【技術實現步驟摘要】
本專利技術涉及招標數據處理，更具體地說，它涉及一種招標數據評審處理方法、系統及可讀存儲介質。
技術介紹
1、招投標是在市場經濟條件下進行的大宗貨物買賣、工程建設項目發包與承包以及服務項目采購與供應時，所采用的一種交易方式，是商品經濟高度發展的產物，也是有組織開展的一種擇優成交的方式。招投標的大致過程如下：在貨物、工程和服務的采購行為中，招標人事先公布采購和要求，吸引眾多投標人按照同等條件進行平等競爭，最后經過對眾多投標人的綜合評審，從中擇優選定項目的中標人。
2、為了確保招標采購的順利進行，招標組人員需要對投標人提供的數據信息（上述數據信息通常記載于投標標書中）以及投標人資質進行核驗梳理，確保數據信息真實有效的前提下分析投標人自身及投標方案是否滿足招標要求，規避風險。當前在招標采購工作過程中，供應商初評信息的查詢、授標與歷史招標采購中標情況的授標是否互斥、是否存在圍標行為等情況的分析大多是依賴招標組人員線下手工操作，其只能對顯性且固定的數據信息做出分析判斷，對于數據信息之間存在的內在關聯及變動的數據信息則難以處理，最終導致各環節招標采購數據分析、驗證過程效率低下且容易出現錯漏，給招標評審結果帶來不利影響。
技術實現思路
1、針對現有招標評審過程中數據查找與處理多由人工手動操作，增加招標代理機構的評審風險、降低評審質量且效率低下的問題，本申請目的一在于提出一種招標數據評審處理方法，其通過大數據及人工智能的參與，能夠對投標人的數據信息自動加以分析并對風險點加以預警，且能夠對
2、一種招標數據評審處理方法，包括：
3、獲取各投標人關聯的數據信息，存儲為第一數據庫；
4、解析獲取或基于用戶設定抓取所述數據信息中的特征數據，根據所述特征數據獲取與所述特征數據相對應的衍生數據，關聯所述特征數據、衍生數據以及投標人信息并存儲為第二數據庫；
5、基于歷史招投標數據并根據設定判斷規則，將所述特征數據劃分為固定數據及浮動數據，自動或手動為各所述浮動數據配置浮動規則及影響因子，并關聯存儲為第三數據庫；
6、設定并存儲投標數據驗證模型；
7、設定和/或自動確定當前影響因子的輸入值，結合所述浮動規則確定當前浮動數據的數值，將當前待驗證特征數據及其衍生數據輸入至數據驗證模型中，基于模型內置規則輸出驗證結果；
8、其中，所述數據信息包括投標人股權信息數據、投標人曾用名數據、投標人信用數據、歷史招投標信息數據、以及與投標人資質及產能關聯的市場政策數據。
9、通過上述技術方案，當系統獲取到與投標人相關聯的數據信息后，自動抓取數據信息中的特征數據并將其輸入至數據驗證模型中進行校驗，可以減少招標組工作人員篩選數據的工作量；同時，在獲取到特征數據后，通過語義模型生成相對應的衍生數據，如與特征數據描述方式相近似的數據，即使不同投標人對某特征數據的描述方式存在差異，也不影響最終的評審質量，由此可以提升系統的魯棒性和泛化能力；針對于浮動數據配置浮動規則及對應的影響因子，則可以實現對特征數據的實時追蹤，保證授標驗證分析時對應的特征數據為最新數據，保證數據的時效性，提升招標采購的評審質量，降低后期項目實施時的風險。
10、進一步的，所述衍生數據包括：名詞別稱、曾用名、名詞近義詞、物理單位或貨幣單位的換算、名詞縮寫、名詞英譯、詞匯或段落中插入特定間隔符、或涉及計算式的結論；
11、獲取與特征數據相對應的衍生數據，包括：
12、基于歷史招投標數據信息并結合深度學習算法，建立各類招標場景中特征數據所對應的衍生數據庫或語義模型，并根據各衍生數據與特征數據的相關性大小為各衍生數據進行排序且標記應用風險；
13、基于當前招標項目名稱確定當前招標場景，基于抓取的特征數據自對應的衍生數據庫中查找關聯的衍生數據、或直接經由對應的語義模型生成關聯的衍生數據。
14、通過上述技術方案，可以將投標人關聯的數據信息中的特征數據更為全面的錄入至數據驗證模型中，避免出現數據錯漏，提升招標數據評審的質量。
15、進一步的，所述浮動數據包括隨時間、經營行為或市場政策因素變化的特征數據；
16、所述方法還包括：
17、基于歷史招投標數據及市場政策大數據，分析各特征數據的穩定性；
18、根據各所述特征數據的穩定性及其與招標采購項目的相關性，為各特征數據配置對應的風險值；
