一种基于大数据工程项目招标管理系统及方法与流程

1.本发明涉及工程管理技术领域，具体涉及一种基于大数据工程项目招标管理系统及方法。


背景技术：

2.目前，随着互联网技术的成熟，各种基于网络的应用服务得到迅速的发展，远程招标系统(如工程招标、采购)就是这样一种实例。所谓远程招标，指通过指定网络媒体发布招标公告、发售电子招标文件、进行招标文件澄清等功能，完成招标活动。
3.现有技术cn201811564916.4公开了一种招标投标系统及方法，其招标投标方法包括获取投标项目建立消息，其中，投标项目建立消息包括项目规划数据、人员储备数据和工程造价数据，根据投标项目建立消息，得到招标文件；根据招标文件，通过数字摘要技术对招标文件中，每项内容进行处理，得到与招标文件中每项内容对应的数字摘要；采用非对称加密算法对每项数据摘要进行加密，得到与每项数据摘要对应的数据区块；通过区块链技术对每个数据区块进行处理，得到招标文件区块链，并根据招标文件区块链发送审核消息；在获取到审核消息后，使用与非对称加密算法相对应的解密方法，对招标文件区块链中的数据区块进行解密，得到待审核文件，具有提高招标文件安全性的效果。
4.虽然现有技术能够有效的保证招标文件的安全性，但是所有的招标单位信息均需要进行人工审核以及人工对招标单位进行筛选，极大的影响了招标效率，并且仅利用招标单位提供的招标文件难以全面衡量招标单位等级，导致招标精度低。


技术实现要素：

5.本发明的目的在于提供一种基于大数据工程项目招标管理系统及方法，以解决现有技术中所有的招标单位信息均需要进行人工审核以及人工对招标单位进行筛选，极大的影响了招标效率，并且仅利用招标单位提供的招标文件难以全面衡量招标单位等级，导致招标精度低的技术问题。
6.为解决上述技术问题，本发明具体提供下述技术方案：
7.一种基于大数据工程项目招标管理方法，包括以下步骤：
8.步骤s1、获取对评标具有影响因素的招标单位的评标参考数据，对每个所述招标单位的所述评标参考数据进行大数据舆情分析以获得舆情分析图谱；
9.步骤s2、依据所述舆情分析图谱对每个所述招标单位进行分级聚类分析以获得具有多个不同等级的招标集群数据，并以所述招标集群数据为基准对每个所述招标单位进行集群代表式统一评价；
10.步骤s3、依据每个所述招标单位的评价结果进行招标单位的优劣筛选以完成招标单位审核。
11.作为本发明的一种优选方案，所述步骤s1中，对所述招标单位进行大数据舆情分析的方法包括：
12.步骤s101、评标参考数据基于所述评标参考数据构建舆情热词表；
13.步骤s102、结合所述评标参考数据评标参考数据和舆情热词表创建招标单位舆情图谱。
14.作为本发明的一种优选方案，所述步骤s102中，创建招标单位舆情图谱的方法包括：
15.步骤s1021：根据所述评标参考数据，为各个招标单位创建招标单位信息表，正负面信息表，舆情资讯来源信息表，舆情资讯来源分类信息表，以及资讯事件类型信息表；
16.步骤s1022：根据所述评标参考数据，为各个招标单位创建招标单位与正负面的连接属性表，正负面与舆情资讯来源分类的连接属性表，舆情资讯来源分类和舆情资讯来源的连接属性表，以及舆情资讯来源与对应的资讯事件类型的连接属性表；
17.步骤s1023：根据步骤s1021的结果，为各个招标单位创建招标单位节点属性，正负面节点属性，舆情资讯来源节点属性，舆情资讯来源分类节点属性，以及资讯事件类型节点属性；
18.步骤s1024：根据步骤s1022的结果，为各个招标单位创建招标单位与正负面的连接属性，正负面与舆情资讯来源分类的连接属性，舆情资讯来源分类和舆情资讯来源的连接属性，以及舆情资讯来源与对应的资讯事件类型的连接属性；
19.步骤s1025：根据步骤s1023和s1024的结果，为各个招标单位创建招标单位节点与正负面节点的连接属性，正负面节点与舆情资讯来源分类节点的连接属性，舆情资讯来源分类节点和舆情资讯来源节点的连接属性，以及舆情资讯来源节点与对应的资讯事件类型节点的连接属性，完成构建招标单位舆情图谱。
