欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種基于互聯(lián)網(wǎng)的智能招標(biāo)管理平臺(tái)的制作方法

文檔序號(hào):40524793發(fā)布日期:2024-12-31 13:34閱讀:12來(lái)源:國(guó)知局
一種基于互聯(lián)網(wǎng)的智能招標(biāo)管理平臺(tái)的制作方法

本發(fā)明涉及人工智能應(yīng)用,具體涉及一種基于互聯(lián)網(wǎng)的智能招標(biāo)管理平臺(tái)。


背景技術(shù):

1、在傳統(tǒng)招標(biāo)流程中,需要經(jīng)歷發(fā)布招標(biāo)文件、評(píng)審資格、談判價(jià)格、簽訂合同等多個(gè)環(huán)節(jié)。這些環(huán)節(jié)不僅耗費(fèi)大量的時(shí)間和人力資源,而且由于線下招標(biāo)缺乏有效的合規(guī)性監(jiān)管,比如人工操作可能帶來(lái)的風(fēng)險(xiǎn),還容易誘發(fā)不誠(chéng)信行為,如圍標(biāo)、串標(biāo)等。因此招標(biāo)過(guò)程的復(fù)雜性導(dǎo)致信息不對(duì)稱和缺乏透明度,同時(shí)缺乏有效的技術(shù)手段來(lái)降低這些風(fēng)險(xiǎn)。

2、另一方面,由于評(píng)標(biāo)過(guò)程中,評(píng)委需要花費(fèi)大量時(shí)間尋找投標(biāo)人的相應(yīng)資料,且個(gè)別評(píng)委擁有相對(duì)的自由裁量權(quán),容易發(fā)生錯(cuò)審漏評(píng)情況。隨著招投標(biāo)文件的增大,評(píng)標(biāo)難度增加,形成惡性循環(huán),評(píng)委需要花費(fèi)更多的時(shí)間來(lái)尋找投標(biāo)人的相應(yīng)資料,并且由于供應(yīng)商的管理不足,也造成效率低下。

3、鑒于以上問(wèn)題,有必要提供一種基于互聯(lián)網(wǎng)的智能招標(biāo)管理平臺(tái),實(shí)現(xiàn)對(duì)招投標(biāo)過(guò)程中的智能管理。


技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供基于互聯(lián)網(wǎng)的智能招標(biāo)管理平臺(tái),以用于至少解決如上所提到的一個(gè)或多個(gè)技術(shù)問(wèn)題。

2、本發(fā)明的目的可以通過(guò)以下技術(shù)方案實(shí)現(xiàn):

3、在第一方面中,本發(fā)明提供了一種基于互聯(lián)網(wǎng)的智能招標(biāo)管理平臺(tái),包括:數(shù)據(jù)整合與分析模塊:配置為通過(guò)整合所述智能招標(biāo)平臺(tái)的內(nèi)部數(shù)據(jù)和/或外部數(shù)據(jù),建立智能化綜合經(jīng)濟(jì)分析模型;以及通過(guò)所述智能化綜合經(jīng)濟(jì)分析模型,進(jìn)行市場(chǎng)、技術(shù)發(fā)展和歷史價(jià)格的全面分析,以制定招標(biāo)采購(gòu)方案;其中所述內(nèi)部數(shù)據(jù)包括歷史招標(biāo)投標(biāo)數(shù)據(jù)、采購(gòu)合同、工程結(jié)算記錄,所述外部數(shù)據(jù)包括基于互聯(lián)網(wǎng)的價(jià)格趨勢(shì)、行業(yè)報(bào)告、市場(chǎng)分析;

4、標(biāo)準(zhǔn)化招標(biāo)文件模塊:配置為利用自然語(yǔ)言處理和知識(shí)圖譜,構(gòu)建行業(yè)詞法分析及語(yǔ)言模型,以實(shí)現(xiàn)招標(biāo)文件的標(biāo)準(zhǔn)化和智能化編輯;

