【正文】 標的科學(xué)性、合理性和有效性，無法滿足當(dāng)前的需要。搶觀淚婭師謳論櫚陣蘚塹挾。通過在信用標準研制階段，增加標準驗證工作，對信用標準正確合理性、先進性、操作性等進行驗證，將其結(jié)果作為標準編制、批準和實施的依據(jù)，將更好地為社會信用體系的蓬勃健康發(fā)展、市場經(jīng)濟的健康快速增長提供有力的技術(shù)支持。賊組櫻種愨單蝕渾潷騾雛閩。（四）項目目標信用標準試驗驗證實驗室是以實驗室數(shù)據(jù)分析與集成為主的建設(shè)項目，是廣州市標準化研究院在信用標準、質(zhì)量標準等方面大數(shù)據(jù)分析的重要試驗平臺。其內(nèi)容涵蓋數(shù)據(jù)采集、數(shù)據(jù)清洗與預(yù)處理、數(shù)據(jù)建模與分析、數(shù)據(jù)可視化與應(yīng)用。通過合作研發(fā)，定制一批適合信用標準及標準化院的設(shè)備和數(shù)據(jù)分析技術(shù)。圓漣檸賡搗蕷艫燁錘澤謳結(jié)。一、資源整合，形成政府采購信用、標準等資源目錄庫對政府采購信用、標準等信息資源進行梳理，形成統(tǒng)一分類結(jié)構(gòu)，制定統(tǒng)一的行業(yè)領(lǐng)域資源目錄結(jié)構(gòu)、數(shù)據(jù)存儲結(jié)構(gòu)、數(shù)據(jù)存儲關(guān)系等內(nèi)容，建立由信用標準信息資源服務(wù)、服務(wù)元數(shù)據(jù)、資源目錄、標準規(guī)范、分布式數(shù)據(jù)存儲庫等要素構(gòu)成的大數(shù)據(jù)服務(wù)體系。蟄彎擼鯁棖佇緡癟槧贊瀅勁。二、規(guī)范標準，建立大數(shù)據(jù)平臺運行的長效機制制定數(shù)據(jù)資源目錄分類、數(shù)據(jù)交換更新、數(shù)據(jù)存儲等標準規(guī)范，定義各類數(shù)據(jù)結(jié)構(gòu)和平臺運行機制，從而實現(xiàn)對大數(shù)據(jù)資源的統(tǒng)一匯聚和融合，為大數(shù)據(jù)分析提供符合標準規(guī)范的數(shù)據(jù)資源。義淨(jìng)擁捫毆脅紙窺鈑鳧剝贛。三、深度挖掘，實現(xiàn)信息資源的大數(shù)據(jù)分析實現(xiàn)現(xiàn)有資源大數(shù)據(jù)從傳輸、存儲、計算、挖掘到展現(xiàn)的全生命周期處理能力，解決政府信用數(shù)據(jù)海量存儲、智能檢索、知識挖掘、內(nèi)容保護、信息利用等問題，建成基于大數(shù)據(jù)的政府采購信用體系與應(yīng)用實踐，并且以標準化服務(wù)的方式為各項專題應(yīng)用提供大數(shù)據(jù)分析處理能力。綏驊懸縉澀鷂禍紳撻糧錛湯。四、開拓創(chuàng)新，確保實驗室持續(xù)產(chǎn)出科研成果通過合作研發(fā)建設(shè)信用標準試驗驗證實驗室，在項目建設(shè)期內(nèi)，共同申報項以上專利、在中國科技核心期刊發(fā)表論文篇以上。饅鎖開鑰燜緒玨編軻錙薈馴。（五）實驗室建設(shè)原則易用性：實驗室軟件部分應(yīng)能有利于實驗、試驗，應(yīng)具有一致的、友好的用戶訪問界面，易于使用和推廣，并具有實際可操作性，使用戶能夠快速、熟練地掌握系統(tǒng)的使用方法。系統(tǒng)應(yīng)充分考慮各業(yè)務(wù)層次、各管理環(huán)節(jié)數(shù)據(jù)處理的實用性，把滿足用戶需求和科學(xué)研究作為第一要素進行考慮。