本发明涉及信息技术与网络，尤其涉及基于网络平台的评标监控系统及方法。
背景技术：
1、随着信息技术和网络技术的发展，基于网络平台的评标系统逐渐取代了传统的线下评标方式。然而，现有的基于网络平台的评标系统仍存在诸多问题，无法完全满足现代评标需求，尤其是在信息安全、多方协同工作、数据智能分析等方面表现不足。
2、首先，现有的网络评标系统在身份验证方面存在漏洞。传统的网络平台评标系统通常仅依赖用户名和密码进行身份验证，这种方式存在被攻击和伪造的风险，无法有效保障评审专家和投标方身份的真实性和唯一性。多因子身份验证虽然有所应用，但尚未与行为生物识别技术结合，导致系统在抵御复杂攻击时显得脆弱。
3、其次，现有评标系统在模拟和分析复杂情境下的投标文件表现方面缺乏有效手段。传统系统仅提供基本的文本和数据分析，无法深入模拟投标文件在不同市场情境和用户体验下的表现。这种缺乏情境模拟的分析方式，使得评审专家在评估投标文件的实际效果时缺乏参考，可能导致评标结果的偏差和误判。
4、第三，现有的自然语言处理技术应用在评标系统中时，主要用于文本的基本审核和关键词匹配，无法深度分析投标文件中的隐含信息，尤其是针对法规合规性和潜在风险的识别较为薄弱。此外，现有系统的艺术认知能力有限，无法准确评估投标文件中的设计元素在艺术风格和用户体验方面的表现，导致评审专家在做出决策时缺乏全面的数据支持。
5、第四，现有系统在评分公正性和一致性方面缺乏有效的动态调整机制。现有的评分系统通常采用固定规则进行评分，无法根据评审专家的评分路径和逻辑进行实时分析和优化。模糊逻辑决策树技术在现有系统中的应用较少，系统无法根据实时数据动态调整评分策略，导致评分结果可能受到主观偏差的影响，降低了评标的公正性。
6、综上所述，现有的基于网络平台的评标系统在身份验证、复杂情境模拟、自然语言处理、艺术认知和评分优化等方面存在诸多不足。因此，如何提供基于网络平台的评标监控系统及方法是本领域技术人员亟需解决的问题。
技术实现思路
1、本发明的一个目的在于提出基于网络平台的评标监控系统及方法，通过多因子身份验证、混合现实情境模拟、自然语言处理、艺术认知算法、模糊逻辑决策树和自动化数据分析等技术，实时监控和优化评标过程，识别潜在风险并生成评标报告。该系统不仅提高了评标效率和公正性，还通过自适应学习机制不断优化评分策略，确保评标过程的准确性和前瞻性。
2、根据本发明实施例的基于网络平台的评标监控方法，包括如下步骤：
3、s1、在网络平台上发布招标信息，利用多因子身份验证和行为生物识别技术，对投标方和评审专家进行身份验证；
4、s2、投标方提交投标文件后，通过混合现实情境模拟器，结合生成对抗网络技术，创建虚拟评标环境，对投标文件在不同极端市场情境和用户交互环境下的表现进行模拟和虚拟用户体验测试；
5、s3、接收投标文件后，利用自然语言处理技术对文件内容进行自动审核，识别并标记可能存在的违规条款或不合规内容，同时将这些信息与预设的法规和政策规则库进行对比，生成初步审核报告；
6、s4、在评审过程中，植入艺术认知算法，并结合人工智能的风格化分析网络，对投标文件中的设计元素进行艺术风格识别和情感反应分析，生成艺术审美评估报告；
7、s5、使用模糊逻辑决策树技术，实时分析专家的评分路径与决策逻辑，动态调整和优化评分过程中涉及的不确定性因素；
8、s6、通过自动化的数据分析工具，实时监控并分析评审专家的评分数据，识别潜在的评分偏差，并提供即时反馈机制，允许专家根据建议调整评分策略；
9、s7、在评标结束后，自动生成评标结果报告，并采用数据加密技术对结果进行安全存储；
10、s8、综合评审专家的评分数据、投标文件内容及其在虚拟环境下的表现，生成多维度的评标决策支持报告，并将其发布给相关方。
11、可选的，所述s1包括以下步骤：
12、s11、在网络平台上发布招标信息时，通过身份验证，对投标方和评审专家的身份信息进行初步验证，身份验证方式包括用户名和密码的组合验证，以及通过短信或电子邮件发送的动态验证码验证；
13、s12、在初步验证完成后，启动行为生物识别模块，采集投标方和评审专家的行为特征数据，具体行为特征包括击键动态、鼠标移动轨迹和触摸屏手势；
14、s13、将采集到的行为特征数据与存储在数据库中的行为特征模型进行比对，计算匹配度r，其中r表示行为特征与预设模型的匹配度，匹配度根据行为特征向量进行计算，r的值范围在[0,1]，值越高表示匹配度越高；