5、智能問(wèn)答式投標(biāo)文件填寫模塊:配置為通過(guò)引導(dǎo)投標(biāo)人采用智能問(wèn)答方式完成投標(biāo)文件的編寫,以及通過(guò)線上檢查工具,自動(dòng)生成最終的投標(biāo)文件;

6、智能評(píng)標(biāo)工具集模塊:配置為通過(guò)建立智能評(píng)標(biāo)工具,輔助評(píng)標(biāo)過(guò)程;所述智能評(píng)標(biāo)工具包括智能預(yù)打分模型和/或客觀條款校驗(yàn)?zāi)P停?/p>

7、風(fēng)險(xiǎn)預(yù)警模塊:配置為通過(guò)構(gòu)建供應(yīng)商、標(biāo)的物、建設(shè)項(xiàng)目的知識(shí)圖譜,以實(shí)現(xiàn)智能分析和風(fēng)險(xiǎn)預(yù)警;

8、大模型應(yīng)用模塊:配置為利用大模型技術(shù),構(gòu)建ai評(píng)標(biāo)模型,以實(shí)現(xiàn)無(wú)人智能評(píng)審和人機(jī)輔助評(píng)審的雙模評(píng)審模式。

9、在一些實(shí)施例中,所述智能化綜合經(jīng)濟(jì)分析模型包括:

10、數(shù)據(jù)標(biāo)準(zhǔn)化處理單元:配置為將多個(gè)異構(gòu)數(shù)據(jù)源中提取的數(shù)據(jù)處理成統(tǒng)一的格式;包括使用最大-最小歸一化方法對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理,以將數(shù)據(jù)映射到[0,1]范圍內(nèi),公式如下:

11、,

12、其中,max(x)為數(shù)據(jù)中的最大數(shù),min(x)為數(shù)據(jù)中的最小數(shù);為加權(quán)系數(shù);

13、市場(chǎng)競(jìng)爭(zhēng)模型輔助決策單元:配置為通過(guò)市場(chǎng)集中度模型,衡量細(xì)分市場(chǎng)競(jìng)爭(zhēng)度,使用集中度指數(shù)crn和hhi,公式如下:

14、,,

15、其中,表示細(xì)分市場(chǎng)第i位供應(yīng)商的中標(biāo)金額,x表示該細(xì)分市場(chǎng)總招標(biāo)金額;

16、供應(yīng)商群體模型輔助決策單元:配置為構(gòu)建供應(yīng)商群體分類模型,包括根據(jù)供應(yīng)風(fēng)險(xiǎn)因素、采購(gòu)金額因素,將供應(yīng)商劃分為杠桿型、戰(zhàn)略型、一般型和瓶頸型;構(gòu)建模型公式如下:

17、supplier?type?=?f(procurement?amount,supply?risk),

18、其中,f為分類函數(shù),根據(jù)卡拉杰克模型進(jìn)行分類;

19、采購(gòu)價(jià)格模型輔助決策單元:配置為包括采購(gòu)價(jià)格與原材料價(jià)格聯(lián)動(dòng)模型,公式如下:

20、,

21、其中,p是采購(gòu)訂單結(jié)算單價(jià),p1是框架協(xié)議招標(biāo)的中標(biāo)單價(jià),是采購(gòu)訂單簽約日的原材料價(jià)格,是開(kāi)標(biāo)日的原材料價(jià)格,m是原材料含量占比;以及

22、使用線性回歸模型構(gòu)建采購(gòu)參考價(jià)格模型,公式如下:

23、,

24、其中,y是參考價(jià)格,是影響因子,是權(quán)重,,,是其他成本因素,,,是對(duì)應(yīng)的數(shù)量。

25、在一些實(shí)施例中,所述智能化綜合經(jīng)濟(jì)分析模型還包括:

26、數(shù)據(jù)整合單元:配置為利用數(shù)據(jù)清洗工具和算法,清除內(nèi)部數(shù)據(jù)和/或外部數(shù)據(jù)的原始數(shù)據(jù)中的噪聲、錯(cuò)誤和缺失數(shù)據(jù);

27、數(shù)據(jù)同趨勢(shì)化處理單元:配置為將逆向指標(biāo)和適度指標(biāo)轉(zhuǎn)化為正向指標(biāo),保持指標(biāo)統(tǒng)一趨勢(shì),公式如下:

28、,

29、主成分分析單元:配置包括相關(guān)性分析,所述相關(guān)性分析包括計(jì)算變量間的相關(guān)系數(shù),公式如下:

30、,

31、其中,表示變量之間的相關(guān)系數(shù),其值介于-1和1之間;表示變量之間的協(xié)方差,以衡量?jī)蓚€(gè)變量一起變化的程度;為變量的方差,以衡量該變量的離散程度;為變量的方差,以衡量該變量的離散程度;

32、聚類分析單元:配置為通過(guò)確定樣本分類,使用簇內(nèi)誤差平方和確定最佳聚類數(shù)k,公式如下:

33、,

34、其中,sse為簇內(nèi)誤差平方和,k為簇的數(shù)量,為第i個(gè)簇含有的樣本數(shù)量,為第j個(gè)樣本點(diǎn),為第i個(gè)簇的質(zhì)心。

35、在一些實(shí)施例中,所述利用自然語(yǔ)言處理(nlp)和知識(shí)圖譜,構(gòu)建行業(yè)詞法分析及語(yǔ)言模型包括:

36、利用自然語(yǔ)言處理,分析招標(biāo)文件的內(nèi)容,以理解其語(yǔ)義和上下文;其包括使用詞法分析、實(shí)體識(shí)別、依存句法分析來(lái)識(shí)別關(guān)鍵詞匯和術(shù)語(yǔ),以及它們之間的關(guān)系;以及

37、利用知識(shí)圖譜整合行業(yè)知識(shí)、法律法規(guī)、歷史招標(biāo)數(shù)據(jù),形成結(jié)構(gòu)化的知識(shí)庫(kù),以構(gòu)建行業(yè)知識(shí)圖譜。

38、在一些實(shí)施例中,所述通過(guò)引導(dǎo)投標(biāo)人采用智能問(wèn)答方式完成投標(biāo)文件的編寫,以及通過(guò)線上檢查工具,自動(dòng)生成最終的投標(biāo)文件包括:

39、通過(guò)一系列預(yù)設(shè)問(wèn)題引導(dǎo)投標(biāo)人逐一填寫投標(biāo)響應(yīng)內(nèi)容,其中,所述預(yù)設(shè)問(wèn)題包括下列投標(biāo)文件的一個(gè)或多個(gè)方面:技術(shù)方案、商務(wù)條款、資質(zhì)證明;以及

40、通過(guò)所述線上檢查工具,進(jìn)行智能檢查投標(biāo)文件質(zhì)量,包括廢標(biāo)項(xiàng)檢查、完整性檢查、一致性檢查。

41、在一些實(shí)施例中,所述智能預(yù)打分模型包括:

42、數(shù)據(jù)抽取和處理單元:從清標(biāo)表格和投標(biāo)文件中抽取客觀評(píng)分因素,所述客觀評(píng)分因素的客觀指標(biāo)包括價(jià)格、技術(shù)參數(shù)、業(yè)績(jī),以及對(duì)所述數(shù)據(jù)抽取單元抽取的數(shù)據(jù)進(jìn)行預(yù)處理,所述預(yù)處理包括數(shù)據(jù)清洗、標(biāo)準(zhǔn)化;

43、智能預(yù)打分模型構(gòu)建單元:配置為根據(jù)各評(píng)審因素的評(píng)標(biāo)權(quán)重,構(gòu)建預(yù)打分模型,通過(guò)所述預(yù)打分模型計(jì)算各個(gè)投標(biāo)人的客觀分?jǐn)?shù),以供專家審核參考;其中所述預(yù)打分模型通過(guò)機(jī)器學(xué)習(xí)算法,利用歷史數(shù)據(jù)訓(xùn)練模型進(jìn)行構(gòu)建,所述機(jī)器學(xué)習(xí)算法包括支持向量機(jī)(svm)或隨機(jī)森林。