用戶接口和操作界面應(yīng)盡可能考慮人體結(jié)構(gòu)特征及視覺特征，界面力求美觀大方，操作力求簡便實用。獄質(zhì)嶇僅痺鮚潰脫幀開樣藶。安全性：實驗室數(shù)據(jù)關(guān)系到政府采購信用等相關(guān)隱秘信息，軟件的安全性屬于優(yōu)先考慮的指標之一。在軟件設(shè)計、實施階段必須從多個方面充分考慮整個實驗室的安全性，另外系統(tǒng)中所有的重要操作留有痕跡，以規(guī)范管理。按照每個用戶所在的崗位和所需完成的業(yè)務(wù)，由系統(tǒng)管理員分配權(quán)限，每個用戶只能看到本人所允許和應(yīng)該看到的信息。鍥莧娛殫穢籩殤蕢謬蘚龍孌。靈活性和可維護性：為適應(yīng)不斷飛速發(fā)展的數(shù)據(jù)處理業(yè)務(wù)，信用標準試驗驗證實驗室要具備良好的擴展性、開放性和移植性，能隨著數(shù)據(jù)業(yè)務(wù)規(guī)模的增長和數(shù)據(jù)業(yè)務(wù)種類的增加，能方便地增加新的硬件配置以提高處理能力，增加或修改軟件功能以適應(yīng)新業(yè)務(wù)的開展。整個系統(tǒng)采用結(jié)構(gòu)化、模塊化設(shè)計，對外提供清晰、完整的資料和控制接口。雜磚墳雖紜飯曇覡墾騾釋鈁。先進性：采用業(yè)界先進、成熟的軟件開發(fā)技術(shù)、面向?qū)ο蟮脑O(shè)計方法和開發(fā)工具及可視化的展示工具，軟硬件平臺和整體方案必須是業(yè)界的優(yōu)秀成熟產(chǎn)品，并符合信息技術(shù)發(fā)展的趨勢。軾梔嗶鑊繃瘍懔諍訝澤緇瑤。合法性：系統(tǒng)首先必須保證與我國現(xiàn)行的有關(guān)法律、法規(guī)、規(guī)章制度相一致。投標人能根據(jù)招標人的要求和時限進行系統(tǒng)改造。免費維護期內(nèi)，中標人提供免費系統(tǒng)改造。免費維護期外，系統(tǒng)改造費用由雙方共同協(xié)商決定。尋頭厭嗆羈陰帥讕匭贊憤鶉。（六）采購內(nèi)容與集成要求根據(jù)試驗驗證需要，建設(shè)信用標準試驗驗證實驗室，實驗室的設(shè)置將根據(jù)數(shù)據(jù)處理的實際要求與技術(shù)流程來分為數(shù)據(jù)采集數(shù)據(jù)清洗數(shù)據(jù)分析數(shù)據(jù)應(yīng)用四個部分。目前，根據(jù)信用標準試驗驗證實驗室的規(guī)劃，在每個信用數(shù)據(jù)流的處理過程中，與中標單位共同研發(fā)相應(yīng)的軟硬件一體化設(shè)備，以滿足不同的技術(shù)需求，其中實驗儀器如圖所示。訪齙剛璽蘇濫夾趕螢憑鮚訥。圖 政府采購信息實驗室規(guī)劃政府采購信用數(shù)據(jù)智能采集儀：主要用于采集、提取個人信用、商業(yè)信用、金融信用、政府信用等相關(guān)的結(jié)構(gòu)化和非結(jié)構(gòu)化的基礎(chǔ)信用數(shù)據(jù)，既可能來自政府內(nèi)部的各業(yè)務(wù)系統(tǒng)，也可能由外部業(yè)務(wù)系統(tǒng)提供，同時包括應(yīng)用網(wǎng)絡(luò)爬蟲工具對政府采購信息相關(guān)的數(shù)據(jù)進行采集，既可以是靜態(tài)的（如屬性數(shù)據(jù)），也可以是動態(tài)的（如行為數(shù)據(jù)）。信用數(shù)據(jù)智能采集儀根據(jù)業(yè)務(wù)需要采集相關(guān)數(shù)據(jù)，為信用數(shù)據(jù)的使用、建模仿真及建設(shè)信用體系打下堅實的基礎(chǔ)。