20.作为本发明的一种优选方案，所述步骤s2中，基于招标单位舆情图谱对所有招标单位进行分级聚类分析获得具有多个不同等级的招标集群数据的方法包括：
21.步骤s201、将每个招标单位舆情图谱进行编码转换为招标单位舆情网络以使得将招标单位舆情图谱包含的等级属性等价转换为招标单位舆情网络的拓扑属性，实现拓扑属性对等级属性的等价数学量化；
22.步骤s202、对所有招标单位利用招标单位舆情网络的拓扑属性相似度进行分级聚类分析，并将招标单位舆情网络具有相同拓扑属性的招标单位划分至同一招标集群，以及招标单位舆情网络具有不同拓扑属性的招标单位划分至不同招标集群，以等价实现将相同等级属性的招标单位划分至同一招标集群，以及将不同等级属性的招标单位划分至不同招标集群完成将所有招标单位划分至多个不同等级的招标集群；
23.步骤s203、对每个招标集群进行招标等级判定，并将招标集群的招标等级作为招标集群中包含的所有招标单位的招标等级以实现以招标集群为评价整体完成对归属于同一招标集群中所有招标单位的统一评价。
24.作为本发明的一种优选方案，步骤s201中，将每个招标单位舆情图谱进行编码转换为招标单位舆情网络的方法包括：
25.将所述正负面节点中的正面节点以及与正面节点具有逐级连接属性的所有舆情资讯来源分类节点，舆情资讯来源节点，以及对应的资讯事件类型节点逐级升序编码为十进制的偶数节点，并将所述正负面节点中的负面节点以及与负面节点具有逐级连接属性的所有舆情资讯来源分类节点，舆情资讯来源节点，以及对应的资讯事件类型节点逐级升序
编码为十进制的奇数节点；
26.保留所述招标单位舆情图谱中所有的连接属性，并对应转换为偶数节点间、奇数节点间的连接边以及边权重；
27.利用所述偶数节点、奇数节点、偶数节点间、奇数节点间的连接边以及边权重创建为招标单位舆情网络；
28.所述逐级升序编码是指所述舆情资讯来源分类节点，舆情资讯来源节点，以及对应的资讯事件类型节点以数值升序方式进行逐级编码。
29.作为本发明的一种优选方案，所述s202中，对所有招标单位利用招标单位舆情网络的拓扑属性相似度进行分级聚类分析的方法包括：
30.将所述招标单位舆情网络转化为具有权重形式的邻接矩阵表示，所述邻接矩阵为：
31.a＝[a
ij
]，
[0032]
其中，a表征为邻接矩阵，a
ij
表征为a的第i行第j列矩阵元素，表征为a的第i行第j列矩阵元素，i∈[0,n]，j∈[0,n]，n＝max((2*k1‑
1),(2*k2))，k1、k2分别表征为奇数节点、偶数节点的总数目，max()表征为取最大值函数，n为表征为招标单位舆情网络的最大节点，a
ij
＝0表征为招标单位舆情网络中节点i 与节点j之间不存在连接边，a
ij
＝w
ij
表征为招标单位舆情网络中节点i与节点j之间存在连接边且边权重为w
ij
；
[0033]
统一所有邻接矩阵的量纲以消除量纲差异，所述邻接矩阵的量纲统一公式为：
[0034][0035]
其中，a1表征为统一量纲后的邻接矩阵,a
ij
表征为a的第i行第j列矩阵元素，i∈[0,n]，j∈[0,n]，n＝max((2*k1‑
1),(2*k2))，k1、k2分别表征为奇数节点、偶数节点的总数目，max()表征为取最大值函数， n为表征为招标单位舆情网络的最大节点，a
ij
＝0表征为招标单位舆情网络中节点i与节点j之间不存在连接边，a
ij
＝w
ij
表征为招标单位舆情网络中节点 i与节点j之间存在连接边且边权重为w
ij
。
[0036]
作为本发明的一种优选方案，所述s202中，对所有招标单位利用招标单位舆情网络的拓扑属性相似度进行分级聚类分析的方法还包括：
[0037]
步骤一：将每个招标单位划分为单个独立的招标集群；
[0038]
步骤二：依次计算两招标集群的相似性，并基于最大相似度将两招标集群融合至同一招标集群，所述招标集群的相似度为两招标集群中相似度最大的一对招标单位的统一量纲后的邻接矩阵之间的相似度，所述相似度用欧式距离进行度量，所述相似度的具体计算公式为：
