基于大數(shù)據(jù)與云計(jì)算的智能化評(píng)標(biāo)系統(tǒng)研究與實(shí)現(xiàn)

◆王微

（大慶油田信息技術(shù)公司 黑龍江 163000）

1 項(xiàng)目背景

智能化評(píng)標(biāo)系統(tǒng)的研究工作一直是國(guó)內(nèi)外招標(biāo)投標(biāo)領(lǐng)域關(guān)注的重點(diǎn)問(wèn)題之一。國(guó)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(bào)價(jià)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(guó)也通過(guò)立法或者制定管理措施等多種積極手段對(duì)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(guó)石油電子招標(biāo)交易平臺(tái)，并與油田自主開發(fā)的生產(chǎn)經(jīng)營(yíng)輔助決策系統(tǒng)進(jìn)行數(shù)據(jù)對(duì)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(gè)招標(biāo)過(guò)程中人為主觀因素的干擾，尤其在評(píng)標(biāo)過(guò)程中顯得尤為突出。因此，迫切需要開展智能化評(píng)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(jì)算機(jī)輔助評(píng)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(jì)

2.1 研究?jī)?nèi)容

基于大數(shù)據(jù)與云計(jì)算技術(shù)，建設(shè)智能化輔助評(píng)標(biāo)系統(tǒng)，可結(jié)合招標(biāo)要求對(duì)投標(biāo)文件、投標(biāo)人以及投標(biāo)報(bào)價(jià)等全方位進(jìn)行智能化評(píng)審，包括客觀評(píng)審因素以及主觀評(píng)審因素，自動(dòng)匯總并輸出結(jié)果，無(wú)需人為操作，可有效防范評(píng)標(biāo)過(guò)程中的舞弊現(xiàn)象、減少評(píng)標(biāo)過(guò)程中人為因素的干擾。智能化輔助評(píng)標(biāo)功能核心為客觀分自動(dòng)評(píng)審、主觀分評(píng)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(bào)價(jià)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(cè)結(jié)果顯示出來(lái)，用于非招標(biāo)采購(gòu)談判相對(duì)人選擇及錄用。

2.2 設(shè)計(jì)思路

建立招標(biāo)文件條款庫(kù)，實(shí)現(xiàn)對(duì)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(kù)，實(shí)現(xiàn)對(duì)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(kù)信息進(jìn)行比對(duì)，自動(dòng)給出比對(duì)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(duì)主觀評(píng)審內(nèi)容的智能評(píng)分；通過(guò)對(duì)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(guò)深度學(xué)習(xí)對(duì)生成模型進(jìn)行校驗(yàn)，不斷對(duì)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(píng)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(píng)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(píng)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(guò)程中人為干預(yù)和自由裁量權(quán)過(guò)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(tái)，包括基礎(chǔ)設(shè)施層、數(shù)據(jù)層、平臺(tái)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(jì)算存儲(chǔ)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(chǔ)、數(shù)據(jù)庫(kù)集群搭建等技術(shù)，對(duì)歷史數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換、加工、挖掘、分析。平臺(tái)層：采用微服務(wù)+Docker架構(gòu)搭建PaaS平臺(tái)。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(píng)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(píng)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(píng)標(biāo)管理、大數(shù)據(jù)分析、系統(tǒng)管理七個(gè)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(kù)服務(wù)器、緩存服務(wù)器、文件服務(wù)器，通過(guò)統(tǒng)一認(rèn)證和分級(jí)授權(quán)，確保數(shù)據(jù)安全和完整，滿足不同用戶的訪問(wèn)。對(duì)服務(wù)器中的數(shù)據(jù)進(jìn)行實(shí)時(shí)備份。在異常情況發(fā)生時(shí)，可以在最短的時(shí)間內(nèi)對(duì)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(kù)，利用圖像識(shí)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(kù)編碼標(biāo)識(shí)，自動(dòng)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(duì)招標(biāo)文件的條款內(nèi)容進(jìn)行結(jié)構(gòu)化，建立條款庫(kù)。一是基礎(chǔ)條款的管理，初始條款庫(kù)的建立需要不同的條款類型建立不同的庫(kù)，在前端頁(yè)面分成不同的菜單和標(biāo)簽頁(yè)，進(jìn)行單獨(dú)維護(hù)。二是單個(gè)項(xiàng)目選取的條款管理，對(duì)同步過(guò)來(lái)的條款名稱和內(nèi)容通過(guò)專人解讀，并形成格式化條款，存入條款內(nèi)容子庫(kù)。按照不同評(píng)審類別，選擇對(duì)應(yīng)的評(píng)審因素。通過(guò)設(shè)置是否主觀項(xiàng)，讀取非主觀項(xiàng)評(píng)審標(biāo)準(zhǔn)，后期為客觀分自動(dòng)評(píng)分提供便利。

