企業(yè)招標(biāo)知識(shí)庫及其建設(shè)階段探討

鄭興遠(yuǎn)

（中國石油天然氣集團(tuán)公司招標(biāo)中心 北京 100724）

隨著現(xiàn)代企業(yè)對成本控制重視程度的提高，物資采購越來越嚴(yán)格、規(guī)范，“招標(biāo)”這一目前高效、陽光、可操作性強(qiáng)的現(xiàn)代化采購方式被廣泛采用。根據(jù)企業(yè)發(fā)展和生產(chǎn)建設(shè)的實(shí)際需要，中國石油天然氣集團(tuán)公司于2012年專門成立了“中國石油招標(biāo)中心”，組織管理和從事招標(biāo)方面的工作。目前，集團(tuán)公司從事招標(biāo)管理和招標(biāo)業(yè)務(wù)的人員總計(jì)7000多人，其中50%為兼職。兼職人員既不可能在短時(shí)間內(nèi)成為專家，也因頻繁的工作流動(dòng)不具備成為專家的動(dòng)力和條件。如何提高從業(yè)人員的專業(yè)水平是目前面臨的一個(gè)非常實(shí)際的問題。

為滿足招標(biāo)工作急需，提高招標(biāo)人員業(yè)務(wù)水平，企業(yè)普遍采取專門培訓(xùn)的辦法，但是傳統(tǒng)的集中式、講座式培訓(xùn)并不能完全適應(yīng)當(dāng)前招標(biāo)隊(duì)伍的人員構(gòu)成及實(shí)際需求。從培訓(xùn)內(nèi)容來看，由于各個(gè)案例的特殊性，準(zhǔn)備再充分的老師也無法在幾次培訓(xùn)中展示所有可能遇到的情況，不能預(yù)測到實(shí)際工作中所有可能遇到的問題；從受訓(xùn)對象來看，填鴨式的機(jī)械學(xué)習(xí)方式對學(xué)員、特別是中年學(xué)員不適宜，還有可能因?yàn)樗鶎W(xué)的內(nèi)容并非是實(shí)際中急需掌握的而使其對培訓(xùn)內(nèi)容不敏感、無興趣。鑒于這種情況，就需要一個(gè)不受場地和時(shí)間限制，可隨時(shí)隨地提供指導(dǎo)，內(nèi)容幾乎涵蓋所有可能遇到的問題，且針對性強(qiáng)、答案準(zhǔn)確的“老師”——招標(biāo)知識(shí)庫。這位“老師”提供的不再是生硬的、由法律明文規(guī)定假設(shè)遇到的特定事件處理方式的教學(xué)方案，而是針對實(shí)際遇見事件的合乎法規(guī)的解決方法。換句話說，需要的是能夠提供“精確制導(dǎo)”式的具體解決方案的一個(gè)知識(shí)庫，讓即使是非專業(yè)招標(biāo)人士也可以在其指導(dǎo)下規(guī)范、出色地完成招標(biāo)任務(wù)。

1 知識(shí)庫及招標(biāo)知識(shí)庫的分類及核心

知識(shí)庫是知識(shí)工程中結(jié)構(gòu)化、易操作、易利用、全面有組織的知識(shí)集群，是針對某一（或某些）領(lǐng)域問題求解的需要，采用某種（或若干）知識(shí)表示方式在計(jì)算機(jī)存儲(chǔ)器中存儲(chǔ)、組織、管理和使用的互相聯(lián)系的知識(shí)片集合。這些知識(shí)片包括與領(lǐng)域相關(guān)的理論知識(shí)、事實(shí)數(shù)據(jù)，以及由專家經(jīng)驗(yàn)得到的啟發(fā)式知識(shí)，如某領(lǐng)域內(nèi)有關(guān)的定義、定理和運(yùn)算法則及常識(shí)性知識(shí)等[1]。

1.1 招標(biāo)知識(shí)庫分類

招標(biāo)知識(shí)庫，其知識(shí)構(gòu)成可以分為事實(shí)知識(shí)、規(guī)則知識(shí)和策略知識(shí)：

（1）將已有的法律、法規(guī)、條例、文件、案例等集中統(tǒng)一保存，并為使用者提供方便、快捷、權(quán)威的檢索服務(wù)，稱為“事實(shí)知識(shí)”。

