本发明专利技术公开了一种基于招投标的供应商推荐系统及方法,所述系统包括数据采集模块、处理模块和推荐模块;数据采集模块,用于供应商各维度的数据采集,并对数据进行清洗和自然语言处理;处理模块,用于将处理后的数据根据业务需求为各供应商建立标签,并对各维度进行评分,以实现对各供应商画像;推荐模块,用于根据所述标签和评分结果为招标方推荐供应商;其有益效果是:通过对各供应商采集的数据进行处理,并根据业务需求为供应商贴标签,对各维度进行评分,最后根据标签、评分为潜在招标方推荐合适的供应商;既提高了处理效率,又能有效去主观化和去人为化因素,进而促进招投标市场得以健康发展。
【技术实现步骤摘要】
一种基于招投标的供应商推荐系统及方法
本专利技术涉及供应商推荐
,具体涉及一种基于招投标的供应商推荐系统及方法。
技术介绍
招投标是各个行业中普遍采用的一种竞争性采购方式,其广泛运用于工程建设项目、物品的采购与提供等领域。由于此方式符合市场运行规律,有助于公平竞争,所以得到了大范围推广。然而,从目前的应用情况来看,在投标的过程中,由于供应商的数量众多,需要招标方组织专门的人员对各供应商提供的文件资料进行人为审核、判断;一方面造成处理效率较慢的缺陷;另一方面,也容易存在人为因素的影响。因此,如何提高处理效率,减少人为因素的影响,使招标方快速找到供应商,使招投标市场得以健康发展,一直是亟待解决的问题。
技术实现思路
本专利技术的专利技术目的在于:提供了一种基于招投标的供应商推荐系统及方法,以克服现有技术中所存在的处理效率较慢、易受人为因素影响的缺陷。第一方面:一种基于招投标的供应商推荐系统,包括数据采集模块、处理模块和推荐模块;所述数据采集模块,用于供应商各维度的数据采集,并对数据进行清洗和自然语言处理;所述处理模块,用于将处理后的数据根据业务需求为各供应商建立标签,并对各维度进行评分,以实现对各供应商画像;所述推荐模块,用于根据所述标签和评分结果为招标方推荐供应商。作为本申请一种可选的实施方式,所述数据采集的数据来源于供应商库,所述供应商库按以下步骤建立:通过识别企业是否有投标行为,无任何投标行为则不会入库;再根据企业性质进行筛选;最后根据企业状态,排除状态异常的企业,以形成所述供应商库。作为本申请一种可选的实施方式,还通过所述处理模块对形成的所述供应商库进行如下处理,具体包括:将所述供应商库按预设的筛选指标进行筛选,以形成核心供应商库;其中,所述筛选指标包括投标频次、中标频次、中标金额、中标平均价和服务甲方;再分析核心供应商库中供应商的历史投中标记录,为供应商生成相关产品类标签;所述标签包括供应商主营产品、所属行业、主要服务行业、企业规模、服务甲方和是否非招供应商。作为本申请一种可选的实施方式,所述自然语言处理具体包括:实体识别、关系识别和情感分析;其中,所述情感分析为分析供应商涉及的裁判文书信息,以得出是正面、负面或中性的分析结论,最后确定该结论是否影响到该供应商后续的评价分。作为本申请一种可选的实施方式,所述的一种基于招投标的供应商推荐系统,还包括更新模块,所述更新模块用于对所述核心供应商库进行动态更新,以实现将符合条件的供应商加入,把不符合条件的供应商移除。第二方面:一种基于招投标的供应商推荐方法,应用于第一方面所述的一种基于招投标的供应商推荐系统,所述方法包括:对供应商各维度的数据采集,并对数据进行清洗和自然语言处理;将处理后的数据根据业务需求为各供应商建立标签,并对各维度进行评分,以实现对各供应商画像;根据所述标签和评分结果为招标方推荐供应商。作为本申请一种可选的实施方式,所述数据采集的数据来源于供应商库,所述供应商库按以下步骤建立:通过识别企业是否有投标行为,无任何投标行为则不会入库;再根据企业性质进行筛选;最后根据企业状态,排除状态异常的企业,以形成所述供应商库。作为本申请一种可选的实施方式,所述方法还包括对形成的所述供应商库进行如下处理,具体包括:将所述供应商库按预设的筛选指标进行筛选,以形成核心供应商库;其中,所述筛选指标包括投标频次、中标频次、中标金额、中标平均价和服务甲方;再分析核心供应商库中供应商的历史投中标记录,为供应商生成相关产品类标签;所述标签包括供应商主营产品、所属行业、主要服务行业、企业规模、服务甲方和是否非招供应商。作为本申请一种可选的实施方式,所述自然语言处理具体包括:实体识别、关系识别和情感分析;其中,所述情感分析为分析供应商涉及的裁判文书信息,以得出是正面、负面或中性的分析结论,最后确定该结论是否影响到该供应商后续的评价分。作为本申请一种可选的实施方式,所述方法还包括:对所述核心供应商库进行动态更新,以实现将符合条件的供应商加入,把不符合条件的供应商移除。采用上述技术方案,具有以下优点:本专利技术提出的一种基于招投标的供应商推荐系统及方法,通过对各供应商采集的数据进行处理。