基于数据挖掘的项目评标决策支持系统的研究

《基于数据挖掘的项目评标决策支持系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、http://www.paper.edu.cn1基于数据挖掘的项目评标决策支持系统的研究123程铁信，祁昕，江文婷1，2，3天津工业大学管理学院，天津（300387）E-mail：tiexincheng@vip.sina.com摘要：评标是业主选择一个合适承包商的必要过程，选择一个“最优”的承包商对政府部门和企业来说是个巨大的挑战。针对目前工程项目评标普遍采取的综合打分法的一些缺点，本文采用数据挖掘中的孤立点检测技术对工程项目评标进行改进，同时基于孤立点检测模型开发了一个决策支持系统并在实际评标项目中进行应用。在该系

2、统的帮助下，可以发现评标打分数据中的孤立点，进而据其给业主提供评标相关建议，提醒业主对某些风险引起重视，帮助其提高招投标项目的成功率。关键词：工程项目，评标，数据挖掘，孤立点，决策支持系统中图分类号：C9311.序言评标是业主选择一个合适承包商的必要过程，评标的关键在于选择评标方法和确定评标[1]因素。选择一个“最优”的承包商对政府部门和企业来说是个巨大的挑战，业主需要具备丰富的知识和经验，以确保所选择的承包商技术上可行、财务状况良好，同时能够按时、保质地完成任务。由于在项目工程评标过程中，很多都采用的是对评标方法进

3、行改进，还很少使用数据挖掘中的孤立点挖掘技术；在系统方面，关于评标方面的DSS的研究少之又少，1995年张建明等人研制开发了“土建工程投标专家系统”，首次将招、投标问题以知识的形式表示出来，可以说也是评标DSS的一个雏形，但是至今，国内外仅有极少的学者致力评标DSS的研究，成果也并不显著。与此同时，网上在线招投标系统也纷纷出现，但是，现存的招投标系统几乎是在数据库的基础上实现查询和评分，缺少决策支持的功能和方法，因此，关于评标问题的决策支持系统仍然是国内外学者研究的一个方向。在这种情况下，如果能把数据挖掘和决策支持系

4、统的知识应用到招投标问题中，研究出一套完整的评标智能决策支持系统，则能使现有的评标工作更加科学化、先进化，从而也能够提高评标过程的公正性，尽量减少评标的暗箱操作，更好的体现出评标的“三公”性。2.评标与决策分析2.1评标方法目前，世界各国有很多评标方法，其中，“最低评标价中标法”在北美最为流行，特别是在政府采购项目中应用较多。其它一些方法，如“平均价中标法”、“施工质量评估法”1项目资助：本文得到天津市水利局科研项目资助，项目编号：KY2007-09。作者简介：程铁信：男，1973.2，博士，副教授，研究兴趣：项目管

5、理、知识管理、供应链管理。-1-http://www.paper.edu.cn等等也被一些国家和地区广泛采用。而我国招投标项目中常用的评标方法有最低投标价法和多属性分析法两种。各种评标方法由于自身的种种限制，均存在这样或那样的局限性，因此不存在所谓的“最好的评标方法”。不同的评标方法可能会导致不同的结果，因此，业主应根据自己项目的具体特点选择最合适的评标方法。本系统所采取的评标方法是综合打分法，由多个专家按照评标标准对各投标人的各项指标进行打分，不可否认，专家在评标过程中，由于自身的主观因素所限，其所打的分数难避免会

6、出现一些偏差，有时差别还会很大。针对此类问题，许多学者进行了多方面的研究探索，[2]如张瑶华、朱家蓉针对评标中采用“去两头求均值”的统计方法的一些缺点，运用统计原[3]理作了相关分析。黄宏飞探讨了将剔除中位数偏差数据用于评标的方法，并根据具体的实例分析，认为该法与“去掉最高和最低数据求平均值”方法相比，能够有效去掉极端数据的影响。但是，从另一方面来说，我们采用专家综合评分法进行评标的目的，就是充分发挥各位专家的主观能动性，利用他们的专业知识、经验和判断能力来帮助决策，避免决策失误，选择最优的投标人完成工程项目。所以针

7、对部分专家根据自己的专业知识、经验和判断能力对某一投标人的某一项指标打出低分，若根据现有的评标规则断然将其剔除，可能会导致有风险的投标人中标，这样会给将来的项目建设造成隐患，不利于招标项目的顺利完工。此外，这种方法在水利工程评标领域已经沿用了很多年，取得了不错的效果，积累了丰富的数据资料。若能通过研究分析从评标历史数据找出一些隐含的规则，并结合实证研究给出相关的解释，对现有的评标规则体系进行补充和完善，将会帮助业主提高招投标项目的成功率。2.2决策分析模型针对上述评标方法的不足，我们采用数据挖掘中的孤立点挖掘方法对其

8、进行决策分析。孤立点可能是度量或执行错误所导致的。例如，一个人的年龄为-999可能是程序对未记录的年龄的缺省设置所产生的。另外，孤立点也可能是固有的数据变异性的结果。例如，一个公司的总经理的工资远远高于公司其他雇员的工资，成为一个孤立点。许多数据挖掘算法试图使孤立点的影响最小化，或者排除孤立点。但是由于一个人的噪声可能是另一个人的信号，这样做就