[发明专利]一种基于电子投标文件比对的围串标行为检测方法及装置

说明书

本发明提供一种基于电子投标文件比对的围串标行为检测方法及装置，方法包括：将投标文件转换为纯文本，将纯文本进行去噪，并将其中和招标的采购文件中信息一致的内容去除，得到有效文本文档；将所有的有效文本文档进行分句，筛选其中设定句子，并计算句子的simhash值，将不同有效文本文档的相似句子查找出来，并将其中连续的句子拼接，得到相似信息；将所有的有效文本文档中提取基础关键信息、报价信息、供应商电子投标文件制作信息以及投标保证金缴费账户信息；根据法规、上述得到信息进行对比判断投标人是否为围串标行为；可以更为直观准确的定位出可能存在的围串标行为，进一步减少平时专家的工作量，提升评审专家的效率。

技术领域

本发明涉及计算机技术领域，特别涉及一种基于电子投标文件比对的围串标行为检测方法及装置。

背景技术

现有在招标时，供应商为了利益，可能会出现围标或者串标行为，这就极大的损害了招标者的利益；若是仅仅是通过人为阅读和比较投标文件，则效率低下，且准确率不高；若是采用软件方式存在以下三大问题：

一、可靠性(准确率)不高，存在较大的误判可能：

实操中，相似度多高能判断为围串标，在不同的采购项目或是在不同的场景中，并没法得出一个确定的参考值，检测出的相似度不能直接作为判断围串标的直接依据；

二、仅通过相似度，并不能标识出两份投标文件具体哪些内容存在相同：

基于第一点的情况，在检测出高相似度的两份投标文件时，评审专家需要人工介入判断是否存在围串标行为，仅一个相似度信息，评审专家无法快速定位出哪些内容是高度一致或相似的，还是需要人工两份投标文件完整的阅读比对；

三、一些关键的能够判定围串标行为的信息无法体现：

两份投标文件中，可能出现法人的身份证号码一致情况，这种情况肯定是可以判定为围串标的，但是仅仅身份证号码一致并不会带来两份投标文件相似度大幅提升，这个时候仅基于相似度信息是无法直接定位出该关键信息的；

在申请号：2019113581250；发明名称为：一种投标文件相似度计算方法及装置，具体公开了该方法包括：获取第一投标文件的有效文本信息以及第二投标文件的有效文本信息；根据预设的相同词语查找算法在第二投标文件的有效文本信息的第N-a页至第N+b页中查找出与第一投标文件的有效文本信息的第N页中的段落语义相同的段落；根据查找出的语义相同的段落确定第一投标文件的有效文本信息和第二投标文件的有效文本信息的相同词数；根据所述相同词数确定第一投标文件和第二投标文件的相似度。本发明方法大大提高发现围标串标的效率和准确率，且能够大幅降低人力成本和可扩展性成本；该发明实现思路是计算出两份投标文件的文本相似度；该方案虽然能间接的检测出可能的围串标，但是在实际情况中，仅仅基于文本相似度信息，并不能简单的判断存在围串标可能。

发明内容

本发明要解决的技术问题，在于提供一种基于电子投标文件比对的围串标行为检测方法及装置，可以更为直观准确的定位出可能存在的围串标行为，进一步减少平时专家的工作量，提升评审专家的效率。

第一方面，本发明提供了一种基于电子投标文件比对的围串标行为检测方法，包括：

步骤1、将投标文件转换为纯文本，将纯文本进行去噪，并将其中和招标的采购文件中信息一致的内容去除，得到有效文本文档；

步骤2、将所有的有效文本文档进行分句，筛选其中设定句子，并计算句子的simhash值，将不同有效文本文档的相似句子查找出来，并将其中连续的句子拼接，得到相似信息；

步骤3、将所有的有效文本文档中提取基础关键信息、报价信息、供应商电子投标文件制作信息以及投标保证金缴费账户信息；

步骤4、根据法规、步骤2中得到信息以及步骤3中得到信息进行对比判断投标人是否为围串标行为。