并根据业务需求为供应商贴标签,并对各维度进行评分,最后根据标签、评分为潜在招标方推荐合适的供应商;整个过程依赖于系统的自动处理,提高了处理效率,并且使用客观的数据作为推荐处理的基础,能有效去主观化和去人为化因素,为招标方快速找到供应商,进而促进招投标市场得以健康发展。附图说明图1是本专利技术实施例所提供的一种基于招投标的供应商推荐系统的结构示意图;图2是本专利技术实施例所提供的一种基于招投标的供应商推荐方法的流程图。具体实施方式下面将详细描述本专利技术的具体实施例,应当注意,这里描述的实施例只用于举例说明,并不用于限制本专利技术。在以下描述中,为了提供对本专利技术的透彻理解,阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本专利技术。在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本专利技术至少一个实施例中。因此,在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,在此提供的示图都是为了说明的目的,并且示图不一定是按比例绘制的。下面结合附图,对本专利技术作详细的说明。参考图1所示,一种基于招投标的供应商推荐系统,包括数据采集模块、处理模块和推荐模块;应用时,上述系统的各模块可集成于服务器或客户端中,在此不做限制;所述数据采集模块,用于供应商各维度的数据采集,并对数据进行清洗和自然语言处理;具体地,所述数据采集的方式包括扫描和第三方系统抓取等线上、线下相结合的方式;所采集的数据包括招标采购失信、法律诉讼、失信被执行人、成立年限、中标项目数、资质、成立年限、中标总金额、甲方分布的省份数和认证数据等,在此不做逐一列举;并将所采集的数据进行简单的数据清洗并进行自然语言处理,其中,所述自然语言处理具体包括:实体识别、关系识别和情感分析;其中,所述情感分析为分析供应商涉及的裁判文书信息,以得出是正面、负面或中性的分析结论,最后确定该结论是否影响到该供应商后续的评价分。应用时,进一步提高处理效率,提高推荐的准确性;所述数据采集的数据来源于供应商库,所述供应商库按以下步骤建立:通过识别企业是否有投标行为,无任何投标行为则不会入库;再根据企业性质进行筛选;例如性质为个体工本文档来自技高网...
【技术保护点】
1.一种基于招投标的供应商推荐系统,其特征在于,包括数据采集模块、处理模块和推荐模块;/n所述数据采集模块,用于供应商各维度的数据采集,并对数据进行清洗和自然语言处理;/n所述处理模块,用于将处理后的数据根据业务需求为各供应商建立标签,并对各维度进行评分,以实现对各供应商画像;/n所述推荐模块,用于根据所述标签和评分结果为招标方推荐供应商。/n
【技术特征摘要】
1.一种基于招投标的供应商推荐系统,其特征在于,包括数据采集模块、处理模块和推荐模块;
所述数据采集模块,用于供应商各维度的数据采集,并对数据进行清洗和自然语言处理;
所述处理模块,用于将处理后的数据根据业务需求为各供应商建立标签,并对各维度进行评分,以实现对各供应商画像;
所述推荐模块,用于根据所述标签和评分结果为招标方推荐供应商。
2.根据权利要求1所述的一种基于招投标的供应商推荐系统,其特征在于,所述数据采集的数据来源于供应商库,所述供应商库按以下步骤建立:
通过识别企业是否有投标行为,无任何投标行为则不会入库;
再根据企业性质进行筛选;
最后根据企业状态,排除状态异常的企业,以形成所述供应商库。
3.根据权利要求2所述的一种基于招投标的供应商推荐系统,其特征在于,还通过所述处理模块对形成的所述供应商库进行如下处理,具体包括:
将所述供应商库按预设的筛选指标进行筛选,以形成核心供应商库;其中,所述筛选指标包括投标频次、中标频次、中标金额、中标平均价和服务甲方;
再分析核心供应商库中供应商的历史投中标记录,为供应商生成相关产品类标签;所述标签包括供应商主营产品、所属行业、主要服务行业、企业规模、服务甲方和是否非招供应商。
4.根据权利要求3所述的一种基于招投标的供应商推荐系统,其特征在于,所述自然语言处理具体包括:
实体识别、关系识别和情感分析;其中,所述情感分析为分析供应商涉及的裁判文书信息,以得出是正面、负面或中性的分析结论,最后确定该结论是否影响到该供应商后续的评价分。
5.根据权利要求3所述的一种基于招投标的供应商推荐系统,其特征在于,还包括更新模块,所述更新模块用于对所述核心供应商库进行动态更新,以实现将符合条件的供应商加入,把不符合条件的供应商...
【专利技术属性】
技术研发人员:肖剑锋,邢可新,何伟,薛飞弢,王德泉,
申请(专利权)人:北京优易惠技术有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。