以營(yíng)業(yè)執(zhí)照為例，將供應(yīng)商資質(zhì)信息庫(kù)中的營(yíng)業(yè)執(zhí)照子表，關(guān)聯(lián)到條款庫(kù)的營(yíng)業(yè)執(zhí)照子表，營(yíng)業(yè)執(zhí)照編號(hào)、公司類型、法定代表人、經(jīng)營(yíng)范圍、注冊(cè)資本、成立日期、營(yíng)業(yè)期限、登記日期等每一條證明營(yíng)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(yíng)業(yè)執(zhí)照、注冊(cè)資金小項(xiàng)名稱，關(guān)聯(lián)到條款庫(kù)中的每一項(xiàng)條款和供應(yīng)商資質(zhì)庫(kù)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(guò)離線投標(biāo)文件制作工具導(dǎo)入購(gòu)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(píng)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(méi)有被篡改。

3.4 客觀分自動(dòng)評(píng)分

按照條款要求，利用PDF圖像識(shí)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(kù)進(jìn)行比對(duì)，自動(dòng)給出比對(duì)結(jié)果，并將打分條款對(duì)應(yīng)的供應(yīng)商資質(zhì)的內(nèi)容顯示出來(lái)手動(dòng)調(diào)整分?jǐn)?shù)。

自動(dòng)評(píng)分程序提供一套有效狀態(tài)機(jī)，即為有限個(gè)狀態(tài)以及在這些狀態(tài)之間的轉(zhuǎn)移和動(dòng)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(dòng)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(guò)快速算法處理得到最優(yōu)模型要素，最終形成最有競(jìng)爭(zhēng)力的模型要素優(yōu)勢(shì)。模型要素包含以下幾類：注冊(cè)資金、合同業(yè)績(jī)、供貨業(yè)績(jī)、質(zhì)保期、供貨期、投標(biāo)報(bào)價(jià)等；模型要素能夠根據(jù)用戶需求做定制化規(guī)則設(shè)計(jì)，適配不同類型招標(biāo)項(xiàng)目的自動(dòng)評(píng)分需求。

3.5 主觀分智能評(píng)分

基于行業(yè)同類項(xiàng)目的評(píng)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(duì)技術(shù)標(biāo)的主觀評(píng)審條款進(jìn)行評(píng)審打分。通過(guò)文本處理進(jìn)行語(yǔ)句的分類，然后進(jìn)行轉(zhuǎn)換和清洗，完成模型的預(yù)測(cè)?；贏I打分結(jié)果，生成AI評(píng)標(biāo)報(bào)告，供專家評(píng)委參考。

圖1 總分模型真實(shí)數(shù)據(jù)及預(yù)測(cè)數(shù)據(jù)

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(duì)應(yīng)某類中標(biāo)人量身定制。

（2）報(bào)價(jià)異常分析

建立報(bào)價(jià)異常分析模型，以單一投標(biāo)人為主體，統(tǒng)計(jì)其所有中標(biāo)項(xiàng)目的所有投標(biāo)單位報(bào)價(jià)的差比相同次數(shù)，差比相同次數(shù)是否超過(guò)規(guī)定閾值，或存在規(guī)律性變化。

（3）股權(quán)穿透分析

對(duì)接相關(guān)機(jī)構(gòu)系統(tǒng)，對(duì)投標(biāo)人進(jìn)行股權(quán)穿透分析，是否存在多個(gè)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(duì)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(jiǎn)單重復(fù)的情況。

文件樣式雷同：建立文件比對(duì)模型，分析多個(gè)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(cuò)誤位置是否存在雷同。

文件混裝錯(cuò)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(gè)投標(biāo)人的投標(biāo)文件中出現(xiàn)過(guò)。

（5）筆跡鑒定分析

單次筆跡異常：通過(guò)圖形圖像識(shí)別技術(shù)，比較多個(gè)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(duì)投標(biāo)人的簽字筆跡是否在之前的投標(biāo)過(guò)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(duì)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(wèn)題。

（6）專家打分異常

建立大數(shù)據(jù)分析模型，比對(duì)歷史同類項(xiàng)目評(píng)審專家打分情況，評(píng)審專家給出某一投標(biāo)人評(píng)審分值時(shí)，是否出現(xiàn)重大偏差過(guò)高或過(guò)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(bào)名并購(gòu)買標(biāo)書后不提交投標(biāo)文件，或無(wú)正當(dāng)理由放棄中標(biāo)，或多家投標(biāo)人幾乎同時(shí)撤回投標(biāo)。

4 結(jié)論

智能化評(píng)標(biāo)系統(tǒng)的研究，從招標(biāo)管理提升實(shí)際出發(fā)，通過(guò)簡(jiǎn)單的操作實(shí)現(xiàn)“人工智能輔助評(píng)標(biāo)”目標(biāo)，充分調(diào)動(dòng)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(píng)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(dòng)力。