[发明专利]一种基于深度学习的招投标风险值计算系统及方法

说明书

本发明涉及一种基于深度学习的招投标风险值计算系统及方法，包括数据获取单元、数据预处理单元、招投标风险评估模型构建单元、招投标风险评估模型训练单元、风险值VR计算单元、风险等级输出单元和数据反馈单元。本发明的基于深度学习的招投标风险值计算系统及方法，具有能够快速有效地对招投标项目进行风险评价、系统具有良好的自我学习能力等优点。

技术领域

本发明涉及计算机信息技术领域，特别涉及一种基于深度学习的招投标风险值计算系统及方法。

背景技术

招投标一般指招标投标。招标投标是基本建设领域促进竞争的全面经济责任制形式。一般由若干施工单位参与工程投标，招标单位(建设单位)择优入选，谁的工期短、造价低、质量高、信誉好，就把工程任务包给谁，由承建单位与发包单位签订合同，一包到底，按交钥匙的方式组织建设。这种方式是在货物、工程和服务的采购行为中，招标人通过事先公布的采购和要求，吸引众多的投标人按照同等条件进行平等竞争，按照规定程序并组织技术、经济和法律等方面专家对众多的投标人进行综合评审，从中择优选定项目的中标人的行为过程。其实质是以较低的价格获得最优的货物、工程和服务。

近年来，由于新冠疫情的原因很多地方采取了管制措施，使得招标方和投标方的工作人员无法接触，传统的面对面招标方式就无法进行。因此，很多单位采用的网络招标的方式。投标单位只需要通过网络招标系统下载招标文件，按照招标文件的要求提供电子招标文件并将纸质文件寄给招标单位即可完成招标工作，避免了招投标过程中的人员的面对面接触，从而解决了传统招标需要人员接触和易受到地域影响的问题。与传统的招投标方式相比，网络招投标更加公正、公开，相对也更公平，减少“暗箱操作”。大大提高招投标业务的效率，降低业务成本。

现行招标项目的工程建设规模越来越大，单个计价工程的数据量也随之增长，数亿项目频出，千万项目已成常态。招投标的过程中，一旦出现纰漏，将很可能导致整个项目无法正常进行，给招标单位和投标单位带来巨大的经济损失。

现有的网络招投标系统中，投标人传递的都是电子文件。电子文件的真实可靠性，远远不如纸质文件。在招投标过程中，一些投标单位存在采用photoshop等软件随意篡改电子文档、制作虚假证明文件等现象。这也是现有招标过程需要不仅提供电子文件，而且需要提供纸质文件的原因。但是在新冠疫情比较严重的地区，快递和邮递工作暂停的情况下，存在无法提供纸质文件的情况。如此一来，就进一步增加了招投标过程中的风险。王冠在《软件工程师》2014年12月第17卷第12期中发表了《基于FAHP的网络招投标风险研究》一文，通过风险识别，风险评估和风险应对这三种方法，对网络招投标中可能存在的风险进行了分析。针对网络招投标双方，分别建立适用于它们自身的风险评估指标体系。利用模糊层次分析法，对网络招投标双方的风险评估模型进行构建，结合德尔菲法，通过Yaahp软件，确定各个指标的权重，进而找出对网络招投标双方产生较大影响的风险因素，最后利用风险应对的方法，提出了降低招投标双方风险的对策。但是该方法存在智能化程度较低、系统不具备自我学习能力等缺点。

发明内容

本发明的目的是提供一种基于深度学习的招投标风险值计算系统及方法，能够对招投标过程中的风险进行评估、提高。

本发明解决上述技术问题的技术方案如下：

一种基于深度学习的招投标风险值计算系统，包括数据获取单元、数据预处理单元、招投标风险评估模型构建单元、招投标风险评估模型训练单元、风险值VR计算单元、风险等级输出单元和数据反馈单元；

所述数据获取单元，用于获取现有招投标系统的招投标数据初始信息A0和待评估招投标项目的招投标信息A1；

所述数据预处理单元，用于对数据获取单元的招投标数据初始信息A0和待评估招投标项目的招投标信息A1进行处理，招投标数据初始信息A0中从获得训练集D1和测试集D2，从待评估招投标项目的招投标信息A1中提取待评估招投标项目的招投标风险因子B的数据值；