不科學(xué)性和不規(guī)范性問(wèn)題。學(xué)院各部門由于不了解國(guó)家采購(gòu)法律法規(guī)、學(xué)院采購(gòu)管理辦法,存在對(duì)采購(gòu)流程的不熟悉、不理解的問(wèn)題。本文選取對(duì)社會(huì)公共服務(wù)影響較大的政府招投標(biāo)采購(gòu)網(wǎng)進(jìn)行數(shù)據(jù)采集,如江蘇省政府采購(gòu)網(wǎng)和蘇州市政府采購(gòu)網(wǎng)。同時(shí),選取省內(nèi)政府采購(gòu)工作業(yè)績(jī)成效顯著的高校采購(gòu)信息網(wǎng)站作為同類數(shù)據(jù)對(duì)比分析素材的主要來(lái)源。通過(guò)編寫Python爬蟲程序[2],將各大采購(gòu)信息網(wǎng)站上常年積累的項(xiàng)目采購(gòu)公示數(shù)據(jù)進(jìn)行集采與整理,對(duì)各關(guān)鍵指標(biāo)數(shù)據(jù)進(jìn)行挖掘分析,便于將不同的優(yōu)化方案應(yīng)用于今后的采購(gòu)活動(dòng)中。由于采購(gòu)數(shù)據(jù)因項(xiàng)目差異形成龐大的數(shù)據(jù)量,采購(gòu)傳統(tǒng)的人工或半自動(dòng)統(tǒng)計(jì)分類會(huì)造成巨大的人力成本,因此先使用網(wǎng)絡(luò)爬蟲爬取定位院校的采購(gòu)信息網(wǎng)數(shù)據(jù),再用數(shù)據(jù)挖掘算法結(jié)合大數(shù)據(jù)工具進(jìn)行處理,使用數(shù)據(jù)采集工作得到事半功倍的效果。對(duì)采購(gòu)數(shù)據(jù)進(jìn)行搜集、分析和處理,為學(xué)院采購(gòu)工作提供可參考的數(shù)據(jù)分析報(bào)告,為領(lǐng)導(dǎo)決策提供參考。開發(fā)應(yīng)用軟件,應(yīng)用于學(xué)院招標(biāo)采購(gòu)工作中,簡(jiǎn)化后勤服務(wù)流程,方便學(xué)院各部門學(xué)習(xí)采購(gòu)政策解讀,共享調(diào)研論證報(bào)告模板,保障采購(gòu)資料的規(guī)范[3]。將研究報(bào)告中的案例素材作為學(xué)習(xí)資料推廣到學(xué)校各部門,可以有效提高采購(gòu)辦的咨詢服務(wù)效率。

3數(shù)據(jù)分析算法

Apriori算法利用逐層搜索的迭代方法找出數(shù)據(jù)庫(kù)中項(xiàng)集的關(guān)系[4],以形成規(guī)則,屬于第一個(gè)關(guān)聯(lián)規(guī)則的經(jīng)典挖掘算法。通過(guò)數(shù)據(jù)挖掘技術(shù)對(duì)采購(gòu)數(shù)據(jù)信息進(jìn)行各要素之間的關(guān)聯(lián)度分析,并進(jìn)行可視化展示,已經(jīng)成為當(dāng)前后勤招投標(biāo)管理領(lǐng)域比較新穎的研究課題。該研究課題首先利用互聯(lián)網(wǎng)爬蟲技術(shù),編寫爬蟲程序爬取采購(gòu)數(shù)據(jù)[5],并保存到數(shù)據(jù)庫(kù)中。然后對(duì)采購(gòu)數(shù)據(jù)進(jìn)行清洗,并將清洗后的數(shù)據(jù)轉(zhuǎn)化為可以使用算法處理的數(shù)據(jù)。接著使用算法對(duì)轉(zhuǎn)換后的數(shù)據(jù)進(jìn)行處理,并對(duì)兩種算法的處理時(shí)間進(jìn)行分析對(duì)比,確定算法對(duì)數(shù)據(jù)的處理所消耗時(shí)間要少于算法。最后對(duì)數(shù)據(jù)的處理結(jié)果進(jìn)行可視化展示,并進(jìn)行研究分析。研究如何采用互聯(lián)網(wǎng)爬蟲技術(shù)對(duì)各雙高院校長(zhǎng)期積累的采購(gòu)信息數(shù)據(jù)進(jìn)行搜集整理,通過(guò)大數(shù)據(jù)分析算法將采購(gòu)各要素關(guān)聯(lián)起來(lái),總結(jié)雙高院校采購(gòu)方案設(shè)計(jì)和編寫的經(jīng)驗(yàn),為指導(dǎo)學(xué)院采購(gòu)工作提供參考?;诤笄诓少?gòu)招投標(biāo)工作,挖掘該類數(shù)據(jù)的價(jià)值,通過(guò)大數(shù)據(jù)算法發(fā)掘出招標(biāo)文件中各種主體之間的聯(lián)系,為制定采購(gòu)方案和招標(biāo)文件提供了豐富的參考資源[6]。研究數(shù)據(jù)挖掘算法,通過(guò)關(guān)聯(lián)規(guī)則算法來(lái)找出采購(gòu)數(shù)據(jù)中的限價(jià)標(biāo)準(zhǔn)、公告時(shí)點(diǎn)、技術(shù)偏離和付款方式等,找出后勤高質(zhì)量服務(wù)的特征點(diǎn),作為績(jī)效考核指標(biāo)依據(jù)。通過(guò)大數(shù)據(jù)研究算法來(lái)進(jìn)行數(shù)據(jù)的梳理,以便將數(shù)據(jù)可視化處理后形成相關(guān)的圖表資料為高校后勤建設(shè)規(guī)劃和采購(gòu)管理提供參考依據(jù)[7]。