寫韞僂諶虛鍤囈辮褻糝賡戧。政府采購信用數(shù)據(jù)清洗工具：主要包括數(shù)據(jù)存儲與數(shù)據(jù)預(yù)處理。采集到的政府采購信用數(shù)據(jù)來自多種數(shù)據(jù)源，通過使用數(shù)據(jù)預(yù)處理工具，靈活對原始數(shù)據(jù)進行清理、變換、集成等處理，可以減少挖掘所需數(shù)據(jù)量，縮短數(shù)據(jù)挖掘時間，并極大提高數(shù)據(jù)挖掘的質(zhì)量。數(shù)據(jù)存儲采用集群通過將數(shù)據(jù)分配到多個集群節(jié)點上進行并行處理，再添加節(jié)點數(shù)量來有效的擴展集群。主要用于對采集到的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)進行抽取、清洗、轉(zhuǎn)換和加載，包括對非結(jié)構(gòu)化的文件實行語義分析，并制定政府采購信用類的知識庫，為數(shù)據(jù)分析提供良好的數(shù)據(jù)質(zhì)量。羆醬畝餅謄歿湊鈑繳錙穡鐠。政府采購信用建模分析儀：數(shù)據(jù)分析主要包括數(shù)據(jù)挖掘和數(shù)據(jù)建模。數(shù)據(jù)挖掘是通過分析數(shù)據(jù)、從大量數(shù)據(jù)中尋找其潛在規(guī)律的技術(shù)。利用預(yù)測、關(guān)聯(lián)、分類、聚類、時序分析等技術(shù)，從海量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識。對信用數(shù)據(jù)建立特定的數(shù)學(xué)模型，構(gòu)建對應(yīng)的數(shù)據(jù)模型，對政府采購信用進行評價與優(yōu)化應(yīng)用，并對數(shù)據(jù)進行更加深入的統(tǒng)計處理與數(shù)據(jù)挖掘，可對信用應(yīng)用的技術(shù)指標的正確性進行判斷、對方案可靠性進行論證及對信用評價模型的合理性進行分析等，為信用監(jiān)管、信用評價提供參考，以最大程度地實現(xiàn)數(shù)據(jù)價值。鰱診齡師該鈴書銨鴇開孫紗。政府采購信用可視化試驗平臺：主要包括可視化展現(xiàn)和信用業(yè)務(wù)應(yīng)用。數(shù)據(jù)挖掘得到的結(jié)果，往往數(shù)據(jù)量巨大、關(guān)聯(lián)關(guān)系復(fù)雜、維度多且需求具有雙向互動性?？梢暬宫F(xiàn)工具以適合人類思維的圖形化的方式對結(jié)果進行展示，提高了數(shù)據(jù)的直觀性和可視性?？梢暬宫F(xiàn)面向各類客戶，通過選擇合適的可視化模型，將枯燥的數(shù)據(jù)轉(zhuǎn)換為令人印象深刻的美觀圖形，極大提升了數(shù)據(jù)的利用價值。數(shù)據(jù)應(yīng)用實驗室可視化從多維度、多角度、多圖表展示政府采購信用數(shù)據(jù)挖掘結(jié)構(gòu)，展示類似于趨勢分析、回歸分析、關(guān)聯(lián)分析及多種信用報表等結(jié)果，為社會公眾提供技術(shù)上的監(jiān)督并為領(lǐng)導(dǎo)層提供戰(zhàn)略層的輔助決策。在業(yè)務(wù)實現(xiàn)方面，可采取精確查詢、信用排名、信用評級三種方式實現(xiàn)指數(shù)發(fā)布，并且每日都能發(fā)布最新綜合信用數(shù)據(jù)。磚緙鵝綱謾擻鴻鑌紙?zhí)\頦湊。）