山东省公共资源大数据平台需求

山东省公共资源大数据平台需求一、项目概述1.1项目简况省中心自年整合组建以来，始终将公共资源信息化系统建设列为重点工作任务，以创新公共资源配置方式、推进公共资源市场化改革，营造公平竞争市场环境、为我省经济新动能加速成长、新旧动能接续转换提供坚实支撑保障为目标，积极筹划全流程电子化公共资源交易平台体系和大数据平台建设，实现山东省公共资源交易数据纵向、横向互联互通，依托数据支撑，提供数据价值，营造闭合管理模式。

1.2建设目标为加快推进信息公开共享，强化公共服务职能，转变监督方式，山东省公共资源交易中心通过建设“山东省公共资源交易中心大数据深度挖掘和应用项目”，即通过建设公共资源交易监测预警平台、公共资源市场主体信用监测预警平台和公共资源市场经济情况监测平台实现对交易全流程的电子化行政监督。

重点建设企业主体征信库、交易目录信息库、交易关系知识库、深度学习应用库和交易主题分析库等平台资源库，将市场主体信用信息和公共资源交易活动信息作为实施监管的重要依据，在健全守信激励和失信惩戒机制的同时强化对交易数据的动态监督、综合分析和可视化预警，为政府决策提供科学有力的数据支撑。

1.3总体要求1.3.1非功能性要求●跨平台设计系统采用框架，面向未来的设计，支持跨平台应用。

●良好的用户体验为各类主体提供个性化空间，针对不同类别用户，提供良好体验。

●多平台支撑服务平台基于多项基础支撑平台，采用模块化、组件化的思路设计研发。

●独立应用配置平台提供虚拟化的租户管理模式，可以快速的创建各类用户。

●全方位使用保障安全性、可靠性、易用性等全方位保障。

●多模式展现提供直观、丰富的展现形式，便于理解。

1.3.2性能要求可靠性：具备不间断稳定运行能力。

安全性：具备统一认证、统一权限管理；网络安全、信息安全设施齐全、管理严格。

响应时间：常规操作请求的响应时间不大于秒，图形操作的响应时间不大于秒。

计算精度：金额数据计算为小数点后位，结果为小数点后位（精确到分）；日期时间数据业务信息精确到日，操作日志信息精确到百分之一秒；图形数据、业务数据的计算精度应符合部、省有关规范；其他数据按照有关输出报表、表单的精度要求。

时间同步：所有服务器系统时间与标准时间实现同步。

灵活性：支持业务扩展及流程变更需求，支持与其他系统接口。

易用性：操作简捷、界面友好。

1.4系统功能建设需求1.4.1公共资源交易大数据深度挖掘支撑平台建设公共资源交易大数据深度挖掘支撑平台，主要包括公共资源大数据标准编制、数据采集系统和数据交换系统，该支撑平台中的数据采集与交换范围包括山东省公共资源交易中心内各平台间（交易平台、服务平台和监管平台）数据的采集与交换。

1.4.1.1公共资源大数据标准建设公共资源交易大数据标准体系由六个类别的标准组成，分别为：基础标准，数据整理标准，数据存储标准，数据服务标准，共性应用标准和数据安全标准。

本项目将结合公共资源交易大数据特点，对这六类标准的进行调研并提出相关方案。

1.4.1.2数据交换系统建设数据交换系统，实现山东省公共资源电子交易平台、电子监管平台和电子服务平台，即山东省公共资源交易中心内各平台层面间的数据交换。

通过数据交换系统采集有关数据。

统一信息资源标准规范，建立多维度数据库，拓宽数据来源，通过不同的方式汇聚数据，增强分析力度，提高监测预警的准确性和时效性以及获取公共资源交易系统对接，获取公共资源交易数据，进而通过大数据分析系统相关模型进行分析、预测，供相关部门进行决策。

数据交换系统，应涵盖数据采集、数据存储、数据预处理、数据分析等管理环节及相关功能。

、数据采集基于统一规范的数据交换标准和数据规范，通过系统对接交互方式采集涵盖工程建设、政府采购、土地和矿业权出让、产权交易、药品（高值医用耗材）等领域公共资源交易数据。