（2）提供具體事例在相關(guān)法律、法規(guī)、條例、文件規(guī)定下的操作方法，即各相關(guān)法律、法規(guī)、條例、文件規(guī)定在實(shí)際工作中的應(yīng)用，稱為“規(guī)則知識(shí)”。

（3）相比規(guī)則知識(shí)，策略知識(shí)不再是僅僅說明具體事件的一種標(biāo)準(zhǔn)解決方式，因?yàn)楝F(xiàn)實(shí)的事件可能在合法合規(guī)的前提下，也符合多種操作執(zhí)行方式，這時(shí)企業(yè)需要的是能使利益最大化的規(guī)范操作方式。

其中，對于事實(shí)知識(shí)的檢索，知識(shí)庫只是起到一個(gè)規(guī)范檢索口徑、提高檢索效率的作用，不能較好地體現(xiàn)出它相比于傳統(tǒng)百科全書的方案解決優(yōu)勢；而對于高效地解決實(shí)際工作問題，就需要通過對規(guī)則知識(shí)和策略知識(shí)的檢索來實(shí)現(xiàn)。

1.2 招標(biāo)知識(shí)庫核心

對于事實(shí)知識(shí)的建設(shè)，只需收集齊全，并提供快速精準(zhǔn)的檢索即可。這是工作中必須使用的，是建庫的基礎(chǔ)，但所能提供的知識(shí)不具有不可替代性。

招標(biāo)知識(shí)庫的核心是建設(shè)規(guī)則和策略方面的檢索系統(tǒng)。在日常工作中，人們解決一些遇到的問題的方法往往是“師傅帶徒弟”式的言傳身教，許多常見問題在不同的時(shí)間、地點(diǎn)和事件中反復(fù)出現(xiàn)，由于地理分隔、生活習(xí)慣、工作經(jīng)驗(yàn)、知識(shí)水平等原因，對于一些人來說非常簡單的問題，對于另一些人來說卻無法解決。而知識(shí)庫檢索正是提供一個(gè)交流和保存的平臺(tái)，將大家遇到的問題及解決方法保存下來，使以后遇到相同或相似問題的人可以通過對知識(shí)庫的檢索找到解決方法。

2 成功知識(shí)庫建設(shè)案例

知識(shí)庫的建設(shè)思維在我國從古至今一直存在，現(xiàn)僅舉兩例說明。

2.1 《論語》中蘊(yùn)含的“知識(shí)庫”思維

知識(shí)庫的建設(shè)思維在我國古已有之，其中最具有“知識(shí)庫”建設(shè)思維的非《論語》莫屬。眾所周知，《論語》是記錄孔子及其弟子言行的文集，通過問答的形式，闡述、概括了包羅萬象的社會(huì)問題，為后人提供了豐富的知識(shí)源泉，具有極強(qiáng)的概括性。它通過眾人的眼睛來觀察世界，發(fā)現(xiàn)問題，用提問的方式來盡可能地?cái)U(kuò)大收集需要解決問題的范圍——知識(shí)庫思維雛形。

可見，即便是孔子這樣的大智大賢者，其思想的形成也離不開豐富的問題來源。有了問題，才能再針對這些問題進(jìn)行思考和解答。

2.2 百度“知道”的“知識(shí)庫”思維

目前，國內(nèi)較為成功的知識(shí)庫系統(tǒng)是百度公司的“知道”功能，其成功之處在于：開放的問題收集平臺(tái)，并擁有大量的提問人群，因而能擁有海量的覆蓋各個(gè)方面的待解決問題；開放的回答解決問題平臺(tái)，動(dòng)用最廣大的智慧來源解決問題，使問題能夠相對高效準(zhǔn)確地被解決；基于以上兩點(diǎn)，使用者不用提問等待解決方案，即能通過前人的問答過程記錄解決自己的問題；高效的人工智能搜索系統(tǒng)，能準(zhǔn)確地將同類相似問題答案提供給使用者，且高效的聯(lián)想和猜想功能在使用者對提問本身不清晰時(shí)輔助使用者明白自己到底想查的是什么；擁有龐大的使用人群，這是實(shí)現(xiàn)以上四點(diǎn)的前提和基礎(chǔ)。