15、s14、根据匹配度r的结果，如果r值大于或等于预设的阈值t，则视为身份验证通过，允许投标方和评审专家继续操作；如果r值低于t，则身份验证失败，提示用户重新进行验证；
16、s15、在身份验证通过后，为每个验证成功的用户生成一个唯一的会话标识符sid，该sid用于跟踪投标方和评审专家在评标过程中所有操作的完整性和连续性。
17、可选的，所述s2包括以下步骤：
18、s21、投标方提交投标文件后，提取投标文件中的多维要素数据，包括技术指标tj、设计参数dk、功能模块fl和用户交互逻辑um，将其转化为特征向量集合x；
19、s22、通过生成对抗网络技术生成一系列基于市场变量mi的虚拟市场情境，每个市场情境通过耦合市场需求波动v1、竞争对手策略变化v2、经济环境波动v3，形成复合情境模型ci，具体为：
20、
21、其中，λp1、λq2、λr3和λs4分别为市场情境中与技术指标、设计参数、功能模块和用户交互逻辑相关的耦合系数，ci表示市场情境下的复合情境模型；
22、s23、将复合情境模型ci导入混合现实情境模拟器中，混合现实情境模拟器通过结合虚拟现实和增强现实技术，构建出一个沉浸式的虚拟评标环境，其中包含了真实世界和虚拟世界的元素，使评审专家能够在高度仿真的环境中与投标方案进行互动；
23、s24、在混合现实情境模拟器中，根据复合情境模型ci对投标方案进行用户交互模拟，模拟包括用户的行为路径pu、交互反馈fu，以及情感反应eu，并将这些数据转化为交互行为矩阵bi；
24、s25、通过递归神经网络对交互行为矩阵bi进行分析，识别用户行为的时序特征，计算用户体验得分su，同时，根据复合情境模型ci计算市场适应性得分sm；
25、s26、在混合现实情境模拟器中，根据不同市场情境下的用户体验得分su和市场适应性得分sm，计算出综合评分结果rs：
26、
27、其中，αi和βi为各情境下的权重因子，max(sm)和max(su)为得分的最大值，用于标准化处理；
28、s27、根据综合评分结果rs，自动生成虚拟用户体验测试报告，报告中包含交互行为分析、情感反应总结、市场适应性评估及潜在风险预警，并给出优化建议，并反馈至投标方进行调整；
29、s28、通过不断积累和分析评标数据，更新和优化生成对抗网络模型与混合现实情境模拟器中的市场情境。
30、可选的，所述s3包括以下步骤：
31、s31、在接收投标文件后，将投标文件中的文本内容进行结构化处理，提取出关键内容元素，包括技术描述td、合同条款ct、法律声明ls以及投标方的自述材料sa等，将其转化为相应的文本特征向量集合xt；
32、s32、利用自然语言处理技术对文本特征向量集合xt进行语义分析，通过词嵌入技术将文本内容转化为高维向量空间表示vt，计算文本内容与预设违规和不合规规则库中的条款的相似度ssim；
33、s33、根据相似度得分ssim的结果，识别并标记投标文件中可能存在的违规条款或不合规内容，将相似度得分超过预设阈值tsim的条款自动标记为高风险内容；
34、s34、将标记的高风险内容与预设的法规和政策规则库rp进行比对，通过规则匹配算法判断其是否符合相关规定，生成规则匹配度mr：
35、
36、其中，γi为每项法规或政策规则的重要性权重，ssim(i)为第i项规则的相似度得分，mr表示总体规则匹配度；
37、s35、根据规则匹配度mr的结果，生成初步审核报告，报告中包括标记的违规和不合规条款、规则匹配度分析及建议的修改措施，并将报告发送给评审专家进行进一步评估；
38、s36、生成初步审核报告后，根据反馈和历史数据不断优化和更新规则库rp，并调整相似度计算和规则匹配算法。
39、可选的，所述s4包括以下步骤：
40、s41、从投标文件中提取设计元素xd，包括图形设计gd、色彩方案cs、排版布局lo和品牌标识bi，转化为多维特征向量xi，每个元素代表设计属性在不同维度上的特征值；
41、s42、利用艺术认知算法，通过多层感知器和自注意力机制对特征向量xi进行深度处理：
42、s43、通过自注意力机制识别设计元素在各个维度上的重要性，生成加权特征向量ai：
43、
44、其中，qi＝wq·xi、ki＝wk·xi、vi＝wv·xi，分别为查询、键、值的线性变换矩阵，dk为键向量的维度，wq、wk、wv是自注意力机制的权重矩阵，softmax用于计算注意力权重，ai表示加权后的特征向量；
