一种评标专家推荐方法、装置、设备及介质与流程

1.本发明属于专家评标技术领域，具体涉及一种评标专家推荐方法、装置、设备及介质。


背景技术：

2.在企业采购活动中，采购项目评审工作是采购核心环节，评标专家作为招标采购过程中的“裁判员”，对采购结果至关重要，其专业背景、业务水平、职业道德、行为偏好等因素将直接影响采购项目的评审质量。评标专家的选取目前存在以下问题：
3.(1)专家的专业能力评价等同于专业分类标签，精确性与灵活性不足；
4.(2)专家在评标活动中的历史表现未体现到专家专业能力评价中；
5.(3)未体现同一专家在其研究领域的不同专业方向下的能力差异；
6.(4)未体现同一专业方向下不同专家的能力差异。
7.以上不足反映出目前的专家专业能力评价形式过于简单，未能充分利用历史评价信息，无法表现专家专业能力间存在的客观差异，制约了专家抽取功能向精细化、精准化方向进一步完善。


技术实现要素：

8.为了克服现有技术的缺点，本发明的目的在于提供一种评标专家推荐方法、装置、设备及介质，以解决目前的专家专业能力评价形式过于简单，未能充分利用历史评价信息，无法表现专家专业能力间存在的客观差异的问题。
9.为了达到上述目的，本发明采用以下技术方案实现：
10.本发明提供一种评标专家推荐方法，包括：
11.s1：从评标专家库中，将评标专家的个人信息导出；采用构建评标专家数字画像的方法对导出的评标专家的个人信息进行标签化，获得评标专家的数字画像；
12.s2：对数字画像后的评标专家进行聚类，对招标项目需求的评标专家进行标签化处理，其中，招标项目需求的评标专家标签与数字画像后的评标专家标签一致；通过混合推荐方式的评标专家推荐策略对评标专家进行推荐，获得推荐方案，输出所述推荐方案。
13.进一步的，所述构建评标专家数字画像的方法分四个步骤：原始数据获取、数据预处理、画像维度设计、画像标签生成。
14.进一步的，所述原始数据获取为：通过评标专家库中将评标专家的个人信息导出，获得原始数据；
15.所述数据预处理为：通过手动提取、数据清洗、数据挖掘、主体抽取的方式对原始数据进行预处理，将半结构化和非结构化的数据转化为结构化的数据；
16.所述画像维度设计为：通过对原始数据的分析处理，抽取评标专家属性；针对评标专家画像维度，根据应用需要或预设数据维度进行特征提取；对于隐藏在数据间潜在的联系转化为评标专家画像属性维度，通过数据挖掘的方式，将隐藏在数据内潜在的了联系显
性化；
17.所述画像标签生成为：跟据评标专家画像不同的属性维度，进行标签的设计；将评标专家和评审对象的数据整合成一个整体；根据评标专家属性特征提取结果，分为四类标签体系，分别是基础信息标签、专业信息标签、社会关系标签、评标能力信息标签。
18.进一步的，所述原始数据包括评标专家个人基本信息、评标专家个人学习经历、评标专家个人工作信息、评标专家个人评标经历、评标专家个人申报评标信息和项目经理评标专家打分；所述数据挖掘方法有文本挖掘、关联分析和机器学习。
19.进一步的，所述基础信息标签包括：id、性别、政治面貌、健康状况、居住地址、学历；专业信息标签包括专业、工作经历、制成、工龄司龄、学术能力；社会关系标签包括：合作关系、隶属关系、公司关系；评标能力信息标签包括：评标经历、评标打分、评标专业申报。
20.进一步的，所述对数字画像后的评标专家进行聚类，对招标项目需求的评标专家进行标签化处理，其中，招标项目需求的评标专家标签与数字画像后的评标专家标签一致的步骤，具体包括：
21.s21：评标专家处理；
22.根据项目需求，使用jaccard相似度、余弦相似度或皮尔逊相关系数相似度计算方法或k-means聚类算法对数字画像后的评标专家进行相似度计算或聚类，得到聚类后标签化的评标专家组；
23.s22：招标项目需求处理；
24.s221：罗列招标项目对评标专家需求；
25.s222：对招标项目需求的评标专家进行标签化处理，招标项目需求的评标专家标签与数字画像后的评标专家标签一致。
26.进一步的，所通过混合推荐方式的评标专家推荐策略对评标专家进行推荐，获得推荐方案，输出所述推荐方案的步骤，具体包括：
27.s23：使用基于协同过滤推荐评标专家；
28.s231：使用jaccard相似度、余弦相似度或皮尔逊相关系数相似度计算与本招标需求近似的过往招标项目；
29.s232：提取近似的过往招标项目已选出的评标专家；
