一种基于大数据预测处理的人工智能服务平台的制作方法

本发明涉及数据预测，具体为一种基于大数据预测处理的人工智能服务平台。

背景技术：

1、企业招标是一种市场交易、搜寻商业对象的行为，招标指在一定范围内公开货物、工程或服务、采购的条件和要求，并邀请众多投标人参加投标，之后按照原先规定程序，从中选择合适者作为交易对象，对于招标企业在选择大量投标企业时，要针对投标企业进行多维度分析筛选和风险预测，来降低合作风险。

2、参考中国专利公开号为cn114707943a的一种基于电力行业的智能招标信息在线管理平台及其管理方法，通过针对招标企业创建服务平台系统有利于帮助招标企业更快的找到更加全面具体的且自身所需的信息内容，能够很好地提升工作效率。而且电力企业相关工作人员通过查阅数据库中以往有关招投标的相关信息和报价过程，有利于其对当前电力物资采购市场发展形势的预测和掌握。

3、参考中国专利公开号为cn112163704b的一种用于建材投招标平台的优质供应商预测方法，将优质供应商的预测根据注册时长划分为第一供应商预测和第二供应商预测，分别针对两类供应商的不同特点进行预测。本发明将xgboost模型与逻辑回归模型融合进行预测，相比于单模型预测精度更高。本发明使用半监督学习算法对第二供应商进行预测，解决了在第二供应商训练样本集因缺乏负样而导致的样本分布极度不均匀情况下的优质供应商预测问题。

4、综合分析以上参考专利，可得出以下缺陷：

5、1)现有的企业招标平台在针对大量投标企业的风险评估预测存在较为局限，分析不全面，例如参考专利cn114707943a的一种基于电力行业的智能招标信息在线管理平台及其管理方法，虽然能够实现对招标书进行分析和招标系统的管理，但不能具体到对各个投标企业的注册资金、合伙人情况，对外投资情况、相关行政处罚和法律纠纷情况以及历史年营业额等各个维度进行全方位分析筛选，而参考专利cn112163704b的一种用于建材投招标平台的优质供应商预测方法虽然能够对两个供应商的特点分别进行预测，但是预测的依据仅仅是根据注册时间的长短这一个维度进行划分处理，明显多投标企业的分析预测不全面，而相对于招标企业来说产生的预测结果参考价值不高，同时针对海量的投标企业来说，采用上述两个参考专利进行分析预测，则仍然会费时费力，不能实现通过针对海量投标企业数据的基础上建立针对各个投标企业的注册资金、合伙人情况，对外投资情况、相关行政处罚和法律纠纷情况以及历史年营业额等各个维度所形成的大数据预测服务平台，来方便招标企业进行更加全面的企业合作风险预测，无法达到既快速又方便的进行海量投标企业的筛选和风险预测的目的，从而给招标企业的使用带来极大的不便。

6、2)现有的企业招标预测针对性不强，不方便用户更加直观的对投标企业的风险痛点进行锁定和针对性分析，例如参考专利cn112163704b的一种用于建材投招标平台的优质供应商预测方法，通过一系列的智能算法对供应商进行分析，不能实现从该投标企业中的各个分析维度中再次锁定相对存在风险的维度特征进行直观的展示和分析，无法达到既直观又准确的体现出预选投标企业中的风险痛点，来方便招标企业再次进行分析考虑的目的，从而对招标企业的合作风险预测十分不利。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了一种基于大数据预测处理的人工智能服务平台，解决了现有的企业招标平台在针对大量投标企业的风险评估预测存在较为局限，分析不全面，不能具体到对各个投标企业的注册资金、合伙人情况，对外投资情况、相关行政处罚和法律纠纷情况以及历史年营业额等各个维度进行全方位分析筛选，同时针对海量的投标企业来说，采用上述两个参考专利进行分析预测，则仍然会费时费力，不能实现通过针对海量投标企业数据的基础上建立针对各个投标企业的注册资金、合伙人情况，对外投资情况、相关行政处罚和法律纠纷情况以及历史年营业额等各个维度所形成的大数据预测服务平台，来方便招标企业进行更加全面的企业合作风险预测，无法达到既快速又方便的进行海量投标企业的筛选和风险预测的目的，现有的企业招标预测针对性不强，不方便用户更加直观的对投标企业的风险痛点进行锁定和针对性分析，不能实现从该投标企业中的各个分析维度中再次锁定相对存在风险的维度特征进行直观的展示和分析的问题。

3、(二)技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：一种基于大数据预测处理的人工智能服务平台，包括数据处理层、与数据处理层连接的大数据库模块以及通过人工智能模型与数据处理层连接的用户交互终端，所述人工智能模型通过应用端无线通讯模块与远程交互终端实现双向无线通讯，所述数据处理层包括：