[0039][0040]
其中，s表征为招标集群r1和招标集群r2的相似度，分别表征为招标集
群r1和招标集群r2中相似度最大的一对招标单位统一量纲后的邻接矩阵，t为矩阵转置运算符；
[0041]
步骤三：重复步骤二直至步骤二中的招标集群总数目是步骤一中招标集群总数目的10％完成聚类分析，并将步骤二中的招标集群作为所有招标单位的分级聚类分析的集群划分结果。
[0042]
作为本发明的一种优选方案，所述步骤s203中，对招标集群进行招标等级判定的方法包括：
[0043]
在所有招标集群中均随机选取一个招标单位作为评估代表单位，并统计每个评估代表单位的连接属性偶数节点间的边权重和作为正面权重，以及连接属性奇数节点间的边权重和作为负面权重；
[0044]
将每个评估代表单位的正面权重和负面权重比值作为评估代表单位所属的招标集群的招标等级；
[0045]
将所述招标等级应用到评估代表单位所属的招标集群中作为评估代表单位所属的招标集群中所有的招标单位的招标等级，实现对招标集群的统一评价。
[0046]
作为本发明的一种优选方案，步骤s3，依据每个所述招标单位的评价结果进行招标单位的优劣筛选的方法包括：
[0047]
设定等级阈值，将招标等级高于所述等级阈值的所有招标单位作为优质招标单位在招标序列予以保留，并给予招标资格；
[0048]
将招标等级低于所述等级阈值的所有招标单位作为劣质招标单位在招标序列中予以剔除，并删除招标资格。
[0049]
作为本发明的一种优选方案，本发明提供了一种根据所述的基于大数据工程项目招标管理方法的管理系统，包括：
[0050]
项目招标门户，用于为招标单位提供招标信息提交的门户，并生成招标序列；
[0051]
舆情分析单元，用于对招标单位进行大数据舆情分析得出招标单位舆情图谱；
[0052]
单位筛选单元，用于基于招标单位舆情图谱对所有招标单位进行等级评价以及优质招标单位的筛选基于最大相似度将两招标集群融合至同一招标集群。
[0053]
本发明与现有技术相比较具有如下有益效果：
[0054]
本发明利用对招标单位的舆情分析可全面掌握招标单位的正负面评价数据以及生成招标单位舆情网络，实现了对招标单位的全面评价，并利用招标单位舆情网络将招标单位进行同等级聚类成多个等级的招标集群以实现对所有招标单位进行集群式的统一评价，有效的提高招标单位的评价效率，最终整体上提高了招标审核效率和招标审核精度。
附图说明
[0055]
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
[0056]
图1为本发明实施例提供的基于大数据工程项目招标管理方法流程图；
[0057]
图2为本发明实施例提供的招标单位舆情图谱结构示意图；
[0058]
图3为本发明实施例提供的招标单位舆情网络结构示意图；
[0059]
图4为本发明实施例提供的奇偶数编码和随机编码的拓扑结构相似比较差异示意图；
[0060]
图5为本发明实施例提供的管理系统结构框图。
[0061]
图中的标号分别表示如下：
[0062]1‑
项目招标门户；2
‑
舆情分析单元；3
‑
单位筛选单元。
具体实施方式
[0063]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0064]
如图1
‑
5所示，本发明提供了一种基于大数据工程项目招标管理方法，包括以下步骤：
[0065]
步骤s1、获取对评标具有影响因素的招标单位的评标参考数据，对每个所述招标单位的所述评标参考数据进行大数据舆情分析以获得舆情分析图谱；
[0066]
