在采購活動中，評審專家以及評審過程管理已逐步成為流程外風險管控的重要環(huán)節(jié)，評審專家隊伍的規(guī)范化、數字化和智能化管理成為當前迫切需求。
“評標質量動態(tài)評價模型”的三大模塊
鄭州信源自主創(chuàng)新的“評標質量動態(tài)評價模型”，建立了一套體系化、數智化的專家管理體系，利用系統(tǒng)管控替代人工管理。目前，評標質量動態(tài)評價模型系統(tǒng)已實現以下3個模塊成果：包括評分偏離度預警、專家大數據畫像、專家智能抽取?！ ?/div>
評分偏離度預警詳細介紹可點擊查看：信源信息揭秘“評標質量模型”核心一：評分偏離度預警，本篇我們詳細介紹專家大數據畫像、專家智能抽取的內容?！ ?/div>
專家大數據畫像
1、為評審專家打上“標簽”
在為專家建立畫像模型之前，系統(tǒng)會針對專家的行為狀態(tài)，進行標簽標注。比如評審專家有缺席，就會在出勤率的標簽中進行標記；評審專家有違規(guī)行為，就會在違規(guī)狀態(tài)的標簽中進行標記。多維度的標簽為建立專家畫像模型提供可靠依據?！?/div>
2、建立多維度的專家畫像模型
評審專家畫像模型需要從多個維度來進行評判，建立專家的個人信息畫像：如年齡、行業(yè)、專業(yè)、是否在職、當選評審組長率等指標進行刻畫；建立專家的評審行為的畫像指標：出勤率、評審態(tài)度、評審能力、異常行為、違法行為、專家評審偏好等指標對專家的評審行為進行刻畫；多維度的融合分析，畫像模型分析結果更加具備客觀性和科學性。
3、使用大數據算法掌握專家表現
使用大數據分析法研究和分析專家的專業(yè)水平、價值水平、成長水平、信用水平、評審質量、行為表現等方面，最終輸出專家的精準畫像。
專家智能抽取
1、構建專家需求預測模型
依據專家抽取的歷史數據，采用時間序列分析算法，分析同類項目在不同周期內對專家的需求規(guī)律，構建預測模型。
2、采用智能抽取技術提醒錯峰開標
通過預測模型進行計算，對同一時間評標事項密集的項目進行事先預警，以提示業(yè)務人員錯峰開標?！?/div>
預測.jpg)
3、解決評標高峰期抽不到專家的問題
預測未來時間段內的專家需求量、智能抽取專家，可以提醒業(yè)務人員錯峰開標，避免遇到同類項目集中招標難以抽取到優(yōu)質專家的情況，杜絕人為因素干擾，保證開標的順利開展。
鄭州信源 賦能招標采購數智化轉型
免費一對一定制化解決方案與產品演示
- 關于我們
- 信源簡介
- 聯(lián)系我們
- 關注信源
-
信源公眾號
-
電話咨詢
-
在線咨詢
-
官方微信
掃一掃，關注哦~