[发明专利]一种基于深度学习的结构化招投标文本信息的方法与装置

权利要求书

1.一种基于深度学习的结构化招投标文本信息的方法，其特征在于，包括以下步骤：

S1：利用咨询公司、政府有关部门和招标公告对招标信息进行获取，对投标目标进行选取；

S2：在招标过程中对业主的资产的信息进行收集，对委托的设计单位在施工方面的能力进行预判，对参与投标的竞争者的优劣势进行分析；

S3：对招标的过程中需要涉及的各项要求和指标进行分析，对资质、注册资金和公司年度业绩进行要求；

S4：对所选择的投标的项目进行分析，规避项目产生的风险，对项目中标后产生的影响进行确定；

S5：对最终的投标进行准备，确保整个投标的过程合理化和系统化；

S6：对投标文件进行编制，对投标文件的各项构成进行确定；

S7：对报价进行分析和决策，对报价架构分析的合理性进行分析。

2.根据权利要求1所述的一种基于深度学习的结构化招投标文本信息的方法，其特征在于，所述S2步骤中的对业主的资产的进行收集，包括以下步骤：

S21：对业主投资的资金链的流动性和银行信用度信息进行采集；

S22：对业主在技术管理岗位的储备人才数量进行记录，对业主在施工和管理方面的经验进行考核；

S23：对于业主在投资方向的倾向性进行了解。

3.根据权利要求1所述的一种基于深度学习的结构化招投标文本信息的方法，其特征在于，所述S3步骤中的对招标过程的各项要求和指标进行分析，包括以下步骤：

S31：对招标公司的业绩、资质和存续进行了解；

S32：对招标公司所限定的各项指标进行了解；

S33：对招标的范围和报价范围的合理度进行划分，确定招标的具体阶段，确定招标范围的表达形式；

S34：考察招标项目的各项技术要求和技术特点，落实招标项目的经济特点。

4.根据权利要求1所述的一种基于深度学习的结构化招投标文本信息的方法，其特征在于，所述S4步骤中的对所选择的投标的项目进行分析，包括以下步骤：

S41：对自身在技术设计上的水平和能力进行预判；

S42：对整个项目的工期时长、定金和尾款的付款方式进行了解；

S43：对在投标过程中的竞争对手的资质、数量进行预先了解。

5.根据权利要求1所述的一种基于深度学习的结构化招投标文本信息的方法，其特征在于，所述S5步骤中的对最终的投标进行准备，包括以下步骤：

S51：组建投标小组，对项目进行立项；

S52：对项目第一责任人进行确立，并对各部门协调人员进行登记；

S53：制定标前会议，确立投标的各项流程，提出在投标过程中所涵盖的各方面的问题，规避意外情况的发生；

S54：在投标之前预先与各个供应商建立双向关系，确立报价完毕后书面保证；

S55：对整个项目的造价范围进行评估，指定合理的报价策略。

6.根据权利要求1所述的一种基于深度学习的结构化招投标文本信息的方法，其特征在于，所述S6步骤中的对投标文件进行编制，包括以下步骤：

S61：对投标文件涵盖的各项流程架构进行确定；

S62：对资格预审文件进行编制，对投标书的格式和装订方式进行确定；

S63：确定投标书的表达方式和组成方式。

7.根据权利要求1所述的一种基于深度学习的结构化招投标文本信息的方法，其特征在于，所述S7步骤中的对报价进行分析和决策，包括以下步骤：

S71：对整个报价过程中的合理度进行分析，对整个工程的建设周期和资金链进行探讨；

S72：对整个项目的材料使用量和施工人员的配比进行分析；

S73：对报价分析中产生的差异性进行分析。