通過以上這兩個(gè)例子可以看出，基于知識(shí)庫的建設(shè)目的是幫助解決問題，解決問題的方法是檢索和借鑒被保存記錄的以往遇到的相同或相似問題的成功解決方法，即知識(shí)庫中的知識(shí)。知識(shí)庫的建設(shè)，就是處理好這些知識(shí)的3個(gè)部分：知識(shí)收集、知識(shí)儲(chǔ)存、知識(shí)檢索。其中，“收集”要求盡可能全面的覆蓋問題，且時(shí)時(shí)更新編輯；“儲(chǔ)存”要求后臺(tái)分類合理，形成關(guān)聯(lián)知識(shí)片，利于檢索；“檢索”需要手段方便，終端易獲得，操作簡單，且有高效的人工智能輔助。

3 招標(biāo)知識(shí)庫建設(shè)的基本思路和階段規(guī)劃

知識(shí)庫是一個(gè)龐大而復(fù)雜的系統(tǒng)，其內(nèi)涵包括：信息采集與存儲(chǔ)、知識(shí)提取、內(nèi)容檢索、結(jié)果呈現(xiàn)。建設(shè)好如此龐雜的系統(tǒng)，不啻于乾隆皇帝編撰《四庫全書》，建設(shè)難度可想而知，絕不是簡單的依靠搭建企業(yè)級數(shù)據(jù)庫、java開發(fā)前端頁面就能實(shí)現(xiàn)的。如果把知識(shí)庫當(dāng)做一個(gè)企業(yè)級系統(tǒng)進(jìn)行開發(fā)，注定要承擔(dān)極大風(fēng)險(xiǎn)，甚至失敗。

知識(shí)庫需要整合或重新開發(fā)的模塊見圖1。

圖1 知識(shí)庫需要整合或重新開發(fā)的模塊說明

基于人力、物力條件所限，知識(shí)庫建設(shè)可分階段進(jìn)行。在目前條件下我們還只能實(shí)現(xiàn)知識(shí)庫概念階段。

（1）收集及挖掘。事實(shí)知識(shí)類涵蓋國家及部委法律或規(guī)定、集團(tuán)公司各項(xiàng)招標(biāo)有關(guān)規(guī)定等文件，按集團(tuán)12個(gè)模板分類的代表性案例、招標(biāo)標(biāo)準(zhǔn)流程圖及每步的標(biāo)準(zhǔn)執(zhí)行方法。規(guī)則和策略類包括招標(biāo)中心員工遇到的問題及最后的成功解決方案記錄。

（2）信息儲(chǔ)存。利用現(xiàn)有服務(wù)器及局域網(wǎng)，將所有資料通過分類存儲(chǔ)在服務(wù)器硬盤中。

（3）檢索及界面展現(xiàn)。各員工通過局域網(wǎng)登入服務(wù)器硬盤檢索所需信息。

通過以上工作，在概念上實(shí)現(xiàn)知識(shí)庫模式，但因條件所限還無法體現(xiàn)知識(shí)庫的優(yōu)勢。根據(jù)資金緊張的實(shí)際情況，建議集團(tuán)公司招標(biāo)知識(shí)庫的建設(shè)采用深度優(yōu)先的開發(fā)方式，這種低成本、高效率的方式對項(xiàng)目的實(shí)施將會(huì)較為有利。

為此，從工程和財(cái)務(wù)的角度將系統(tǒng)的開發(fā)分為如下幾個(gè)階段。

3.1 初級知識(shí)庫階段

初級知識(shí)庫階段，需要以最低的經(jīng)濟(jì)成本和時(shí)間成本建設(shè)最初級的能形成使用閉環(huán)的系統(tǒng)，使知識(shí)能以高質(zhì)量的信息形式得以收集、存儲(chǔ)、檢索。

