大数据与云计算智能化评标系统浅析

前言：想要写出一篇引人入胜的文章？我们特意为您整理了大数据与云计算智能化评标系统浅析范文，希望能给你带来灵感和参考，敬请阅读。

摘要：公共资源电子化交易近年来得到了高速发展，全国各地各行业已基本建成了全流程的电子化交易平台[1]，但大部分评审过程仍需人工操作，对于招标公正性产生不确定因素。本文阐述了智能化评标系统的设计思路，以减轻评标工作量、提供评标效率和准确率为出发点，基于大数据与云计算等技术，提供了关键技术解决方案。

关键词：智能化评标；大数据分析；评标自动打分；招投标数据结构化

1项目背景

智能化评标系统的研究工作一直是国内外招标投标领域关注的重点问题之一。国内外开展的理论研究各有不同，众多学者借助经济学理论、法学理论在报价策略、招投标机制以及完善串通招投标制度的法律架构等方面展开了大量的研究工作，并且各国也通过立法或者制定管理措施等多种积极手段对围标串标行为进行打击治理。大庆油田自2016年起陆续推广应用中国石油电子招标交易平台，并与油田自主开发的生产经营辅助决策系统进行数据对接。目前，大庆油田招标工作已经实现了全流程电子化。但是现有的电子化交易系统依然解决不了整个招标过程中人为主观因素的干扰，尤其在评标过程中显得尤为突出。因此，迫切需要开展智能化评标系统，加强招投标大数据建设，探索实行计算机辅助评标，实现招投标向信息化，智能化转型。

2系统设计

2.1研究内容

基于大数据与云计算技术，建设智能化辅助评标系统，可结合招标要求对投标文件、投标人以及投标报价等全方位进行智能化评审，包括客观评审因素以及主观评审因素，自动汇总并输出结果，无需人为操作，可有效防范评标过程中的舞弊现象、减少评标过程中人为因素的干扰。智能化辅助评标功能核心为客观分自动评审、主观分评审以及智能化数据分析。智能化数据分析，包括投标人关系网络、标书雷同性分析、报价偏离度分析等，将投标人是否造假、是否有围标串标行为及行为类型、合同履行情况、投标次数及中标次数分析与预测结果显示出来，用于非招标采购谈判相对人选择及录用。

2.2设计思路

建立招标文件条款库，实现对招标文件条款的结构化管理；建立投标人资质信息库，实现对供应商资质信息的管理；将投标文件与供应商资质库信息进行比对，自动给出比对结果，实现客观分打分；借助人工智能模型，实现对主观评审内容的智能评分；通过对融合后的合同履行情况、投标次数及中标次数等数据样本构建分析模型，通过深度学习对生成模型进行校验，不断对现有模型进行修正，实现围标串标分析判断。

2.3总体架构

采用Springboot+MySQL+Redis+Vue框架，满足招标管理员、评标专家、供应商所有招投标工作的“一站式”需求，涵盖评审条款设置、项目设置、投标人应答、专家校准、评分汇总、系统管理等环节，实现全流程电子信息化、人工智能化，减少招标过程中人为干预和自由裁量权过度使用的现象。

2.4技术架构

采用分层架构搭建平台，包括基础设施层、数据层、平台层、应用层和展示层。基础设施层：网络资源以及计算存储资源。数据层：采用数据管理、数据挖掘、分布式存储、数据库集群搭建等技术，对历史数据进行清洗、转换、加工、挖掘、分析。平台层：采用微服务+Docker架构搭建PaaS平台。应用层：包含项目管理、条款管理、供应商资质管理、投标文件模板管理、评标管理、大数据分析、系统管理等。采用统一的门户入口。展示层：采用PC端浏览器展示。

2.5功能架构

按照油田智能化评标业务需求，主要分为项目管理、条款管理、供应商资质管理、投标文件模板管理、评标管理、大数据分析、系统管理七个模块。

2.6部署方案

在办公网DMZ区部署互联网接口服务器，将供应商所涉及的相关服务进行提取、发布，以满足供应商在互联网的使用需求。在办公网部署Web应用服务器、数据库服务器、缓存服务器、文件服务器，通过统一认证和分级授权，确保数据安全和完整，满足不同用户的访问。对服务器中的数据进行实时备份。在异常情况发生时，可以在最短的时间内对服务器进行恢复。

3关键技术实现

3.1供应商资质数据结构化

建立供应商资质库，利用图像识别技术，实现将投标文件等非结构化文档进行结构化。供应商首次登录上传资质图片、图片主要信息，以及更新信息，经管理人员审核保存到系统中。中标文件缺失信息，管理人员核实录入缺失信息。供应商再次登录系统，可直接引用投标人资质信息数据库编码标识，自动带出之前上传的供应商图片和相关参数信息。

