公告内容

本文结合实际应用设计了一套供应商业绩有效性智能分析系统，从投标文件业绩图片识别、合同关键信息识别、发票真实性识别、合同业绩关联性分析、合同与发票关联性分析等多个维度入手，利用图片识别技术、模拟登陆技术、关联性分析技术实现供应商业绩有效性智能决策判断，提高评标效率，减少供应商业绩造假。 

一、背景介绍

在当前的招标投标活动中，为了充分了解供应商的企业实力，招标人会要求供应商提供有效的业绩信息，一般包含合同、发票等证明信息。但如何识别业绩的有效性、合同的真实性、发票与合同的关联性等都是评标过程中的难点。

在评标过程中，需要人工将合同信息逐一查找审核，对发票进行逐一校验，当投标的供应商数量多、提供的业绩合同数量多时，核对校验工作量非常大，容易出现审查疏漏。且在业绩评审过程中经常会出现业绩材料模糊、业绩造假等情况，通过人工方式很难辨别业绩的有效性。

为了提高招标过程中业绩评审的效率和精确度，本文结合实际情况设计了一套可行的供应商业绩有效性智能分析系统。

二、设计思路

要判断业绩的有效性，首先要对有效性的标准进行设计，笔者根据日常工作经验，总结出常用业绩要求标准模型如下：

应答人须提供A年至投标截止日承接过类似项目（类似项目是指C）的合同至少B个（且单个合同金额不低于D万元）。

内容包括业绩证明材料：合同关键页扫描件（关键页至少包括首页、标的页、金额页、签字盖章页、时间页）以及至少一张与合同匹配的发票扫描件证实合同的真实有效性。

其中的时间以合同签订时间或合同中体现的执行时间为准，金额以合同签订金额为准。

还须提供合同相对方联系人及联系电话、合同原件备查，未能认可为类似项目的业绩不纳入评分范围。

A需早于投标截止日期；B需大于0；C为集合，是类似项目要求的范围；D需大于0。举例：应答人须提供2018年1月1日至投标截止日承接过类似项目（类似项目是指路由器设备类或系统集成类）的合同至少1个（且单个合同金额不低于100万元）。

整体的业绩识别智能决策流程如图1所示，在确定基础标准模型后，将上述业绩评判要求进行数学模型化分解，构建识别和分析的关键信息。针对合同信息，识别合同签署时间、合同开始时间、合同金额、合同签名、合同签章、合同甲乙双方名称、合同标的、合同属性、合同标题等信息，并判断这些信息是否与评标业绩标准相符合。针对发票信息，主要识别发票代码、发票号码、开票日期、购方名称、销售方名称、合计金额等关键信息，并通过国家税务总局网站判断发票真伪。

在判断合同和发票真实性的基础上，还需要判断合同与业绩要求的关联性、发票与合同之间的关联性，当两者都具备关联性时，则可说明此合同业绩为有效业绩，如若其中一个关联性不满足，则说明此合同业绩为无效业绩。

整个系统的设计满足可验证的闭环，首先要验证合同本身符合要求，其次验证发票的真实性，通过验证合同与业绩要求的关联性达到合同整体与业绩要求的一致性，通过发票与合同的关联性进一步验证合同的真实性，最终确定该合同业绩为有效业绩。

三、实现过程

（一）业绩识别分割

投标文件有规定的撰写模板，结构化程度较高。业绩识别分割是导入供应商的投标文件，能够从中自动截取所有业绩信息，并能够将各个业绩信息自动分割开来，便于下一步对各个业绩进行分析判断。业绩识别分割是整个智能决策的基础。

（二）合同基本信息分析

利用图片识别将合同的信息转化为文字，并利用合同的结构化识别出各个关键信息，需识别的信息有：合同签署时间、合同执行时间、合同金额、合同签名、合同盖章、合同甲乙双方、合同标的、合同属性、合同标题。将识别的信息做如下四项判断：

第一项，合同签订时间或合同中体现的执行时间在业绩要求的起始时间之后，在投标截止时间之前；

第二项，合同的乙方与投标方信息一致；

第三项，合同总金额高于或者等于单项业绩要求的最低金额；

第四项，是否正常签字、盖章。

当上述四项判定都满足要求，则证明该合同是有效的，任何一项不满足则证明该合同无效。

（三）发票真实性检测

发票的识别分为两步，第一步先识别发票的基本信息，第二步通过识别的基本信息在国家税务总局网站验证发票的状态及真实性。

通过发票的图片识别，可以得到如下发票信息：发票种类、发票名称、发票代码、发票号码、开票日期、购方名称、购方纳税人识别号、购方地址及电话、购方开户行及账号、销售方名称、销售方纳税人识别号、销售方地址及电话、销售方开户行及账号、合计金额、合计税额、价税合计(大写)、价税合计(小写)、备注信息。