4程序設(shè)計(jì)與開發(fā)

通過(guò)WXML標(biāo)記語(yǔ)言和樣式語(yǔ)言WXSS,基于JavaScript的邏輯層框架,結(jié)合指定組件開發(fā)一款高校采購(gòu)招投標(biāo)信息管理的微信小程序。該系統(tǒng)使用B/S架構(gòu),分為存儲(chǔ)層、邏輯處理層和展示層,使用關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)MySQL。小程序端可以通過(guò)手機(jī)微信直接訪問(wèn),管理系統(tǒng)則通過(guò)瀏覽器進(jìn)行訪問(wèn)。小程序前端使用微信開發(fā)者工具進(jìn)行開發(fā),后端采用IDEA進(jìn)行開發(fā)。系統(tǒng)主界面分四個(gè)區(qū)域:(1)標(biāo)題區(qū)域。該區(qū)域主要用來(lái)顯示系統(tǒng)名稱以及進(jìn)入的功能標(biāo)題。(2)輪播圖區(qū)域。該區(qū)域主要用來(lái)輪流顯示采購(gòu)工作的最新通知、公告、新聞、法律法規(guī)和數(shù)據(jù)統(tǒng)計(jì)等常用的信息內(nèi)容,在主界面上方的顯眼位置進(jìn)行輪番播放,起到及時(shí)提醒用戶的作用。(3)功能模塊區(qū)域。該區(qū)域包含16個(gè)子功能模塊,分別是招標(biāo)信息、采購(gòu)計(jì)劃、項(xiàng)目清單、需求公示、調(diào)研論證、公告文件、評(píng)標(biāo)情況、專家費(fèi)用、合同管理、采購(gòu)日歷、法律法規(guī)、檢索目錄、投標(biāo)簽到、數(shù)據(jù)報(bào)送、代理機(jī)構(gòu)、咨詢服務(wù)。該區(qū)域是采購(gòu)招投標(biāo)管理工作中提供給用戶的主要輔助功能,也是用戶與系統(tǒng)進(jìn)行數(shù)據(jù)交互的通道。(4)底部導(dǎo)航區(qū)域。該區(qū)域包括首頁(yè)、關(guān)注、答疑和我的四個(gè)導(dǎo)航,便于用戶在不同的分頁(yè)間做切換。用于高校采購(gòu)、后勤、資產(chǎn)等部門進(jìn)行招投標(biāo)采購(gòu)工作,提供從采購(gòu)計(jì)劃、需求公示、采購(gòu)審批、招標(biāo)公告到合同流轉(zhuǎn)等一系列采購(gòu)流程中的信息管理服務(wù)。該系統(tǒng)技術(shù)設(shè)計(jì)方案的優(yōu)點(diǎn)是在視圖層與邏輯層間提供數(shù)據(jù)傳輸和事件系統(tǒng),方便聚焦于數(shù)據(jù)和邏輯上。該系統(tǒng)解決了長(zhǎng)期困擾負(fù)責(zé)學(xué)校招投標(biāo)采購(gòu)工作的教師對(duì)于采購(gòu)全流程管理中的信息有序管理問(wèn)題,做到了信息的實(shí)時(shí)更新和整理,便于可控可追溯,有利于提高采購(gòu)流程數(shù)據(jù)可視化管理的效率[8]。它為招投標(biāo)采購(gòu)工作中采購(gòu)計(jì)劃、采購(gòu)公告、專家評(píng)審費(fèi)統(tǒng)計(jì)、合同管理等帶來(lái)了便利,具有一定的實(shí)用價(jià)值。