44、在一些實(shí)施例中,所述客觀條款校驗(yàn)?zāi)P桶ǎ?/p>

45、通過(guò)對(duì)比機(jī)器評(píng)定與專家評(píng)定的客觀條款信息,為專家提示人工審核差異的條款信息;當(dāng)機(jī)器評(píng)定與專家評(píng)定存在差異時(shí),該模型提供智能提示,以幫助專家定位差異點(diǎn)。

46、在一些實(shí)施例中,所述通過(guò)構(gòu)建供應(yīng)商、標(biāo)的物、建設(shè)項(xiàng)目的知識(shí)圖譜,以實(shí)現(xiàn)智能分析和風(fēng)險(xiǎn)預(yù)警包括:

47、實(shí)體關(guān)系識(shí)別單元,配置為從清洗后的數(shù)據(jù)中提取實(shí)體和關(guān)系;

48、圖數(shù)據(jù)庫(kù)存儲(chǔ)單元:配置為將所述提取的實(shí)體和關(guān)系存儲(chǔ)到圖數(shù)據(jù)庫(kù)中;以及

49、深度學(xué)習(xí)預(yù)警單元:配置為在知識(shí)圖譜構(gòu)建中,利用深度學(xué)習(xí)進(jìn)行實(shí)體識(shí)別、關(guān)系提取和知識(shí)融合。

50、在一些實(shí)施例中,所述利用大模型技術(shù),構(gòu)建ai評(píng)標(biāo)模型,以實(shí)現(xiàn)無(wú)人智能評(píng)審和人機(jī)輔助評(píng)審的雙模評(píng)審模式包括:

51、所述無(wú)人智能評(píng)審包括通過(guò)大模型技術(shù),主動(dòng)學(xué)習(xí)歷史招投標(biāo)文件與評(píng)標(biāo)報(bào)告,以形成企業(yè)專屬的招投標(biāo)大模型知識(shí)庫(kù);以及

52、在所述無(wú)人智能評(píng)審的基礎(chǔ)上,通過(guò)所述人機(jī)輔助評(píng)審的專家進(jìn)行人工判斷和審核,以確定最終評(píng)審結(jié)果。

53、在第二方面中,本發(fā)明提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),所述存儲(chǔ)介質(zhì)上存儲(chǔ)有基于互聯(lián)網(wǎng)的智能招標(biāo)管理平臺(tái)的計(jì)算機(jī)程序,當(dāng)所述計(jì)算機(jī)程序被一個(gè)或多個(gè)處理器執(zhí)行時(shí),實(shí)現(xiàn)如第一方面任一項(xiàng)所述的實(shí)施例的平臺(tái)模塊功能。

54、通過(guò)以上所提供的一種基于互聯(lián)網(wǎng)的智能招標(biāo)管理平臺(tái),本發(fā)明的有益效果:

55、通過(guò)集成先進(jìn)的信息技術(shù),包括大數(shù)據(jù)技術(shù)、人工智能技術(shù)和云計(jì)算技術(shù)等,來(lái)提高招標(biāo)流程的效率和透明度,降低成本和風(fēng)險(xiǎn),并通過(guò)智能化手段提升評(píng)標(biāo)的質(zhì)量。通過(guò)構(gòu)建ai評(píng)標(biāo)模型,實(shí)現(xiàn)無(wú)人智能評(píng)審和人機(jī)輔助評(píng)審的雙模評(píng)審模式,旨在提高評(píng)標(biāo)的客觀性和工作效率,同時(shí)確保評(píng)標(biāo)結(jié)果的公正性和準(zhǔn)確性。

當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
共和县| 绍兴县| 融水| 贞丰县| 丰顺县| 高青县| 淮安市| 莲花县| 都安| 焉耆| 鹤庆县| 绍兴县| 广宗县| 广水市| 电白县| 南投市| 项城市| 屯留县| 静乐县| 汽车| 牟定县| 天长市| 手机| 桂林市| 南川市| 客服| 清苑县| 辽宁省| 康平县| 韶山市| 抚州市| 错那县| 康平县| 中山市| 陆河县| 呼图壁县| 大埔县| 石首市| 霍州市| 天峨县| 永春县|