发票的真实性判断需要访问国家税务总局网站（https://inv-veri.chinatax.gov.cn/）可采用HTTP模拟登陆技术实现发票的自动验证。构建HTTP页面访问模拟器，并进行验证码的自动识别，在模拟器中输入如下参数，则可得到相应输出结果。

输入={发票代码、发票号码、开票日期、开具金额(不含税)、验证码}

输出={正常、冲红、作废}

当输入上述5个参数，调用模拟器，即可得到输出结果。当输出结果为“正常”，说明发票是真实有效的；当输出结果为“冲红”或“作废”，说明发票是无效的。

另一种方式是与国家税务总局网站进行合作，建立可安全访问的API调用接口，实现自动的发票真实性调用查询。

（四）合同与业绩关联性分析

合同与业绩的关联性判断主要分析合同是否满足类似项目要求，即合同是类似项目集合C的一种或多种，只要满足集合C中的一种，即判定该合同与业绩要求具有关联性。关联性的分析需要用到自然语言语义分析技术、机器学习技术、推荐系统技术。下面介绍两种可行的关联性分析方法。

1.词频统计分析

利用分词技术，构建词频统计分类分析，快速实现合同与业绩关键字的匹配，能够正常匹配则证明有一定的关联性，如若不能匹配则无关联性（如图2所示）。

（1）经过图片识别的合同业绩已经转化为文字信息，作为整个分析的输入源。

（2）对合同业绩信息进行分词处理，并进行分词结果的词语频度统计，图3是针对一个合同业绩的分词统计结果，共有139个词汇，高频度的词汇有“华为”“服务器”“交换机”等。

（3）如果业绩要求集合C={服务器}，则在关联判断时，因该业绩分词结果中有高频度词语“服务器”，可判定此业绩为关联业绩。

2.贝叶斯分类器

将不同的合同业绩进行打标分类，构建合同与业绩关联分析的训练集，并进行模型训练，通过训练好的模型实现合同与业绩要求关联性的自动分类判断（如图4所示）。

（1）对已有的业绩的信息进行打标分类，形成模型训练的原始训练集；

（2）形成不同类别业绩的特征向量，并计算各类别业绩的特征向量对应的TF-IDF（词频-逆文本频率指数）值；

（3）根据特征向量及TF-IDF值，构建贝叶斯分类器，形成分类模型；

（4）将待分类的业绩输入构建好的分类器中，输出分类结果，如图5所示输入一段合同业绩的设备配置信息，分类输出结果显示为“交换机”；

（5）如果业绩要求集合C={交换机}，则在关联判断时，因该业绩分类为“交换机”，可判定此业绩为关联业绩。

第二种实现方式较为复杂，涉及冷启动、训练样本不足等问题，只要业绩样本足够多，评判准确度比第一种方式要高。

（五）合同与发票关联性分析

合同与发票的关联性分析识别，主要是证明该发票是该合同的付款发票，以便利用发票的真实性来证明合同的真实性。合同与发票的关联性有如下四项关键信息需要判断：

（1）发票的开票日期在合同开始时间之后，在投标截止日期之前；

（2）发票的购方名称、销售方名称与合同的甲方、乙方名称一致；

（3）发票的金额小于或等于合同的总金额；

（4）合同的标的与发票的内容项一致，可通过合同号、标的物来判断。

当上述四项判定都满足要求，则证明该合同与发票具有关联性，任何一项不满足则证明该合同与发票不具有关联性。

四、结语

利用技术手段进行供应商业绩的有效性智能判断，一方面可以提高评标的效率，减少人工审核的工作量；另一方面可以减少供应商的业绩造假。但信息化技术手段对业绩的智能分析不能完全替代人工审核操作。

供应商业绩的智能决策需要图片识别、关联性分析、模拟登陆、机器学习等多项关键技术。构建智能决策系统不仅可以形成供应商业绩有效性的快速准确评判，同时可以积累供应商的业绩信息，形成业绩信息库。短期内，供应商业绩信息库可以用于机器学习，形成业绩关联信息判断的训练集。长期来看，可以把这些积累的供应商业绩转换为供应商的价值和信用研究，为后期采购提供价值判断，为未来供应链金融发展服务，同时也可以形成企业快速的寻源能力。

作者：马登邑

作者单位：中国移动通信集团湖北有限公司

来源：《招标采购管理》