【技术实现步骤摘要】
本专利技术涉及招投标风险评估，具体为基于ai技术的招投标数据智能分析方法、系统及存储介质。
技术介绍
1、在招投标市场中，企业通过公开竞争获取项目，中标结果受到多种因素的影响，包括市场供需变化、企业信用状况以及投标行为的规范性。市场监管部门和投标企业需要准确评估市场趋势，识别潜在的信用风险，并有效检测围标串标等异常投标行为，以提高市场透明度，优化投标策略。然而，随着招投标市场规模的扩大，数据量迅速增长，传统分析方法在处理海量异构数据时面临诸多挑战。
2、现有技术主要依赖于规则匹配和统计分析方法，对市场趋势预测和信用评估的适应性较低，难以有效整合企业关系网络、历史投标行为及市场供需信息。在市场预测方面，传统方法往往基于单一经济指标或时间序列模型，未能充分考虑企业间的动态关系及行业特征的多维影响，导致预测精度不足。对于企业信用评估，现有方法通常基于财务数据或单一评分体系，缺乏对企业历史行为模式、关联企业关系及行业背景的综合考量，难以全面刻画企业信用状况。在异常投标检测方面，大多数现有方案依赖人工设定的异常行为规则，如投标价格相似...
【技术保护点】
1.基于AI技术的招投标数据智能分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于AI技术的招投标数据智能分析方法，其特征在于，所述结构化数据包括企业投标记录、中标金额及时间戳，非结构化文本通过自然语言处理提取语义特征，外部数据包括企业工商信息及司法风险标签。
3.根据权利要求1所述的基于AI技术的招投标数据智能分析方法，其特征在于，所述将所述招投标数据构建为多维时空张量，并基于动态张量分解提取低维特征的步骤包括：
4.根据权利要求1所述的基于AI技术的招投标数据智能分析方法，其特征在于，所述构建动态企业关系图谱，并...
【技术特征摘要】
1.基于ai技术的招投标数据智能分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于ai技术的招投标数据智能分析方法，其特征在于，所述结构化数据包括企业投标记录、中标金额及时间戳，非结构化文本通过自然语言处理提取语义特征，外部数据包括企业工商信息及司法风险标签。
3.根据权利要求1所述的基于ai技术的招投标数据智能分析方法，其特征在于，所述将所述招投标数据构建为多维时空张量，并基于动态张量分解提取低维特征的步骤包括：
4.根据权利要求1所述的基于ai技术的招投标数据智能分析方法，其特征在于，所述构建动态企业关系图谱，并通过图神经网络建模企业合作关系的步骤包括：
5.根据权利要求1所述的基于ai技术的招投标数据智能分析方法，其特征在于，所述基于多目标联合优化模型，同步进行市场趋势预测、...
【专利技术属性】
技术研发人员：徐梦，陈朋举，晋好林，
申请(专利权)人：法正智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。