张燕会

基于大数据分析的智能化招标决策支持系统通过整合多源数据、运用机器学习与数据挖掘技术，实现对招标全过程的科学分析与动态优化。系统以数据驱动为核心，构建包括数据采集、特征提取、智能评估与辅助决策在内的多层次模型框架，旨在提升决策的客观性与准确性。研究提出基于大数据的风险识别与中标概率预测模型，通过对历史投标行为、市场趋势及竞争对手特征的深度学习分析，优化投标策略选择与资源配置路径。实验结果表明，优化后的系统能有效降低主观判断误差，提高决策效率与中标率，为政府与企业提供科学的招标决策支撑。

大数据分析；智能化决策；招标优化；机器学习；决策支持系统

[1] 王建国.基于大数据的招投标决策支持系统研究[J].信息系统工程,2021,12(4):45-52. [2] 李晓彤.智能化招标评标模型的优化设计与应用[J].管理科学研究,2022,18(3):88-95. [3] 周立群.机器学习在工程招标风险评估中的应用[J].计算机与信息技术,2020,28(6):102-110. [4] 陈思远.大数据驱动下的政府采购智能决策机制研究[J].科技与管理,2023,15(2):67-74. [5] 刘海鹏.决策支持系统的算法优化与智能化发展趋势[J].系统工程理论与实践,2021,41(8):120-128.

点击下载PDF