5、系统后台服务器，用于向整个数据处理层内的各模块发送控制指令，来控制整个数据处理层内的各模块进行正常工作，并接收各模块的工作反馈信息；

6、数据拾取模块，用于根据选定的待评估企业所填写并上传的投标书信息向大数据库模块内提取数据；

7、数据解析单元，用于对数据拾取模块提取的数据解析处理成数据包样本；

8、数据分类单元，用于将数据解析单元解析得到的数据包样本按照数据类型分类成n个数据特征，具体数据特征的数量由招标企业具体需求进行设计；

9、安全评估单元，用于通过采用安全评估分析算法对数据分类单元分类出的n个数据特征进行分析处理，并从若干个待评估企业中筛选出安全评估系数相对高的预选招标企业；

10、风险预测模块，用于通过风险预测分析算法对安全评估单元筛选出安全评估系数相对高的预选招标企业数据进行风险预测处理。

11、优选的，所述数据解析单元是由n个数据解析模块组成，用于对数据拾取模块向大数据库模块提取的大量待评估企业数据分别根据企业名称进行解析处理，即一个数据解析模块对应一个待评估企业数据的解析处理。

12、优选的，所述数据分类单元先通过文字语义识别出数据解析单元解析出的一个待评估企业的数据类型，一个数据特征对应一种数据类型。

13、优选的，所述数据分类单元所按照的数据类型包括所选企业的注册资金、所选企业的合伙人情况，所选企业的对外投资情况、所选企业的相关行政处罚和法律纠纷情况以及所选企业的历史年营业额。

14、优选的，所述数据关联性分析算法具体包括以下步骤：

15、s1、将数据分类单元分类处理的n个数据特征依次经过企业计分模型进行打分处理，得出一个待评估企业的评分序列x1＝[x1(1),x1(2)…,x1(n)]，再依次对若干个待评估企业进行评分处理，即得到总数据矩阵x，记：

16、

17、其中：l表示样本个数，记待评估企业的个数；n为特征个数；

18、s2、根据步骤s1得到的总数据矩阵x，分别求出各样本的均值ti，记：

19、

20、其中：xi(k)表示待评估企业的评分序列第i个样本、第k个特征值；

21、将求出的各样本均值整合成均值序列ζ＝[t1,t2…,tn]；

22、s3、将步骤s2计算得出的均值序列中的各个样本均值分别与数据处理层预先输入的标准评测分t进行求差处理，并剔除差值为负的均值，得到安全评估值αi，记αi＝ti-t；

23、s4、将步骤s3得到的各个安全评估值从大至小进行排序处理，再根据招标企业所需招标数量选取安全评估系数相对高的前y个待评估企业作为预选招标企业，并生成安全评估系数相对高的若干个预选招标企业的各个特征序列所组成的矩阵a，记：

24、

25、其中：l表示样本个数，记预先招标企业的个数；n为特征个数。

26、优选的，所述步骤s1中企业计分模型是根据数据分类单元所按照的数据类型进行计分，每个数据类型的满分均相同。

27、优选的，所述风险预测分析算法具体包括以下步骤：

28、e1、先提取经安全评估单元筛选出安全评估系数相对高的若干个预选招标企业的各个特征序列所组成的矩阵a中各个预选招标企业特征序列中的每个特征值；

29、e2、将步骤e1中每个预选招标企业特征序列中的每个特征值与其序列的均值进行对比，记：

30、判断xi(k)-ti是否小于0；

31、其中：xi(k)表示预选招标企业的评分序列第i个样本、第k个特征值；

32、e3、若xi(k)-不小于0，则保留该特征值；

33、e4、若xi(k)-ti小于0，则对该特征值xi(k)标记为风险特征，并追踪该风险特征是属于预选招标企业的何种特征值，然后将该风险特征以及与之对应的预选企业数据信息发送至人工智能模型中进行处理；

34、e5、当用户使用该服务平台进行招标预测时，只需通过用户交互终端或通过远程交互终端进行与人工智能模型之间进行交互，然后人工智能模型会根据步骤e4中分析获取的风险特征以及与之对应的预选企业数据信息进行智能分析训练，从而将企业招标风险信息与用户进行交互。

35、优选的，所述人工智能模型是采用lstm人工智能神经网络模型。

36、(三)有益效果

37、本发明提供了一种基于大数据预测处理的人工智能服务平台。与现有技术相比具备以下有益效果：

38、(1)、该基于大数据预测处理的人工智能服务平台，可实现具体到对各个投标企业的注册资金、合伙人情况，对外投资情况、相关行政处罚和法律纠纷情况以及历史年营业额等各个维度进行全方位分析筛选，即使是在针对大量投标企业的风险评估预测，也能实现全面分析，使预测结果参考价值更高，省时省力，预测分析效果高，可实现通过针对海量投标企业数据的基础上建立针对各个投标企业的注册资金、合伙人情况，对外投资情况、相关行政处罚和法律纠纷情况以及历史年营业额等各个维度所形成的大数据预测服务平台，来方便招标企业进行更加全面的企业合作风险预测，很好的达到了既快速又方便的进行海量投标企业的筛选和风险预测的目的，从而大大方便了招标企业的使用。

39、(2)、该基于大数据预测处理的人工智能服务平台，可实现从该投标企业中的各个分析维度中再次锁定相对存在风险的维度特征进行直观的展示和分析，很好的达到了既直观又准确的体现出预选投标企业中的风险痛点，来方便招标企业再次进行分析考虑的目的，使企业招标预测针对性更强，大大方便用户更加直观的对投标企业的风险痛点进行锁定和针对性分析，从而对招标企业的合作风险预测十分有益。