19、統計投標人各特征數據的風險值之和，若其超過設定值則輸出告警數據；或
20、基于招標采購項目的實施步驟對各特征數據進行分類，統計各類特征數據的風險值之和，若其超過設定值則輸出告警數據。
21、通過上述技術方案，可以有效提醒招標評審人員對重點特征數據或招標項目的某類數據加以審核，提升評審效率的同時避免數據錯漏，提升評審質量。
22、進一步的，所述待驗證特征數據包括：投標人信用行為數據、投標人股權關系數據、投標人授標標結果互斥關系數據、以及投標人與同項目前期已招標的中標人關系數據；
23、所述數據驗證模型的內置規則包括：
24、設定影響投標人信用等級的數據或關鍵詞，自投標人信用行為數據中查找并匹配；
25、基于各投標人的股東名稱向上逐層分析并追溯直至初始股東，查找判定各投標人的上級股東名稱是否存在相同的情況；
26、基于歷史招投標數據信息分析當前投標人的授標標，查找判定授標與歷史招標采購中標情況的授標是否互斥；
27、基于歷史招投標數據獲取同項目前期中標人數據信息，結合投標人股權關系數據判定當前投標人與同項目前期中標人之間的關系；
28、統計各特征數據對應的風險值及其和值，判定其是否超過設定閾值。
29、通過上述技術方案，可以對投標人數據信息快速做出判斷，剔除風險項，降低招標評審風險。
30、進一步的，所述方法還包括：
31、建立各類型項目與驗證規則優先級之間的關聯關系并根據各驗證規則的優先級對驗證規則進行排序；
32、建立風險數據庫用于存儲待驗證特征數據的驗證結果；
33、獲取待驗證特征數據并輸入至數據驗證模型中，基于上述排序逐次對特征數據進行驗證，若不符合當前驗證規則：則對上述特征數據進行標記和/或終止驗證流程并存儲至風險數據庫；
34、若符合當前驗證規則，則進行下一項數據驗證，直至驗證結束。
35、通過上述技術方案，可以將重要的驗證規則排列至最前面，由此可以減少后期驗證的工作量，避免無效驗證，提高評審效率。
36、進一步的，所述方法還包括：
37、關聯本文檔來自技高網...
【技術保護點】
1.一種招標數據評審處理方法，其特征在于，包括：
2.根據權利要求1所述的招標數據評審處理方法，其特征在于，所述衍生數據包括：名詞別稱、曾用名、名詞近義詞、物理單位或貨幣單位的換算、名詞縮寫、名詞英譯、詞匯或段落中插入特定間隔符、或涉及計算式的結論；
3.根據權利要求2所述的招標數據評審處理方法，其特征在于，所述浮動數據包括隨時間、經營行為或市場政策因素變化的特征數據；
4.根據權利要求1所述的招標數據評審處理方法，其特征在于，所述待驗證特征數據包括：投標人信用行為數據、投標人股權關系數據、投標人授標標結果互斥關系數據、以及投標人與同項目前期已招標的中標人關系數據；
5.根據權利要求4所述的招標數據評審處理方法，其特征在于，所述方法還包括：
6.根據權利要求2所述的招標數據評審處理方法，其特征在于，所述方法還包括：
7.根據權利要求3所述的招標數據評審處理方法，其特征在于，所述方法還包括：
8.一種招標數據評審處理系統，其特征在于，包括：
9.根據權利要求8所述的招標數據評審處理系統，
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的招標數據評審處理方法。
...【技術特征摘要】
1.一種招標數據評審處理方法，其特征在于，包括：
2.根據權利要求1所述的招標數據評審處理方法，其特征在于，所述衍生數據包括：名詞別稱、曾用名、名詞近義詞、物理單位或貨幣單位的換算、名詞縮寫、名詞英譯、詞匯或段落中插入特定間隔符、或涉及計算式的結論；
3.根據權利要求2所述的招標數據評審處理方法，其特征在于，所述浮動數據包括隨時間、經營行為或市場政策因素變化的特征數據；
4.根據權利要求1所述的招標數據評審處理方法，其特征在于，所述待驗證特征數據包括：投標人信用行為數據、投標人股權關系數據、投標人授標標結果互斥關系數據、以及投標人與同項目前期已招標的...
【專利技術屬性】
技術研發人員：鄒凌，
申請(專利權)人：上海資文建設工程咨詢有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。