3.2招标条款数据机构化

同步大庆油田电子招投标管理系统（dqmds）中条款表，对招标文件的条款内容进行结构化，建立条款库。一是基础条款的管理，初始条款库的建立需要不同的条款类型建立不同的库，在前端页面分成不同的菜单和标签页，进行单独维护。二是单个项目选取的条款管理，对同步过来的条款名称和内容通过专人解读，并形成格式化条款，存入条款内容子库。按照不同评审类别，选择对应的评审因素。通过设置是否主观项，读取非主观项评审标准，后期为客观分自动评分提供便利。以营业执照为例，将供应商资质信息库中的营业执照子表，关联到条款库的营业执照子表，营业执照编号、公司类型、法定代表人、经营范围、注册资本、成立日期、营业期限、登记日期等每一条证明营业执照有效的信息都一一关联到结构化条款。

3.3招投标文件工具开发

开发招投标文件制作工具：使用该工具，选择投标文件模板，创建项目，细化到营业执照、注册资金小项名称，关联到条款库中的每一项条款和供应商资质库各类资质子表。将投标文件模板导出数据包，与招标文件一起发售给供应商。供应商通过离线投标文件制作工具导入购买的数据包制作投标文件。投标文件制作完成后，导出PDF格式的投标文件和结构化文件，并附加数字签名，结构化文件作为附件上传，上传招投标系统。开标后，由专家将上传中石油的附件-结构化投标文件导入智能评标系统中。系统提供PDF一致性校验功能，将数字签名解析，进行校验，证明该投标文件没有被篡改。

3.4客观分自动评分

按照条款要求，利用PDF图像识别技术，将投标文件中填写的供应商资质，与供应商资质库进行比对，自动给出比对结果，并将打分条款对应的供应商资质的内容显示出来手动调整分数。自动评分程序提供一套有效状态机，即为有限个状态以及在这些状态之间的转移和动作等行为的数学模型，根据不同用户所需不同，此处定义为模型要素，状态机在用户提供的段落中进行自动匹配，找出符合用户的有效信息，拿到有效信息后，为模型要素提供最高和最低分界线，再通过快速算法处理得到最优模型要素，最终形成最有竞争力的模型要素优势。模型要素包含以下几类：注册资金、合同业绩、供货业绩、质保期、供货期、投标报价等；模型要素能够根据用户需求做定制化规则设计，适配不同类型招标项目的自动评分需求。

3.5主观分智能评分

基于行业同类项目的评审大数据，结合领先的机器学习技术，打造多类智能算法模型，快速读取招投标文件，对技术标的主观评审条款进行评审打分。通过文本处理进行语句的分类，然后进行转换和清洗，完成模型的预测。基于AI打分结果，生成AI评标报告，供专家评委参考。

3.6大数据建模分析

（1）招标流程分析建立数据模型，分析比较历史数据，确认某类流程以及资格条件是为对应某类中标人量身定制。（2）报价异常分析。建立报价异常分析模型，以单一投标人为主体，统计其所有中标项目的所有投标单位报价的差比相同次数，差比相同次数是否超过规定阈值，或存在规律性变化。（3）股权穿透分析。对接相关机构系统，对投标人进行股权穿透分析，是否存在多个投标人之间股东存在股权利益关系，以及股东或授权人在其他投标人中是否存在相互任职的情况。（4）内容异常分析。单次内容异常：对投标人的投标文件中自述部分进行比较，方案内容、服务条款、服务流程是否存在雷同或简单重复的情况。文件样式雷同：建立文件比对模型，分析多个投标人的投标文件，在目录编排、文字风格、段落缩进、字行间距、内容描述甚至错误位置是否存在雷同。文件混装错装：检索投标人的投标文件中是否出现了另一投标人的有关信息，比如出现另一投标人的资质文件、法人证明、身份信息、联系电话、项目人员名单等。历史内容异常：建立内容异常分析模型，进行爬虫分析历史数据，辨别本次投标人的投标文件中自述部分内容是否有在之前投标中的另一个投标人的投标文件中出现过。（5）笔迹鉴定分析。单次笔迹异常：通过图形图像识别技术，比较多个投标人的笔迹以及签字部分是否为同一投标人所为。历史笔迹异常：建立大数据检索智能学习模型，比对投标人的签字笔迹是否在之前的投标过程中出现在另一家投标单位的文件中。例如：将A项目中的签名与B项目中的签名作对比。如果分析显示签不同名字，但是签字笔迹相同，则证明同一人以不同投标人的形式投标，投标存在问题。（6）专家打分异常。建立大数据分析模型，比对历史同类项目评审专家打分情况，评审专家给出某一投标人评审分值时，是否出现重大偏差过高或过低。（7）投标异常终止。建立历史数据检索模型，投标人一年内多次参加报名并购买标书后不提交投标文件，或无正当理由放弃中标，或多家投标人几乎同时撤回投标。

4结论

智能化评标系统的研究，从招标管理提升实际出发，通过简单的操作实现“人工智能辅助评标”目标，充分调动广大技术人员及招标从业人员的积极性，提高招标管理工作科学化、规范化、专业化水平。本次研究初步验证了智能化辅助评标系统的可行性，后续项目需要在此基础上，结合实际的业务流程需要，进一步AI机器学习的应用研究与开发工作，为机器学习阶段提供源源不断的数据动力。

参考文献：

[1]程建宁，张松青.电子招投标智能评标实现方法研究[J].中国物流与采购，2021（13）：34-35.

作者:王微 单位:大庆油田信息技术公司