、数据存储数据库是信息系统的核心和基础，把信息系统中大量的数据按一定的模型组织起来，提供存储、维护、检索数据的功能，使信息系统可以方便、及时、准确地从数据库中获得所需的信息，通过建立多维度的数据库来进行交易数据的存储，拓宽数据来源，不断加强主体信息库、交易信息库、信用信息库、专家信息库、监管信息库等数据存储建设，规范全面收集公共资源交易数据。

、数据预处理通过对采集交易数据进行数据清理、数据集成、数据规约和数据变换等几个环节，从准确性、完整性、一致性、时效性、可信性和可解释性等方面进行处理，保证数据质量。

、数据分析在共享数据标准化、一致化的基础上，通过模型化、智能化的分析方法和管理工具，深层次地分析、整合和使用各业务系统数据，从已有信息资源中挖掘出更大的价值，提高信息资源的利用率，实现信息共享。

通过数据分析应用体系，为用户提供数据应用工具和平台，推进信息资源的有效开发利用，包括为管理、决策提供随需而变的信息查询、报表生成和分析结果展现等，以及为用户的个性分析应用提供工具。

1.4.2企业信用监测预警平台建设企业信用检测预警平台，基于建设企业信用信息库的建设，通过归集企业信用信息，将市场主体信用信息和公共资源交易活动信息作为实施监管的重要依据，不断健全守信激励和失信惩戒机制，对诚实守信主体参与公共资源交易活动依法给予奖励，对失信主体参与公共资源交易活动依法予以限制，对严重违法失信主体实行市场禁入。

信用检测预警包括信用检测和信用预警，信用检测实现重点关注对象检测、信用检测提示、信用协助提示和信用限制提示；信用预警实现失信企业预警功能，发出相应的提示信息。

通过对大量信用数裾的统计分析，根据不同的需要，结合信用指标体系和信用预警模型，对不同行业，不同人群的信用状况迸行快速定位和掌控，动态监控重点领域和重点涉信人群的倩用变化情况，对异常状态进行提前预警，为政府决策提供必要拓信息支持服务。

实现信息资源的最优配置和合理利用，而且有利于对整体信用状况进行宏观、准确迪把握，可快速、全方位地展现信用状况全貌。

信用检测预警子系统主要实现政府人员或社会公众对需要重点关注的的政府、企业或个人的相关信息和信用情况有针对性的关联以及对重点关注对象的信用预警。

1.4.2.1企业主体征信库建设企业在金融、税务、廉洁从业等方面的主体信用信息及参与全省公共资源交易活动信息。

通过和银行、税务局、人力资源部门等共享获取的相关信息，企业征信库的具体内容应包括：企业的工商注册、变更基本信息；企业信贷、质押担保、贸易融资等信息；司法判决、执行信息；税务处罚、表彰信息；环保处罚、表彰信息；质监处罚、表彰信息；人社处罚、表彰信息；住建处罚、表彰信息；安全处罚、表彰信息等，以及公共资源交易活动信息。

1.4.2.2企业征信分析系统系统应采用大数据深度挖掘技术，通过对企业主体征信库的内容，利用不同的条件、不同的公式、不同的指标进行分析，更好的解读企业的信用状态，以提供监管部门更好更准确的信用信息，进而推进企业信用监督管理的主动性、前瞻性，更好地服务经济发展，促进企业信用监管到位，实现企业信用的社会化监督。