政府采購信用數(shù)據(jù)智能采集儀技術(shù)指標處理器： 兩核 運算內(nèi)存： 內(nèi)存，支持內(nèi)存擴展數(shù)據(jù)存儲： ≥網(wǎng)絡(luò)接口： ≥個千兆以太網(wǎng)口使用電源： , ，配置熱插拔冗余電源，單個電源功率溫度范圍：℃～℃濕度范圍：～ 結(jié)構(gòu)化數(shù)據(jù)采集單元：支持政府部門中社會信用數(shù)據(jù)采集：如與企業(yè)相關(guān)的工商、稅務(wù)證照、納稅等數(shù)據(jù)；支持政府部門中跨行業(yè)信用數(shù)據(jù)采集：如建筑行業(yè)中建委的質(zhì)量數(shù)據(jù)，電梯行業(yè)中質(zhì)檢局的質(zhì)檢數(shù)據(jù)；支持跨區(qū)域的公共資源交易平臺或大數(shù)據(jù)中心的社會信用及投標信用等相關(guān)數(shù)據(jù)采集；支持政府采購管理過程中的各種結(jié)構(gòu)化信息（如：關(guān)系數(shù)據(jù)庫、等）；支持自定義采購信息接入標準，支持多種不同的采購應(yīng)用接入模式；基于架構(gòu)，支持技術(shù)和服務(wù)模式，具有平臺獨立性特點，支持跨平臺部署，服務(wù)器支持部署在主流操作系統(tǒng)；鬮煒鰭輥賠還魴隊駝騾詭貲。支持在多種應(yīng)用服務(wù)器部署，支持多種中間件技術(shù)，支持服務(wù)器集群工作；針對不同的采集任務(wù)，可自行定義數(shù)據(jù)采集、業(yè)務(wù)邏輯處理、數(shù)據(jù)存放等多個步驟；針對不同數(shù)據(jù)庫分別提供相匹配的高效數(shù)據(jù)處理引擎；支持多結(jié)果集的數(shù)據(jù)處理，支持對多媒體等多種數(shù)據(jù)格式的讀取、更新等處理能力。無縫與政府交易業(yè)務(wù)系統(tǒng)對接，根據(jù)關(guān)聯(lián)字段關(guān)聯(lián)數(shù)據(jù)集合，提供可配置性，無縫將采集系統(tǒng)和分析系統(tǒng)對接，并根據(jù)組織機構(gòu)代碼將來自多源的數(shù)據(jù)進行關(guān)聯(lián)。畢懍鲅鵑較惻飾顳矯涇煥櫫。接入方式可包括基于前置數(shù)據(jù)庫抽取方式的數(shù)據(jù)接入；基于服務(wù)接口對接方式的數(shù)據(jù)接入(服務(wù)接口支持基于 和 、 等主流方式的 接口設(shè)計)；釓歷駕無醬賠雋驍韉贈三飯?；谑止ぜ芭可蠄蠓绞降臄?shù)據(jù)接入。非結(jié)構(gòu)化數(shù)據(jù)采集單元：支持政府采購中心的招投標文件采集，包括、圖片形式的文檔；支持銀行信用報告文件采集，包括紙質(zhì)文件、或圖片文件等；支持多種非結(jié)構(gòu)化數(shù)據(jù)類型：、圖片等；實現(xiàn)文檔去重，能夠快速準確地判斷與政府采購文本或數(shù)據(jù)庫中是否存在相同或相似內(nèi)容的記錄，同時找出所有的重復(fù)記錄；徠鰹飲臉鑠嘗鏍鯢煬憑鑌脈。支持關(guān)鍵詞檢索：在政府采購相關(guān)檢索框中輸入一個或幾個關(guān)鍵詞，搜索引擎隨后返回所有包含搜索詞的文檔結(jié)果；謂鑷頗銨鋃誼鉸鸚鎘糝蘞堝。支持自然語言檢索：用戶采用自然語言描述查詢條件，可以是語句、段落或是整篇文檔，搜索引擎查詢并返回與所查概念相關(guān)的結(jié)果；變趙隉涼鐓囑釧億殮錙殘釔。