评标参考数据包括但不限于在各种搜索网页中抓取招标单位的舆情数据，招标最主要的部分是审核招标单位的资质，但却不能仅凭招标单位提交的信息数据进行审核，还需要更加全面的掌握招标单位的各种舆情信息，比如，招标单位正负面资讯，通过全面掌握招标单位的舆情信息能够更好的对招标单位进行审核、等级评价，更好的分析出招标的当前发展情况，将具有良好发展现状的优质招标单位筛选出来给予招标参与权，能够实现高质量的招标，保障后续工程项目的执行效果，因此需要进行大数据舆情分析，具体如下。
[0067]
所述步骤s1中，对所述招标单位进行大数据舆情分析的方法包括：
[0068]
步骤s101、评标参考数据基于所述评标参考数据构建舆情热词表；
[0069]
具体的，首先系统通过爬虫程序从各种搜索网页(百度，网易，头条等等)中抓取某招标单位的相关数据，即为本实施例的评标参考数据，比如资讯标题，资讯正文，资讯摘要，资讯发布日期，资讯来源等数据，然后格式化后存在数据库中，然后利用自然语言处理技术中的热词分析和情感分析算法以及事件主体类型的抽取算法将数据库中的数据生成舆情热词表。
[0070]
步骤s102、步骤s102、结合所述评标参考数据评标参考数据和舆情热词表创建招标单位舆情图谱。
[0071]
所述步骤s102中，创建招标单位舆情图谱的方法包括：
[0072]
所述步骤s102中，创建招标单位舆情图谱的方法包括：
[0073]
步骤s1021：根据所述评标参考数据，为各个招标单位创建招标单位信息表，正负面信息表，舆情资讯来源信息表，舆情资讯来源分类信息表，以及资讯事件类型信息表；
[0074]
表1单位信息表
[0075]
idlabel1招标单位1(名称)2招标单位2(名称)
[0076]
表2招标单位1(名称)的正负面信息表
[0077]
正面信息负面信息第一正面信息第一负面信息第二正面信息第二负面信息
[0078]
步骤s1022：根据所述评标参考数据，为各个招标单位创建招标单位与正负面的连接属性表，正负面与舆情资讯来源分类的连接属性表，舆情资讯来源分类和舆情资讯来源的连接属性表，以及舆情资讯来源与对应的资讯事件类型的连接属性表；
[0079]
表3招标单位与正负面的连接属性表
[0080]
label连接权重正负面信息招标单位1(名称)权重1(数值)第一正面信息招标单位1(名称)权重2(数值)第二正面信息招标单位1(名称)权重3(数值)第一负面信息招标单位1(名称)权重4(数值)第二负面信息
[0081]
步骤s1023：根据步骤s1021的结果，为各个招标单位创建招标单位节点属性，正负面节点属性，舆情资讯来源节点属性，舆情资讯来源分类节点属性，以及资讯事件类型节点属性；
[0082]
表4招标单位节点属性
[0083][0084]
表5招标单位1(名称)的正负面节点属性
[0085][0086]
步骤s1024：根据步骤s1022的结果，为各个招标单位创建招标单位与正负面的连接属性，正负面与舆情资讯来源分类的连接属性，舆情资讯来源分类和舆情资讯来源的连接属性，以及舆情资讯来源与对应的资讯事件类型的连接属性；
[0087]
招标单位与正负面的连接属性为：招标单位1(名称)
‑
>第一正面信息，连接权重为权重1(数值)；招标单位1(名称)
‑
>第二正面信息，连接权重为权重2(数值)；招标单位1(名称)
‑
>第一负面信息，连接权重为权重3(数值)；招标单位1(名称)
‑
>第二负面信息，连接权重为权重4(数值)。
[0088]
步骤s1025：根据步骤s1023和s1024的结果，为各个招标单位创建招标单位节点与正负面节点的连接属性，正负面节点与舆情资讯来源分类节点的连接属性，舆情资讯来源分类节点和舆情资讯来源节点的连接属性，以及舆情资讯来源节点与对应的资讯事件类型节点的连接属性，完成构建招标单位舆情图谱。
[0089]
招标单位节点与正负面节点的连接属性：招标单位1节点
‑
>第一正面节点，连接权
重为权重1(数值)；招标单位1节点
‑
>第二正面节点，连接权重为权重2(数值)；招标单位1节点
‑
>第一负面节点，连接权重为权重3(数值)；招标单位1节点
‑
>第二负面节点，连接权重为权重4(数值)。
[0090]