30.s233：从s21中聚类后的标签化的评标专家组提取标签与s232中提取近似的过往招标项目已选出的评标专家标签近似的评标专家，通过排序选出topn个评标专家；n为正整数；
31.s24：使用基于内容推荐评标专家；
32.若招标项目需求近似度与过往招标项目需求均不满足，则直接使用jaccard相似度、余弦相似度或皮尔逊相关系数相似度计算招标项目需求标签与s21中聚类后的标签化的评标专家组标签最近似的topn个推荐列表，匹配招标项目评标专家需求标签和s21中聚类后的标签化的评标专家组标签，罗列topn个评标专家，最终得到评标专家推荐方案；输出推荐方案。
33.第二方面，一种评标专家推荐装置，包括：
34.评标专家的导出及评标专家数字画像的构建模块，用于从评标专家库中，将评标专家的个人信息导出；采用构建评标专家数字画像的方法对导出的评标专家的个人信息进
行标签化，获得评标专家的数字画像；
35.评标专家推荐模块，用于对数字画像后的评标专家进行聚类，对招标项目需求的评标专家进行标签化处理，其中，招标项目需求的评标专家标签与数字画像后的评标专家标签一致；通过混合推荐方式的评标专家推荐策略对评标专家进行推荐，获得推荐方案，输出所述推荐方案。
36.第三方面，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任一项所述的一种评标专家推荐方法。
37.第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项所述的一种评标专家推荐方法。
38.本发明至少具有以下有益效果：
39.本发明通过构建专家数字画像，对专家信息进行标签化；并对专家进行提取，使用专家数字画像处理方法对评审专家进行画像，通过混合推荐方式的专家推荐策略对专家进行提取，本发明解决了目前的专家专业能力评价形式过于简单的问题，充分利用历史评价信息，能够表现专家专业能力间存在的客观差异，使得评标专家的选取更加精细化、精准化。
附图说明
40.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
41.在附图中：
42.图1为评标专家画像构建主流程示意图；
43.图2为评标专家画像标签体系示意图；
44.图3为混合推荐方式的评标专家推荐策略流程示意图；
45.图4为评标专家推荐装置结构示意图。
具体实施方式
46.下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
47.以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
48.实施例1
49.如图1所示，一种评标专家推荐方法，包括：
50.s1：从企业的评标专家库中，将评标专家的个人信息导出；采用构建评标专家数字画像的方法对导出的评标专家的个人信息进行标签化，获得评标专家的数字画像。
51.构建评标专家数字画像的方法主要分四个步骤，即：原始数据获取、数据预处理、
画像维度设计、画像标签生成。评标专家画像的构建是数据与分析协同作用的结果。
52.s11：原始数据获取
53.数据是构建评标专家画像的基础，构建评标专家数字画像第一步要获得评标专家全面信息，通过评标专家库中将评标专家的个人信息导出，，即通过电子商务平台—专家管理模块和参与的各项目的项目经理评分表将评标专家的个人信息导出，获得原始数据，原始数据包括评标专家个人基本信息、评标专家个人学习经历、评标专家个人工作信息、评标专家个人评标经历、评标专家个人申报评标信息和项目经理专家打分。数据分类如下表所示：
54.表1数据分类表
[0055][0056]
s12：数据预处理：通过手动提取、数据清洗、数据挖掘、主体抽取等方式对原始数据进行预处理，将半结构化和非结构化的数据转化为结构化的数据。主要对学历、工作经历、评审经历等进行结构化处理。
[0057]
s13：画像维度设计：通过对原始数据的分析处理，达到抽取评标专家属性的目的。针对评标专家画像维度，可以根据应用需要或预设常见数据维度进行特征提取，如年龄、工龄、学历等；还有一些隐藏在数据间潜在的联系可以转化为评标专家画像属性维度，这就需要通过数据挖掘的方式，将隐藏在数据内潜在的了联系显性化，例如学历专业、工作经历与申报评审信息关联度，所在单位与招标公司关联度等关联系数的挖掘，数据挖掘方法有文本挖掘、关联分析、机器学习等方式。