（1）收集：僅需支持用戶手動(dòng)進(jìn)行知識(shí)的錄入，例如最常見的法律法規(guī)、招投標(biāo)案例、實(shí)際問題及解決方法等；知識(shí)挖掘部分采用靜態(tài)知識(shí)目錄，而不必花費(fèi)巨大的時(shí)間成本實(shí)現(xiàn)智能挖掘系統(tǒng)；但由于使用人群的擴(kuò)大，將涉及更多的問題，需要將本公司各員工遇到的問題及最后的成功解決方案記錄保存。最終知識(shí)庫內(nèi)容將涵蓋全公司涉及的招標(biāo)問題，并設(shè)立統(tǒng)一解答口徑，有專人定期實(shí)時(shí)解答問題。

（2）存儲(chǔ)：采用最便宜且具強(qiáng)大擴(kuò)展能力的MYSQL，將所提及問題整理后按分類建立數(shù)據(jù)庫統(tǒng)一保存。

（3）檢索：采用成熟的前端展示Browser應(yīng)用展現(xiàn)信息，提供錄入界面?？商峁╇娮踊阉饕媸降臋z索，實(shí)現(xiàn)分詞功能，提供檢索知識(shí)的服務(wù)，搭建初級的招投標(biāo)知識(shí)搜索引擎（表1）。

表1 初級知識(shí)庫階段各模塊功能規(guī)劃說明

實(shí)現(xiàn)以上功能，估計(jì)成本投入在30萬元人民幣左右，在外觀上基本實(shí)現(xiàn)知識(shí)庫模式。但由于使用人數(shù)有限，收集規(guī)模效應(yīng)無法發(fā)揮，且成本投入有限，在保存方面無法建立先進(jìn)的數(shù)據(jù)庫模式，檢索無法智能匹配，只能做到關(guān)聯(lián)匹配式的非人工智能檢索。由于總信息量不大，能初步滿足當(dāng)前信息量的需要。

3.2 知識(shí)庫階段

在第一階段的基礎(chǔ)上，對系統(tǒng)進(jìn)行升級，對初級知識(shí)庫階段中的5個(gè)模塊進(jìn)行較為明顯的改進(jìn)，尤其是實(shí)現(xiàn)云存儲(chǔ)和爬蟲技術(shù)，將獲取信息的觸角延伸到互聯(lián)網(wǎng)。

（1）收集：由于使用人群的進(jìn)一步擴(kuò)大，會(huì)涉及更多的問題，將集團(tuán)各公司每個(gè)招標(biāo)工作員工遇到的問題及最后的成功解決方案記錄保存，最終知識(shí)庫內(nèi)容將涵蓋全集團(tuán)涉及的招標(biāo)問題。由于問題面廣量大，可以開放解答權(quán)限，設(shè)立統(tǒng)一確定口徑，有專人定期時(shí)時(shí)審閱各類問題和解決方法，將最準(zhǔn)確的答案確定發(fā)布。同時(shí)信息收集的重大改進(jìn)是使用C++語言開發(fā)性能強(qiáng)勁的網(wǎng)頁爬蟲，從互聯(lián)網(wǎng)獲取海量信息，并將信息存儲(chǔ)在云存儲(chǔ)系統(tǒng)中。知識(shí)挖掘部分，對靜態(tài)知識(shí)目錄進(jìn)行升級，支持在某些知識(shí)條目下增加對外部信息的交叉引用鏈接。

（2）保存：將所提及的問題整理后按分類建立數(shù)據(jù)庫，統(tǒng)一保存。由于數(shù)據(jù)量增大，對數(shù)據(jù)庫算法及分類方法提出考驗(yàn)和要求。存儲(chǔ)系統(tǒng)向云存儲(chǔ)系統(tǒng)升級，從技術(shù)上來說，可選擇MYSQL Cluster或Redis、HBASE等產(chǎn)品升級空間無限的開源產(chǎn)品。

表2 知識(shí)庫階段各模塊功能規(guī)劃說明

（3）檢索：建立專業(yè)的提問及檢索系統(tǒng)，員工在網(wǎng)絡(luò)覆蓋的地方，使用包括電腦、手機(jī)、IPAD等各類終端都可以登錄知識(shí)庫提問檢索，可提供人工智能的電子化搜索引擎式的檢索。搜索系統(tǒng)升級為支持爬蟲抓取的外部數(shù)據(jù)的檢索，從而改善針對關(guān)鍵詞匹配知識(shí)條目的準(zhǔn)確性。界面展現(xiàn)上需要針對前一版本用戶使用體驗(yàn)進(jìn)行改進(jìn)（表2）。