支持對政府采購信用對應(yīng)的文檔解析和采集，得到目標分析的關(guān)鍵信息；實現(xiàn)對政府采購信用文檔的分詞算法，完成對關(guān)鍵字段的切分，并利用搜索框架建立關(guān)鍵字搜索文件；支持自動聚類：搜索引擎根據(jù)政府采購相關(guān)文檔內(nèi)容直接的相似度，自動將大量相關(guān)內(nèi)容或類似文檔集中到一起形成統(tǒng)一的聚類；薈鎣閌漸陸訃輊減鈿異儀猶。支持自動分類：搜索引擎根據(jù)政府采購概念相似性自動對信息進行分類，發(fā)現(xiàn)政府采購最適合的類別，并自動打上分類標記，以便進行后續(xù)的處理或歸檔。鵬篩鎬討顓辦費嘆攝虜鈺鴆。網(wǎng)絡(luò)數(shù)據(jù)采集單元：支持網(wǎng)上資源采集，如各行業(yè)的相關(guān)資質(zhì)要求；支持通過網(wǎng)絡(luò)采集政府采購信用領(lǐng)域相關(guān)數(shù)據(jù)，建立網(wǎng)絡(luò)內(nèi)容采集規(guī)則；支持對政府采購信用相關(guān)網(wǎng)站進行信息采集(如企業(yè)資質(zhì)數(shù)據(jù)、圖片、文檔、等)、收集、采集，進行網(wǎng)站復(fù)制、拷貝，進行業(yè)務(wù)信息整合、資源整合；糝殞鋦雋駛鶯諑壚輻驄繚覿。實現(xiàn)正文提取，自動剔除導(dǎo)航性質(zhì)的網(wǎng)頁，剔除網(wǎng)頁中的標簽和導(dǎo)航、廣告等干擾性文字，返回政府采購相關(guān)內(nèi)容；頜層銖壺鮮儀計堯當(dāng)涇撓惡。支持文章過濾；智能分析采購相關(guān)網(wǎng)站頁面類型，針對抓取結(jié)果自動進行中文分詞、詞頻統(tǒng)計及簡要分類；可以設(shè)置爬行速度，不要過于頻繁訪問某個網(wǎng)站；設(shè)置定時自動采集，完全無需人工干預(yù)，自動采集最新數(shù)據(jù)，自動實現(xiàn)持續(xù)增量數(shù)據(jù)采集。通過驗證碼破解、附件下載等技術(shù)優(yōu)勢，實現(xiàn)從工商信息公示網(wǎng)等各大政府部門和機構(gòu)官網(wǎng)采集及時、全面、大量的數(shù)據(jù)，為某企業(yè)的分析提供了持續(xù)更新的數(shù)據(jù)源。滾傴鈕碩鷙聳蔣憶貯贈鰾鍍。）政府采購信用數(shù)據(jù)清洗工具技術(shù)指標處理器： 兩核 運算內(nèi)存： 內(nèi)存，支持內(nèi)存擴展數(shù)據(jù)存儲：≥網(wǎng)絡(luò)接口：≥個千兆以太網(wǎng)口使用電源： , ，配置熱插拔冗余電源，單個電源功率溫度范圍：℃～℃濕度范圍：～ 單元：支持多種采購信用數(shù)據(jù)來源；支持關(guān)系型數(shù)據(jù)表、規(guī)格化文本文件、表、文件等轉(zhuǎn)換為統(tǒng)一數(shù)據(jù)模型描述的信用數(shù)據(jù)源；支持將政府采購信用數(shù)據(jù)從其源位置復(fù)制到目的位置，同時格式化并轉(zhuǎn)換信用數(shù)據(jù)；支持數(shù)據(jù)有效性檢查，決定政府采購信用數(shù)據(jù)是否符合給定標準；支持數(shù)據(jù)清除流程配置，刪除或糾正不在規(guī)定范圍內(nèi)的采購信用數(shù)據(jù)；支持通過某些屬性的值來獲取所需要的數(shù)據(jù)，在統(tǒng)一的數(shù)據(jù)模型的記錄集定義中定義了采購信用數(shù)據(jù)的過濾條件支持數(shù)據(jù)格式化，將來自不同業(yè)務(wù)數(shù)據(jù)源的信用數(shù)據(jù)轉(zhuǎn)換為相同格式；支持數(shù)據(jù)選擇，根據(jù)選擇條件對數(shù)據(jù)源中的信用數(shù)據(jù)進行選擇；支持數(shù)據(jù)連接操作，將具有相似功能和結(jié)構(gòu)的信用數(shù)據(jù)源中的數(shù)據(jù)整合到一個大的數(shù)據(jù)庫中，用于數(shù)據(jù)倉庫對采購信用數(shù)據(jù)的分析；銑饜醞貽龍鵠臚擰奧憑軌簍。