[發明專利]一種基于大數據分析的人工智能評標方法和系統

在審

• 申請號: 201910972687.8
• 申請日: 2019-10-14
• 公開（公告）號: CN110689282A
• 公開（公告）日: 2020-01-14
• 發明（設計）人: 李政;崔其會;滕杰;陳峰;韓智海;張洪偉;陳新貞;徐亮;王玉華;魏昊;吳國瑞;徐學超;李健;高藝;呂惠;吳寶琦;王曉敏
• 申請（專利權）人: 國網山東省電力公司;山東魯能軟件技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/10;G06Q30/06
• 代理公司: 37221 濟南圣達知識產權代理有限公司
• 代理人: 黃海麗

本發明公開了一種基于大數據分析的人工智能評標方法和系統，所述方法包括以下步驟：接收供應商填報的資質信息；對于每個待評標供應商，調取歷史投標信息，對所述供應商的本次資質信息與上次資質信息進行比對，并識別差異信息，生成輔助初評數據；根據評審任務分配規則對各項評標任務自動分配評審專家，并將所述評標任務和相應的輔助初評數據發送至相應評審專家客戶端，進入初評階段；接收評審專家客戶端的初評結果，將初評合格的評標任務再次分配給評審專家，進入詳評階段；進行專家打分。本發明能夠對評標的每個流程進行監控，有效保證數據在整個業務流程各環節中前后一致，降低評標各業務環節的人工干預程度，確保評標公平公正。

技術領域

本發明屬于大數據統計分析技術領域，尤其涉及一種基于大數據分析的人工智能評標方法和系統。

背景技術

目前，省公司招投標業務依托電子商務平臺(ECP)開展相關工作，ECP系統具有完整的招標采購流程，但是絕大部分信息無法自動獲取，需要招標代理機構人員、供應商和專家手工錄入，大大影響了工作效率。

每次投標時供應商購買標書或者資格預審文件后需制作紙質投標文件，且供應商在制作投標文件時，因格式、使用文本編輯軟件版本等的不同制作的標書差強人意，不能統一。

傳統任務分配方式由專家組組長匯總評標數據后進行分工，耗費時間和人力，且不能保證評標工作量分配的合理性和公平性。

傳統初評模式由專家根據供應商遞交投標文件進行比對核實，并手工記錄核實結果，工作量大且極易出錯。以往專家詳評需在初評完成后形成有效投標人名單和廢標名單，再次核查供應商投標文件對有效投標人進行詳評打分，存在大量重復核查工作，耗費大量時間，人工干預程度較大，且專家評標時因每個人對某個項目信息的理解不一樣，沒有統一的評分細則，所評的分數標準不一致。

傳統評標過程全程線下進行，從數據收集、初評、詳評到出具各種名單、報表，全程通過手工匯總整理、核查對比方式進行，致使流程管控性差，無法保證數據收集的完整性和前后一致性，受人工影響較大，且缺乏供應商與招標人員之間的溝通渠道，信息不對稱，導致評標業務效率大幅降低，不能滿足時間業務需要。

發明內容

為克服上述現有技術的不足，本發明提供了一種基于大數據分析的人工智能評標方法和系統，所有數據全程在線采集、流轉、審閱，有效保證數據在整個業務流程各環節中前后一致，降低評標各業務環節的人工干預程度，實現全程跟蹤數據信息，為后續評標工作提供保障。

為實現上述目的，本發明的一個或多個實施例采用如下技術方案：

一種基于大數據分析的人工智能評標方法，包括以下步驟：

接收供應商填報的資質信息；

對于每個待評標供應商，調取歷史投標信息，對所述供應商的本次資質信息與上次資質信息進行比對，并識別差異信息，生成輔助初評數據；

根據評審任務分配規則對各項評標任務自動分配評審專家，并將所述評標任務和相應的輔助初評數據發送至相應評審專家客戶端，進入初評階段；

接收評審專家客戶端的初評結果，將初評合格的評標任務再次分配給評審專家，進入詳評階段；

進行專家打分。

進一步地，預先配置資質信息收集模板，用于采集資質信息。

進一步地，接收供應商填報的資質信息后，還根據設定規則將待評標供應商匹配項目經理，并告知所述項目經理；接收到項目經理發送的評審開始指令時，評標開始。

進一步地，所述詳評階段中，評審任務中的部分指標為客觀打分項，由系統自動打分，另一部分指標為主觀打分項，由評審專家打分。