基于电子招投标大数据分析的采购绩效评价研究

摘要

从1998年全面实行政府采购制度开始，我国政府采购规模迅速扩大，从1998的31亿到2004年的1842.3亿，六年里平均采购规模增长率达到124％。政府采购资金的使用效率直接关系到我国经济发展和社会稳定。电子招投标自2005年在我国开始实施，实施十多年来，取得了良好的实施效果。电子招投标功能日趋完善，电子招投标所产生的数据量与日俱增。然而，这些数据并没有得到有效的利用，并未发挥其价值。大数据是利用所有数据进行分析处理的技术，其具有大量、高速、多样与价值等优势。基于上述特点，大数据能为政府与企业带来更强的决策力、洞察发现力和流程优化能力。
　　基于上述背景，本文主要研究基于电子招投标大数据分析的政府采购绩效评价问题。本文通过建立随机森林政府采购绩效评价模型和贝叶斯网络政府采购绩效评价模型，应用电子招投标相关数据来对政府采购记性绩效评价。
　　首先，建立了政府采购绩效评价指标体系，确定了政府采购绩效评价标准。对目前国内尚没有统一确定的政府采购绩效评价标准以及绩效评价等级的划分问题，本文提出了基于聚类算法的政府采购绩效评价标准确定过程，通过将现有数据进行聚类分析，与目前已有的评价结果进行对比，通过数据分析，确定了本文的政府采购绩效评价标准。
　　其次，针对现阶段政府采购相关数据存在缺失问题，本文通过EM算法补充了缺失的数据，保证了分析数据的完整性。
　　再次，建立了基于随机森林的政府采购绩效评价模型和基于贝叶斯网络的政府采购绩效评价模型。
　　最后，通过电子招投标平台实际数据分析，得出的结果与聚类结果相同，证明了模型的有效行，具有重要的意义。

目录

声明

摘要

第一章 绪论

1．1 选题背景

1．2 研究目的与研究意义

1．2．1 研究目的

1．2．2 研究意义

1．3 国内外研究现状

1．3．1 国外研究现状

1．3．2 国内研究现状

1．4 研究思路及论文结构

1．4．1 研究思路

1．4．2 论文结构

第二章 研究方法综述

2．1 大数据理论

2．2 政府采购绩效评价相关理论

2．2．1 政府采购基本理论

2．2．2 政府采购绩效评价基本理论

2．3 电子招投标大数据研究现状

2．4 随机森林算法研究综述

2．4．1 随机森林国外研究文献综述

2．4．2 随机森林国内研究文献综述

2．5 贝叶斯网络算法研究综述

2．5．1 贝叶斯网络国外研究文献综述

2．5．2 贝叶斯网络国内研究文献综述

2．6 本章小结

第三章 政府采购绩效评价指标体系及评价标准确定

3．1 政府采购绩效评价指标体系的构建

3．1．1 政府采购绩效评价指标的选择原则

3．1．2 政府采购绩效评价指标体系的构成

3．2 政府采购绩效评价标准确定

3．2．1 政府采购绩效评价标准确定原理

3．2．2 政府采购绩效评价标准确定过程

第四章 政府采购绩效评价模型

4．1 随机森林算法的政府采购绩效评价模型

4．1．1 随机森林算法原理

4．1．2 随机森林实现过程

4．2 贝叶斯网络的政府采购绩效评价模型

4．2．1 贝叶斯网络概述

4．2．2 贝叶斯分类原理

第五章 政府采购绩效评价实证研究

5．1 数据收集

5．2 数据处理

5．3 建模工具选择

5．4 随机森林数据建模

5．5 朴素贝叶斯网络模型

5．6 模型评价性能对比分析

5．6．1 模型评价性能对比

5．6．2 模型误差分析

第六章 结论与展望

6．1 结论

6．2 展望

参考文献

发表论文和参加科研情况说明

致谢