、企业信用信息分析系统应可对企业所属区域及企业的资质级别、在册投标企业的基本信息、业绩等进行分类统计，以线形图或柱状图进行多维展示。

包括）诚信库信息统计；）不良行为及投诉统计；）评标专家分析；）招标人分析等分析功能。

、不良行为及投诉分析系统应可对设定时间段内的企业其不良行为类别、数量及投诉数量进行统计分析。

主要对近年内企业不良行为数量、近年内人员不良行为数量及投诉数量。

、数据发布系统应可基于等方式，发布各类企业征信情况，并方便快捷的掌握各种结论信息。

、数据转发系统应可将分析结果等数据报送给上级和有关部门，完成数据的报送与分发。

、信息接收与处理系统应能够对接收数据进行检查、纠错及预处理，对接收的数据处理后再写入数据库。

1.4.2.3企业征信可视化预警系统通过整理归类与加工将信用信息转化为可以量化的指标体系，按照失信行为的严重程度和影响范围向企业及管理部门以可视化的方式提出预警。

、预警监视管理预警监视功能，实时监视平台汇集来的超警情况、预警情况以及响应情况等，对检测范围内的最新预警情况进行汇总统计，通过多种方式提醒企业及监管部门，以便动态掌握当前预警态势。

、告警管理告警管理包括告警值设置、告警级别管理。

告警值设置包括对企业不良行为信息、信用评价信息和信用等级信息等的设置。

告警级别管理是对企业不良行为信息、信用评价信息和信用等级信息等告警级别进行管理和设定。

1.4.3公共资源交易监管预警平台建设公共资源交易监管预警平台，通过对大量信用数据的统计分析，可根据不同的需要，结合信用指标体系和信用预警模型，对不同行业，不同角色的信用状况进行快速定位和掌控，动态监控重点领域和重点涉信人群的信用变化情况，对异常犾态进行提前预警，为政府决策提供必要的信息支持服务。

实现信息资源的最优配置和合理利用，而且有利于对整体信用状况进行宏观、准确地把握，可快速、全方位地展现信用状况全貌。

1.4.3.1交易关系深度学习系统系统应能够根据工程建设、政府采购、矿业权交易、药品（医用耗材）采购等业务，分别构建不同业务、主题的知识库，采用批量数据处理系统，借助于深度学习、知识计算和可视化等大数据分析技术，分别构建不同业务、不同专题的支持决策系统。

1.4.3.1.1交易关系知识库系统、交易关系投标人间的关系，比较不同投标人的标书（结构化数据与非结构化文档）相似度分析，发现围标、串标线索；招标项目中出现相同几个投标人的深度分析。

主要包括：投标人指标度、投标人与投标人关系网、投标人与投标人抱团分析等。

投标人与招标人间的关系，通过海量数据的深入挖掘分析，多维度深度分析招标人已招标项目、招标人在评标委员会推荐的中标候选人内确定中标人。

招标人招标过的项目为同一中标单位的几率。

主要包括：交易项目次数统计、投标人与招标人关系网、投标人与招标人抱团分析等。

投标人与招标代理机构间的关系，通过海量数据的深入挖掘分析，发现并展示投标人与招标代理间发生的项目次数，以及中标率。

主要包括：投标人与招标代理机构关系、投标人与招标代理关系网、投标人与招标代理抱团分析。

招标人和招标代理间的关系，通过海量数据的深入挖掘分析，统计出招标人委托招标项目异常聚集到某个代理机构的前几位，展示每个招标人与其他招标代理机构之间的管理。

主要包括：招标人与招标代理机构异常关系统计、招标人与招标代理关系网、招标人与招标代理抱团分析。

、交易异常系统应提供统计招标项目中的异常情况，并按个年度各月份进行显示，供监管部门进行参考。

主要包括：投诉异常、中标率异常等。

1.4.3.1.2深度学习应用库深度学习模型将包括神经元神经网络、卷积神经网络和递归神经网络的经典及泛化模型。

1.4.3.2异常交易可视化预警系统系统应能够根据工程建设、政府采购、矿业权交易、药品（高值医用耗材）采购等领域的知识库，确定相应交易领域的风险预警点，构建可视化的预警系统具体功能应包括：1.4.3.2.1投标人排名可通过网站汇总公示投标人排名，按项目类型（工程建设、政府采购、产权交易、土地交易、药械采购等）显示排名情况，以中标金额、中标次数、报名次数、入围次数、投标次数进行排名。