整体而言，用图数据语言建立第一层连接属性：招标单位节点
‑
>正负面节点，招标单位节点
‑
>正负面节点的连接属性中的权重属性是所有正负面节点
‑
> 舆情资讯分类节点的连接属性中的权重属性之和；创建第二层连接属性：正负面节点
‑
>舆情资讯分类节点(国家媒体、知名媒体、其他媒体)，其中正负面节点
‑
>舆情资讯分类节点的连接属性中的权重属性是来自各个资讯媒体类的总数量；创建第三层连接属性：舆情资讯分类节点
‑
>舆情资讯具体来源节点(人民网、东方财富、中国质量、今日头条等)，其中舆情资讯分类节点
‑
>舆情资讯具体来源节点的连接属性中的权重属性是舆情资讯各个分类中分别属于来自于各个舆情资讯具体来源的总数量；最后建立第四层连接属性：舆情资讯具体来源节点
‑
>资讯事件类型节点属性，其中舆情资讯具体来源节点
‑
>资讯事件类型节点的连接属性中的权重属性是某一具体资讯媒体属于该事件类型的总条数，其中该层关系仅展示负面的关系(因为主要关注的是负面舆情)，到此为止招标单位舆情图谱建立完毕。
[0091]
如图2所示，本实施例提供了一个招标单位舆情图谱作为实例来展示舆情图谱中包含的对招标单位的资质评价，然后由招标单位舆情图谱可以发现当前时间段，来自某招标单位的负面资讯主要有12个，其中4个是来自于国家媒体，6个是来自于知名媒体，剩下的2个是来自于其他媒体，然后还可以直观快捷的看到来自于国家媒体的4条负面资讯中，有1条是来至于新华网的，主要涉及的是项目施工问题，3条是来自于中国经济的(其中2条说的是质量不达标现象，另外1条是项目延期类)，综合可知“质量不达标”的负面舆情比较多，因此该招标单位的资质偏中下等级。
[0092]
步骤s2、依据所述舆情分析图谱对每个所述招标单位进行分级聚类分析以获得具有多个不同等级的招标集群数据，并以所述招标集群数据为基准对每个所述招标单位进行集群代表式统一评价；
[0093]
具有相同等级的招标单位会具有相似的拓扑结构，比如运营良好的招标单位总是具有较多的正面资讯，少量或没有负面资讯，因此体现到拓扑结构上就是正面节点、与正面节点具有逐级连接属性的所有舆情资讯来源分类节点，舆情资讯来源节点，以及对应的资讯事件类型节点之间的连接属性具有结构相似性，从而只需要利用招标单位舆情图谱的拓扑结构相似性进行聚类，即可将具有相同等级的招标单位归类到一个集群内部，从而可迅速将优质招标单位由零散状态聚集为集群状态，并且依靠同属一个招标集群的招标单位具有相同等级，本实施利用随机选择在招标集群中选择一个招标单位作为等级评估代表，只需对作为等级评估代表的招标单位进行等级判定，然后使用等级评估代表的招标单位的招标等级作为同属一个招标集群中所有招标单位的招标等级即可，实现以集群方式对招标单位进行判定等级，提高招标审核筛选速度。
[0094]
为了获得招标单位舆情图谱的拓扑结构，将招标单位舆情图谱以编码的方式进行拓扑抽取获得招标单位舆情网络，具体如下：
[0095]
所述步骤s2中，基于招标单位舆情图谱对所有招标单位进行分级聚类分析获得具有多个不同等级的招标集群数据的方法包括：
[0096]
步骤s201、将每个招标单位舆情图谱进行编码转换为招标单位舆情网络以使得将
招标单位舆情图谱包含的等级属性等价转换为招标单位舆情网络的拓扑属性，实现拓扑属性对等级属性的等价数学量化；
[0097]
步骤s201中，将每个招标单位舆情图谱进行编码转换为招标单位舆情网络的方法包括：
[0098]
将所述正负面节点中的正面节点以及与正面节点具有逐级连接属性的所有舆情资讯来源分类节点，舆情资讯来源节点，以及对应的资讯事件类型节点逐级升序编码为十进制的偶数节点，并将所述正负面节点中的负面节点以及与负面节点具有逐级连接属性的所有舆情资讯来源分类节点，舆情资讯来源节点，以及对应的资讯事件类型节点逐级升序编码为十进制的奇数节点；
[0099]
保留所述招标单位舆情图谱中所有的连接属性，并对应转换为偶数节点间、奇数节点间的连接边以及边权重；