5數(shù)據(jù)處理與分析

以蘇州某高校2021年政府采購(gòu)數(shù)據(jù)為例,通過(guò)政府采購(gòu)網(wǎng)站、校內(nèi)招標(biāo)信息網(wǎng)站和手機(jī)APP招投標(biāo)管理系統(tǒng)的數(shù)據(jù),經(jīng)過(guò)數(shù)據(jù)處理后形成可視化數(shù)據(jù)圖表[9]。學(xué)院2021年度采購(gòu)金額總計(jì)5020萬(wàn),政府集中采購(gòu)金額和節(jié)約預(yù)算金額分別比2020年增長(zhǎng)12.4%和65.6%。2021年與2020年相比,在論證及驗(yàn)收會(huì)議參與量增長(zhǎng)42%,提供咨詢、培訓(xùn)時(shí)間增長(zhǎng)150%,質(zhì)疑投訴有效處理量提高50%。招標(biāo)文件編制審核時(shí)間下降40%;流標(biāo)次數(shù)下降20%。網(wǎng)上商城和網(wǎng)上競(jìng)價(jià)采購(gòu)工作效率也有大幅提升。同時(shí),在信息推廣和制度宣傳解讀方面,學(xué)院采購(gòu)人員利用晨學(xué)時(shí)間送服務(wù)到基層[10],根據(jù)申購(gòu)部門對(duì)于采購(gòu)需求提出的問(wèn)題,將政府采購(gòu)實(shí)務(wù)案例進(jìn)行講解,答疑解惑,解讀政府采購(gòu)相關(guān)政策。并且將隱性數(shù)據(jù)也統(tǒng)計(jì)在列,提升采購(gòu)招投標(biāo)管理的軟服務(wù)。通過(guò)數(shù)據(jù)分析,在采購(gòu)項(xiàng)目進(jìn)度計(jì)劃方面,為采購(gòu)項(xiàng)目設(shè)計(jì)和定制項(xiàng)目采購(gòu)進(jìn)度計(jì)劃?rùn)M道圖,明確重點(diǎn)責(zé)任分工和關(guān)鍵時(shí)間節(jié)點(diǎn),保證采購(gòu)各流程順利通暢,按時(shí)保質(zhì)保量完成項(xiàng)目任務(wù),以“好、快、省”為采購(gòu)項(xiàng)目化任務(wù)考核目標(biāo)[11]。例如,學(xué)院機(jī)房改造工程項(xiàng)目演變而來(lái)的采購(gòu)進(jìn)度計(jì)劃?rùn)M道圖模板。該模板將采購(gòu)流程的各個(gè)環(huán)節(jié)分解,為后續(xù)時(shí)間緊、任務(wù)重的采購(gòu)項(xiàng)目提供進(jìn)度參考依據(jù),將各部門之間的協(xié)同配合通過(guò)數(shù)據(jù)表現(xiàn)出來(lái),在項(xiàng)目化考核中具有直觀比較的依據(jù),提高采購(gòu)效率。

6結(jié)束語(yǔ)

本文研究了網(wǎng)絡(luò)爬蟲程序爬取政府采購(gòu)數(shù)據(jù)的方法,基于利用優(yōu)化改進(jìn)的Apriori算法,通過(guò)數(shù)據(jù)挖掘技術(shù)對(duì)政府采購(gòu)數(shù)據(jù)信息進(jìn)行采集、歸類、對(duì)比分析,形成可視化圖表。同時(shí)開發(fā)了輔助實(shí)驗(yàn)系統(tǒng),并取得軟件著作權(quán)登記,利用實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了該方法的可靠性。將方法運(yùn)用與實(shí)際工作中,生成了多個(gè)典型的采購(gòu)招投標(biāo)數(shù)據(jù)模型和圖表。這對(duì)于高校政府采購(gòu)信息化管理和數(shù)據(jù)分析具有一定的借鑒意義。

作者:吳健 單位:蘇州經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院

免责声明

本站为第三方开放式学习交流平台,所有内容均为用户上传,仅供参考,不代表本站立场。若内容不实请联系在线客服删除,服务时间:8:00~21:00。

AI写作,高效原创

在线指导,快速准确,满意为止

立即体验
文秘服务 AI帮写作 润色服务 论文发表