實(shí)現(xiàn)以上功能就達(dá)到了知識(shí)庫模式，估計(jì)成本投入為150萬元人民幣左右。由于知識(shí)庫的核心是知識(shí)覆蓋面，所以必須保證有大量的用戶數(shù)，收集規(guī)模效應(yīng)才能發(fā)揮，才真正具有檢索價(jià)值。同時(shí)，由于總信息量的提高，保存數(shù)據(jù)庫的合理建立和算法也變得更為重要，這將最終影響檢索的效率。通過數(shù)據(jù)庫的合理保存和人工智能的算法檢索，使用者能夠獲得準(zhǔn)確的所需信息，既不會(huì)錯(cuò)過有用信息，也不會(huì)關(guān)聯(lián)出的信息量過大且多為無效信息。失去檢索效率，知識(shí)庫便失去使用價(jià)值。

3.3 先進(jìn)的知識(shí)庫階段

本階段知識(shí)庫可將全社會(huì)從事招標(biāo)工作的人員納入使用人群。對于知識(shí)庫的使用原理此階段已經(jīng)完全實(shí)現(xiàn)，在無需考慮用戶數(shù)量不足的情況下，知識(shí)庫的建設(shè)重點(diǎn)就轉(zhuǎn)變?yōu)榧兗夹g(shù)方面的數(shù)據(jù)庫保存和檢索算法問題上。云存儲(chǔ)系統(tǒng)線上運(yùn)行一段時(shí)間之后必然會(huì)產(chǎn)生性能調(diào)優(yōu)的需求，在本階段可以將前一階段的數(shù)據(jù)量等重要信息作為依據(jù)進(jìn)行調(diào)優(yōu)。爬蟲的爬取針對性和爬取效率經(jīng)過前一階段的實(shí)際運(yùn)行也有機(jī)會(huì)得到較大的提升。在前一階段積累的海量數(shù)據(jù)基礎(chǔ)上，采用神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)知識(shí)挖掘系統(tǒng)，最終使用“知識(shí)圖譜”替代人工編撰的知識(shí)目錄作為組織知識(shí)的主要形式。檢索系統(tǒng)和界面展現(xiàn)系統(tǒng)均根據(jù)前一階段的使用情況進(jìn)行改進(jìn)。

要達(dá)到目前世界上最先進(jìn)的保存和算法水平，投入成本將達(dá)500萬元以上。達(dá)到此規(guī)模的知識(shí)庫，完全有能力通過增加模塊的方式增加集團(tuán)公司內(nèi)部任何行業(yè)的知識(shí)庫，例如鉆井、采油、煉化等（表3）。

表3 先進(jìn)的知識(shí)庫階段各模塊功能規(guī)劃說明

4 結(jié)論

總的來說，一個(gè)知識(shí)庫的核心是收集盡可能全面的覆蓋問題，且時(shí)時(shí)更新編輯解答；在實(shí)際工作中可能遇到的問題不是通過設(shè)想就可以預(yù)見全面的，目前唯一可行的方法是通過大量的使用人群來發(fā)現(xiàn)問題，用集體智慧來解決問題，形成知識(shí)庫供其他人參考借鑒。至于保存和檢索方法，都是實(shí)現(xiàn)這個(gè)目標(biāo)的純技術(shù)手段，基本是通過資金投入來解決的。集團(tuán)公司建設(shè)知識(shí)庫要從實(shí)用出發(fā)，從初級做起，首先解決兼職招標(biāo)人員應(yīng)急培訓(xùn)的燃眉之急，然后與培訓(xùn)業(yè)務(wù)相匹配，逐步升級，最終建設(shè)成一個(gè)較為先進(jìn)的知識(shí)庫。

[1]林婷.基于ArcGIS的地圖輸出智能化技術(shù)研究[D].杭州：浙江大學(xué)，2006.