[0058]
s14：画像标签生成：是建立用户画像最核心和关键的技术，根据评标专家画像不同的属性维度，来进行标签的设计。要找到最为合适的专家来进行评标，需要把评标专家和评审对象各方面细微的数据整合成一个整体从而变成有效信息。根据评标专家属性特征提取结果，可分为四类标签体系，分别是基础信息标签、专业信息标签、社会关系标签、评标能力信息标签。如图2所示为评标专家画像标签体系示意图；
[0059]
基础信息标签包括：id、性别、政治面貌、健康状况、居住地址、学历；专业信息标签包括专业、工作经历、制成、工龄司龄、学术能力；社会关系标签包括：合作关系、隶属关系、
公司关系；评标能力信息标签包括：评标经历、评标打分、评标专业申报。
[0060]
s2：如图3所示，对数字画像后的评标专家进行聚类；对招标项目需求的评标专家进行标签化处理，其中，招标项目需求的评标专家标签与数字画像后的评标专家标签一致；通过混合推荐方式的评标专家推荐策略对评标专家进行推荐，获得推荐方案；输出推荐方案；
[0061]
s21：评标专家处理；
[0062]
根据项目需求，使用jaccard相似度、余弦相似度、皮尔逊相关系数等相似度计算方法或k-means聚类算法对数字画像后的评标专家进行相似度计算或聚类，得到聚类后标签化的评标专家组；
[0063]
s22：招标项目需求处理；
[0064]
s221：罗列招标项目对评标专家需求，例如专业、年龄、地址以及其他需求；
[0065]
s222：对招标项目需求的评标专家进行标签化处理，招标项目需求的评标专家标签与数字画像后的评标专家标签一致。
[0066]
s23：使用基于协同过滤推荐评标专家；
[0067]
s231：使用jaccard相似度、余弦相似度、皮尔逊相关系数等相似度计算与本招标需求近似的过往招标项目；
[0068]
s232：提取近似的过往招标项目已选出的评标专家；
[0069]
s233：从s21中聚类后的标签化的评标专家组提取标签与s232中提取近似的过往招标项目已选出的评标专家标签近似的评标专家，通过排序选出topn个评标专家；n为正整数。
[0070]
s24：使用基于内容推荐评标专家。
[0071]
若招标项目需求近似度与过往招标项目需求均不满足，即无相关项目，则直接使用jaccard相似度、余弦相似度、皮尔逊相关系数等相似度计算招标项目需求标签与s21中聚类后的标签化的评标专家组标签最近似的topn个推荐列表，匹配招标项目评标专家需求标签和s21中聚类后的标签化的评标专家组标签，罗列topn个评标专家，最终得到评标专家推荐方案；输出推荐方案。
[0072]
实施例2
[0073]
如图4所示，一种评标专家推荐装置，包括：
[0074]
评标专家的导出及评标专家数字画像的构建模块，用于从评标专家库中，将评标专家的个人信息导出；采用构建评标专家数字画像的方法对导出的评标专家的个人信息进行标签化，获得评标专家的数字画像；
[0075]
评标专家推荐模块，用于对数字画像后的评标专家进行聚类，对招标项目需求的评标专家进行标签化处理，其中，招标项目需求的评标专家标签与数字画像后的评标专家标签一致；通过混合推荐方式的评标专家推荐策略对评标专家进行推荐，获得推荐方案，输出所述推荐方案。
[0076]
实施例3
[0077]
本发明提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现实施例1所述的一种评标专家推荐方法。
[0078]
实施例4
[0079]
本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现实施例1所述的一种评标专家推荐方法。
[0080]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0081]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0082]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0083]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0084]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。