军事科学院系统工程研究院后勤科学与技术研究所凌晨获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉军事科学院系统工程研究院后勤科学与技术研究所申请的专利一种面向招标采购流程的信息匹配处理方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120450842B 。
龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510567874.3,技术领域涉及:G06Q30/08;该发明授权一种面向招标采购流程的信息匹配处理方法和装置是由凌晨;孙晖;任连岭;唐凯设计研发完成,并于2025-04-30向国家知识产权局提交的专利申请。
本一种面向招标采购流程的信息匹配处理方法和装置在说明书摘要公布了:本发明公开了一种面向招标采购流程的信息匹配处理方法和装置,所述方法包括:获取供应商投标数据信息集合、评审专家信息集合和招标项目需求信息;所述供应商投标数据信息集合,包括每个供应商的资质能力值集合、投标技术指标信息集合;对所述供应商投标数据信息集合和招标项目需求信息进行可信评估处理,得到可信供应商数据信息集合;基于所述可信供应商数据信息集合和招标项目需求信息,对所述评审专家信息集合进行匹配处理,得到选中评审专家信息集合。
本发明授权一种面向招标采购流程的信息匹配处理方法和装置在权利要求书中公布了:1.一种面向招标采购流程的信息匹配处理方法,其特征在于,包括: S1,获取供应商投标数据信息集合、评审专家信息集合和招标项目需求信息;所述供应商投标数据信息集合,包括每个供应商的资质能力值集合、投标技术指标信息集合;所述资质能力值集合,包括若干个资质能力值;所述投标技术指标信息集合,包括若干个投标技术指标信息和投标时间;所述评审专家信息集合,包括若干个评审专家的能力指标信息集合和技术领域信息;所述招标项目需求信息,包括所有资质的能力下限值、所有技术指标标准值和技术领域信息集合;所述技术领域信息集合,包括技术领域信息; S2,对所述供应商投标数据信息集合和招标项目需求信息进行可信评估处理,得到可信供应商数据信息集合,包括: S21,对所述供应商投标数据信息集合中的每个供应商的资质能力值集合,判断每个资质能力值,是否均大于所述招标项目需求信息中的对应的资质的能力下限值,得到所述供应商的第一判别结果; S22,将所述第一判别结果为否的供应商对应的信息,从所述供应商投标数据信息集合中删除,得到更新的供应商投标数据信息集合; S23,获取供应商历史投标数据信息集合;所述供应商历史投标数据信息集合,包括每个供应商的投标历史技术指标信息集合;所述投标历史技术指标信息集合,包括若干个历史投标技术指标信息和对应的投标时间信息; S24,基于所述供应商历史投标数据信息集合,对更新的供应商投标数据信息集合进行数据可信评估处理,得到可信供应商数据信息集合,包括: S241,基于所述供应商历史投标数据信息集合,对更新的供应商投标数据信息集合中的每个供应商进行第一可信评估处理,得到所述供应商的第一可信评估值,包括: S2411,利用所述供应商历史投标数据信息集合中的每个供应商的投标历史技术指标信息集合,构建得到每个供应商的历史投标矩阵;将所述更新的供应商投标数据信息集合中的每个供应商的投标技术指标信息集合,表示为所述供应商的投标向量;所述投标向量,为供应商的所有投标技术指标信息所构成的向量;所述历史投标矩阵的行向量,为一次投标中的供应商的所有投标技术指标信息所构成的向量; S2412,对每个供应商的历史投标矩阵,与对应的供应商的投标向量进行偏离计算,得到所述供应商的第一可信评估值; 所述对每个供应商的历史投标矩阵,与对应的供应商的投标向量进行偏离计算,得到所述供应商的第一可信评估值,包括: S24121,对供应商的历史投标矩阵的每个行向量,分别与对应的供应商的投标向量进行相减,得到对应的差异向量; S24122,利用所述的差异向量,构建得到差异矩阵; S24123,对所述差异矩阵进行统计处理,得到统计值集合;所述统计值集合,包括所述差异矩阵的每个行向量的均值、方差、众数值、中位数值; S24124,计算得到所述差异矩阵的秩值和迹值; S24125,对所述统计值集合、秩值和迹值进行第一融合计算处理,得到所述供应商的第一可信评估值; 所述第一融合计算处理的表达式为: 其中,ke1表示供应商的第一可信评估值,tra和ψ分别表示所述差异矩阵的迹值和秩值,N表示所述差异矩阵的列维度,μj、σj、ρj和vj分别为所述差异矩阵的第j个行向量的均值、方差、中位数值和众数值,ρ0为所述差异矩阵的所有行向量的中位数值的均值; S242,基于所述供应商历史投标数据信息集合,构建得到每个供应商的指标预测模型; S243,基于每个供应商的指标预测模型,对所述更新的供应商投标数据信息集合中的每个供应商进行第二可信评估处理,得到所述供应商的第二可信评估值,包括: 基于每个供应商的指标预测模型,对所述更新的供应商投标数据信息集合中的对应供应商的投标时间进行计算处理,得到每个投标技术指标信息的预测值;所述每个投标技术指标信息的预测值,为指标预测模型的多元因变量; 利用所述每个投标技术指标信息的预测值,与所述更新的供应商投标数据信息集合中的对应供应商的对应的投标技术指标信息进行相减,得到对应的投标技术指标信息的差异值; 对所有的投标技术指标信息的差异值进行累加,得到所述供应商的第二可信评估值; S244,对每个供应商的第一可信评估值和第二可信评估值进行加权求和,得到所述供应商的第三可信评估值; S245,判断每个供应商的第三可信评估值,是否大于预设的可信阈值,得到每个供应商的第二判别结果; S246,将所述第二判别结果为否的供应商对应的信息,从所述更新的供应商投标数据信息集合中删除,得到可信供应商数据信息集合; S3,基于所述可信供应商数据信息集合和招标项目需求信息,对所述评审专家信息集合进行匹配处理,得到选中评审专家信息集合。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人军事科学院系统工程研究院后勤科学与技术研究所,其通讯地址为:100166 北京市丰台区丰体南路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励