[0100]
利用所述偶数节点、奇数节点、偶数节点间、奇数节点间的连接边以及边权重创建为招标单位舆情网络；
[0101]
所述逐级升序编码是指所述舆情资讯来源分类节点，舆情资讯来源节点，以及对应的资讯事件类型节点以数值升序方式进行逐级编码。
[0102]
如图3所示，本实施例提供了一个招标单位舆情网络的实例，由图2的招标单位舆情图谱转换而来。
[0103]
将正面节点和负面节点进行偶数和奇数式的区分编码，能够更直观的展现招标单位的拓扑结构，给定了拓扑结构比对的方向和入口，即从按编码数值进行点对点的进行拓扑比较即可，相比随机顺序编码，无需寻找比对方向和入口，如图4所示，图中招标单位a、招标单位b均按本实施提供的方法进行编码，则在结构相似度比较时只需直接节点0、1、3、5的拓扑结构进行比较，若招标单位b按照随机编码，招标单位b中没有节点5，那么直接得到招标单位a、招标单位b二者不相似的结果，实际为了获得正确答案还需要将招标单位a的节点0、1、3、5的拓扑结构与招标单位b的节点0、1、2、3的拓扑结构、节点1、0、2、3的拓扑结构、节点2、0、1、3的拓扑结构以及节点1、2、3、0的拓扑结构等进行比较，才能获得招标单位a与招标单位b 结构相似的正确答案。
[0104]
判定招标单位舆情网络是否相似，直接的办法是比较他们邻接矩阵的相似度，具体如下：
[0105]
步骤s202、对所有招标单位利用招标单位舆情网络的拓扑属性相似度进行分级聚类分析，并将招标单位舆情网络具有相同拓扑属性的招标单位划分至同一招标集群，以及招标单位舆情网络具有不同拓扑属性的招标单位划分至不同招标集群，以等价实现将相同等级属性的招标单位划分至同一招标集群，以及将不同等级属性的招标单位划分至不同招标集群完成将所有招标单位划分至多个不同等级的招标集群；
[0106]
所述s202中，对所有招标单位利用招标单位舆情网络的拓扑属性相似度进行分级聚类分析的方法包括：
[0107]
将所述招标单位舆情网络转化为具有权重形式的邻接矩阵表示，所述邻接矩阵为：
[0108]
a＝[a
ij
]，
[0109]
其中，a表征为邻接矩阵，a
ij
表征为a的第i行第j列矩阵元素，
i∈[0,n]，j∈[0,n]，n＝max((2*k1‑
1),(2*k2))，k1、k2分别表征为奇数节点、偶数节点的总数目，max()表征为取最大值函数，n为表征为招标单位舆情网络的最大节点，a
ij
＝0表征为招标单位舆情网络中节点i 与节点j之间不存在连接边，a
ij
＝w
ij
表征为招标单位舆情网络中节点i与节点j之间存在连接边且边权重为w
ij
；
[0110]
统一所有邻接矩阵的量纲以消除量纲差异，所述邻接矩阵的量纲统一公式为：
[0111][0112]
其中，a1表征为统一量纲后的邻接矩阵,a
ij
表征为a的第i行第j列矩阵元素，i∈[0,n]，j∈[0,n]，n＝max((2*k1‑
1),(2*k2))， k1、k2分别表征为奇数节点、偶数节点的总数目，max()表征为取最大值函数， n为表征为招标单位舆情网络的最大节点，a
ij
＝0表征为招标单位舆情网络中节点i与节点j之间不存在连接边，a
ij
＝w
ij
表征为招标单位舆情网络中节点 i与节点j之间存在连接边且边权重为w
ij
。
[0113]
将网络拓扑属性数学量化为具有权重属性的邻接矩阵形式，便于进行数学计算，从数学计算中比较网络拓扑属性的相似程度。
[0114]
所述s202中，对所有招标单位利用招标单位舆情网络的拓扑属性相似度进行分级聚类分析的方法还包括：
[0115]
步骤一：将每个招标单位划分为单个独立的招标集群；
[0116]
步骤二：依次计算两招标集群的相似性，并基于最大相似度将两招标集群融合至同一招标集群，所述招标集群的相似度为两招标集群中相似度最大的一对招标单位的统一量纲后的邻接矩阵之间的相似度，所述相似度用欧式距离进行度量，所述相似度的具体计算公式为：
[0117][0118]