45、s45、使用多层感知器对加权特征向量进行非线性映射，得到初步的风格特征向量zi：
46、zi＝relu(w1·ai+b1)；
47、其中，w1和b1为mlp的权重和偏置，relu为激活函数，非线性地映射加权后的特征；
48、s46、将风格特征向量zi与已知艺术风格向量sj进行比对，计算每个设计元素与艺术风格的相似度rsij：
49、
50、其中，sfj表示第j个已知艺术风格的向量，rsij表示设计元素zi与艺术风格sj的相似度，通过点积计算相似度并进行归一化处理；
51、s47、利用生成对抗网络进一步调整风格相似度矩阵rs，生成优化后的风格特征矩阵fadj：
52、
53、其中，gj是生成器函数，η是风格调整系数，zj是引入的噪声向量，tanh表示双曲正切函数；
54、s48、将优化后的风格特征矩阵fadj输入情感计算模型，计算每个设计元素在用户情感空间中的情感反应向量ei：
55、
56、其中，θj是情感权重系数，反映不同艺术风格对情感反应的影响；σj是非线性情感激活函数；
57、s49、结合风格一致性指标cs和情感反应向量ei，计算投标文件的情感一致性得分ec：
58、
59、其中，是用户体验标准的情感向量，反映用户期望的情感响应；λ是情感一致性调节因子，调整风格与情感之间的平衡；cs是风格一致性指标，衡量设计元素在艺术风格维度上的协调性；
60、s410、根据每次评审后的数据反馈，动态调整多层感知器的权重w1和偏置b1，以及生成对抗网络中的生成器参数gj和情感激活函数σj。
61、可选的，所述s5包括以下步骤：
62、s51、实时从评审专家的评分过程中提取评分路径数据，记录每个评分节点的输入特征xp＝[xp1,xp2,...,xpn]和对应的评分决策dp，其中，xpi表示第i个评分特征值，dp表示评分决策的输出；
63、s52、对每个评分特征值xpi进行模糊化处理，将其转化为模糊集合μpi(xpi)，模糊集合的隶属度函数：
64、
65、其中，cpi是特征值的中心，σpi是扩展系数，隶属度函数用于描述评分特征值在模糊集合中的归属程度；
66、s53、扩展系数σpi的选择影响隶属度函数的形状与宽度，通常根据评分特征的分布动态调整，以适应不同评审任务的要求，扩展系数σpi的优化：
67、
68、其中，q表示历史数据中的样本数量，xpi,q表示第q个样本的评分特征值
69、s54、基于模糊化后的特征值，利用模糊逻辑推理生成模糊规则集合rj：
70、rj：ifμp1(xp1)andμp2(xp2)and...andμpn(xpn)thendp＝fj(xp)；
71、其中，fj(xp)表示与规则rj关联的输出评分决策，fj(xp)的具体形式依赖于模糊逻辑规则的定义，通常为线性或非线性函数，通过对历史评分数据的分析来优化，根据历史数据动态调整权重wi：
72、
73、其中，dp,q为历史评分数据中的评分决策，通过加权历史评分数据的结果来更新特征的权重wi；
74、s55、基于模糊规则集合rj构建模糊决策树tf，在决策树中，每个节点代表一个模糊规则，每个叶节点对应一个决策输出dfj；
75、s56、进一步优化模糊决策树tf的输出，通过调整规则的置信度cj，动态优化模糊规则的影响力：
76、
77、其中，wi为根据历史评分数据调整的特征权重，利用历史评分数据动态优化权重wi，通过置信度加权的方式生成最终评分结果sf：
78、
79、s57、每次评分过程中，根据优化后的模糊决策树tf'对评审专家的评分进行实时调整，并生成最终评分结果sf；
80、s58、在每次评审后，通过分析历史评分数据和专家反馈，更新模糊逻辑决策树的规则库和隶属度函数参数cpi和σpi，不断优化模糊规则和置信度调整策略。
81、可选的，所述s6包括以下步骤：
82、s61、实时从评审专家的评分过程中采集评分数据ds＝{dp1,dp2,...,dpn}，其中dpi表示第i个评分节点的评分结果，采集评分数据，同步采集与评分相关的多维特征数据xs＝{xp1,xp2,...,xpn}，包括评审专家的行为特征、评分时间特征、历史评分趋势；
83、s62、通过自动化的数据分析工具，利用实时流处理技术，对评分数据ds和多维特征数据xs进行动态监控，对于每个评分节点dpi，计算出动态均值dpi(t)和时间加权标准差
84、