支持多種業(yè)務(wù)模型，如星型模型、雪花模型，以滿足政府采購信用數(shù)據(jù)的設(shè)計建模；提供多種內(nèi)置數(shù)據(jù)轉(zhuǎn)換規(guī)則，滿足采購信用的多種清洗要求；實現(xiàn)對采購信用數(shù)據(jù)標準化定義，實現(xiàn)統(tǒng)一的編碼、統(tǒng)一的分類和組織，內(nèi)容包括：政府采購信用標準代碼統(tǒng)一、政府采購信用相關(guān)業(yè)務(wù)術(shù)語統(tǒng)一；撾鉬轍魘僑絢綰來誄緊糞償。支持靈活的任務(wù)調(diào)度策略；支持抽取過程對信用數(shù)據(jù)的備份與恢復(fù)；支持時間觸發(fā)方式；支持事件觸發(fā)方式；支持命令執(zhí)行方式；支持大數(shù)據(jù)量的快速加載；支持數(shù)據(jù)質(zhì)量監(jiān)控，保障數(shù)據(jù) 過程中采購信用數(shù)據(jù)的質(zhì)量，發(fā)現(xiàn)問題并及時解決；支持數(shù)據(jù)塊的分配，降低網(wǎng)絡(luò)延遲，提高數(shù)據(jù)塊的加載性能和終端用戶查詢采購信用數(shù)據(jù)的效率；賒調(diào)軋憊劌髖糾殯縣鍥峽貢。支持無縫和分析系統(tǒng)對接，并根據(jù)組織機構(gòu)代碼將來自多源的信用數(shù)據(jù)進行關(guān)聯(lián)；支持使用聚集將低一層的采購信用數(shù)據(jù)信息聚集成高一層的采購信用數(shù)據(jù)信息。語義分析單元：支持關(guān)鍵詞提取，對單篇標書或標書集合，提取出若干個代表招標文檔的目標詞匯或短語，可用于語義查詢和快速匹配等；壘羥贖緙嘸竅碭瀋虯異飽樣。實現(xiàn)大數(shù)據(jù)分類過濾，針對事先指定的規(guī)則和示例樣本，自動從海量文檔中篩選出符合需求的樣本；提取采購行業(yè)關(guān)鍵詞，能夠?qū)纹獦藭驑藭?，提取出若干個代表招標文檔的目標詞匯或短語；實現(xiàn)對海量招投標文件中的實體信息提取，如文檔名稱、項目名稱、時間、地點、聯(lián)系電話、公司資質(zhì)等實體信息；釁璉貢釙壘颯狽猙偵虜諶顆。多子處理器分析模式，支持英文字母、數(shù)字，中文詞匯等分詞處理；形成政府采購語料庫；支持文本實體抽取；優(yōu)化的詞典存儲，支持用戶詞典擴展定義，支持政府采購專有字典；支持語義標注，上下文情感分析，傾向性分析，語義關(guān)聯(lián)分析；支持語義查詢和快速匹配等；制定政府采購的語義規(guī)則；提取政府采購信息文本特征，以類似于詞袋法和向量空間方法來確定最適合描述政府采購文本；支持面向特定信息來源自動抓取政府采購相關(guān)數(shù)據(jù)，進行數(shù)據(jù)相關(guān)性分析、數(shù)據(jù)自動分類和數(shù)據(jù)庫備份；支持同音、同義、同形等方面的變形分析，同時進行政府采購相關(guān)詞語自動跟蹤，對最新出現(xiàn)的政府采購信用詞語進行識別，可有效預(yù)警各種變形信息和潛在不良信息；畝擱謊為尋瓊淶矚腎驄瑤罷。實現(xiàn)對開放的互聯(lián)網(wǎng)內(nèi)