其中，s表征为招标集群r1和招标集群r2的相似度，分别表征为招标集群r1和招标集群r2中相似度最大的一对招标单位统一量纲后的邻接矩阵，t为矩阵转置运算符；
[0119]
步骤三：重复步骤二直至步骤二中的招标集群总数目是步骤一中招标集群总数目的10％完成聚类分析，并将步骤二中的招标集群作为所有招标单位的分级聚类分析的集群划分结果。
[0120]
利用层次聚类算法将招标单位的招标单位舆情网络进行拓扑属性相似度划分，可实现将相同拓扑属性的招标单位舆情网络划分至同一集群中，映射到招标单位的等级属性上，实现了将离散的招标单位进行同级划分至同一招标集群，且分级划分至不同的招标集群。
[0121]
步骤s203、对每个招标集群进行招标等级判定，并将招标集群的招标等级作为招标集群中包含的所有招标单位的招标等级以实现以招标集群为评价整体完成对归属于同
一招标集群中所有招标单位的统一评价。
[0122]
所述步骤s203中，对招标集群进行招标等级判定的方法包括：
[0123]
在所有招标集群中均随机选取一个招标单位作为评估代表单位，并统计每个评估代表单位的连接属性偶数节点间的边权重和作为正面权重，以及连接属性奇数节点间的边权重和作为负面权重；
[0124]
将每个评估代表单位的正面权重和负面权重比值作为评估代表单位所属的招标集群的招标等级；
[0125]
将所述招标等级应用到评估代表单位所属的招标集群中作为评估代表单位所属的招标集群中所有的招标单位的招标等级，实现对招标集群的统一评价。
[0126]
以上可将所有招标单位进行聚类成集群，即将运营良好的招标单位聚集到一个集群中，运营差的招标单位也聚集到一个集群中，此时只需要对集群进行等级评价，就对招标集群中包含的所有招标集群进行统一评价，而招标集群中包含的所有招标单位具有相同等级，随机选择在招标集群中选择一个招标单位作为等级评估代表，只需对作为等级评估代表的招标单位进行等级判定，然后使用等级评估代表的招标单位的招标等级作为同属一个招标集群中所有招标单位的招标等级即可，相较于人工方式，一个一个收集招标单位资讯信息，并一个一个凭主观感受，无参照标准进行等级判定，本实施例提供的招标管理方法，利用大数据舆情迅速实现招标单位的全面且迅速的等级评价，判定出招标等级，判定迅速且结果准确。
[0127]
步骤s3、依据每个所述招标单位的评价结果进行招标单位的优劣筛选以完成招标单位审核。
[0128]
步骤s3，依据每个所述招标单位的评价结果进行招标单位的优劣筛选的方法包括：
[0129]
设定等级阈值，将招标等级高于所述等级阈值的所有招标单位作为优质招标单位在招标序列予以保留，并给予招标资格；
[0130]
将招标等级低于所述等级阈值的所有招标单位作为劣质招标单位在招标序列中予以剔除，并删除招标资格。等级阈值由使用者自定义，本实施例不作限定。
[0131]
如图5所示，基于上述基于大数据工程项目招标管理方法，本发明提供了一种管理系统，包括：
[0132]
项目招标门户1，用于为招标单位提供招标信息提交的门户，并生成招标序列；
[0133]
舆情分析单元2，用于对招标单位进行大数据舆情分析得出招标单位舆情图谱；
[0134]
单位筛选单元3，用于基于招标单位舆情图谱对所有招标单位进行等级评价以及优质招标单位的筛选基于最大相似度将两招标集群融合至同一招标集群。
[0135]
本发明利用对招标单位的舆情分析可全面掌握招标单位的正负面评价数据以及生成招标单位舆情网络，实现了对招标单位的全面评价，并利用招标单位舆情网络将招标单位进行同等级聚类成多个等级的招标集群以实现对所有招标单位进行集群式的统一评价，有效的提高招标单位的评价效率，最终整体上提高了招标审核效率和招标审核精度。
[0136]
以上实施例仅为本技术的示例性实施例，不用于限制本技术，本技术的保护范围由权利要求书限定。本领域技术人员可以在本技术的实质和保护范围内，对本技术做出各种修改或等同替换，这种修改或等同替换也应视为落在本技术的保护范围内。