85、其中，α为平滑因子，β和γ为时间衰减系数，δt为时间间隔；
86、s63、使用多维特征数据xs和评分数据ds，结合深度学习模型进行评分偏差的深度分析，偏差分析模型计算评分偏差向量δdpi(t)及其贡献率；
87、s64、基于评分偏差向量δdpi(t)，结合评分特征数据xpi(t))，通过因果推断模型识别偏差的来源，计算偏差的归因权重wk：
88、
89、其中，gk(xpi,k(t))为与偏差相关的特征响应函数，通过训练数据集对特征响应函数进行优化；
90、s65、生成即时反馈报告fr(t)，包括偏差节点、偏差来源及调整建议，计算每个评分节点的偏差调整值api(t)：
91、
92、其中，λ为调整强度系数，m为特征维度，根据反馈调整值api(t)提供评分调整建议，并允许评审专家进行实时修改；
93、s66、在评分过程中动态调整评分偏差检测和反馈模型，通过不断学习和优化调整监控模型的参数α、β、γ以及归因权重wk，并动态调整评分偏差检测的阈值τ'(t)：
94、
95、其中，η为学习速率，n为评分节点数量，通过自适应学习机制，实现评分策略的持续优化。
96、基于网络平台的评标监控系统，包括：
97、身份验证模块，用于在网络平台上发布招标信息时，利用多因子身份验证和行为生物识别技术，对投标方和评审专家进行身份验证；
98、混合现实情境模拟模块，用于在投标方提交投标文件后，结合生成对抗网络技术，创建虚拟评标环境，对投标文件在不同极端市场情境和用户交互环境下的表现进行模拟和虚拟用户体验测试；
99、自动审核模块，用于利用自然语言处理技术对投标文件内容进行自动审核，识别并标记可能存在的违规条款或不合规内容，并将其与预设的法规和政策规则库进行对比，生成初步审核报告；
100、艺术认知与风格分析模块，用于在评审过程中，结合人工智能的风格化分析网络，对投标文件中的设计元素进行艺术风格识别和情感反应分析，生成艺术审美评估报告，供评审专家参考；
101、评分优化模块，用于在评审专家评分时，利用模糊逻辑决策树技术，实时分析专家的评分路径与决策逻辑，动态调整和优化评分过程中涉及的不确定性因素；实时监控模块，用于通过自动化的数据分析工具，实时监控并分析评审专家的评分数据，识别潜在的评分偏差，并提供即时反馈机制，以调整评分策略；
102、结果生成与存储模块，用于在评标结束后，生成评标结果报告，并通过数据加密技术对结果进行安全存储。
103、本发明的有益效果是：
104、(1)本发明提出了一种基于网络平台的评标监控系统及方法，通过多因子身份验证和行为生物识别技术，有效保障了投标方和评审专家的身份真实性，避免了虚假身份参与评标的风险；系统通过引入混合现实情境模拟器和生成对抗网络技术，能够在虚拟环境中模拟投标文件在不同市场情境和用户交互环境下的表现，为评审专家提供了更加全面的评估数据，显著提高了评标结果的准确性和科学性。
105、(2)本发明提出了利用自然语言处理技术对投标文件进行自动审核的技术方法，有效识别和标记违规条款和不合规内容，确保评标过程的合法性和合规性，同时减少了人工审核的时间和错误率，进一步提升了评标的效率。
106、(3)本发明提出了结合艺术认知算法，对投标文件中的设计元素进行艺术风格识别和情感反应分析，生成艺术审美评估报告的方法，提升了评标过程中的艺术性评估维度，确保评审专家在设计审美方面的决策更加科学和合理。
107、(4)本发明提出了通过模糊逻辑决策树技术，实时分析评审专家的评分路径与决策逻辑，动态调整和优化评分过程中涉及的不确定性因素，进一步提高了评分的公正性和一致性，确保评标结果的客观性和可靠性。
1.基于网络平台的评标监控方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于网络平台的评标监控方法，其特征在于，所述s1包括如下步骤：
3.根据权利要求1所述的基于网络平台的评标监控方法，其特征在于，所述s2包括如下步骤：
4.根据权利要求1所述的基于网络平台的评标监控方法，其特征在于，所述s3包括如下步骤：
5.根据权利要求1所述的基于网络平台的评标监控方法，其特征在于，所述s4包括如下步骤：
6.根据权利要求1所述的基于网络平台的评标监控方法，其特征在于，所述s5包括如下步骤：
7.根据权利要求1所述的基于网络平台的评标监控方法，其特征在于，所述s6包括如下步骤：
8.基于网络平台的评标监控系统，其特征在于，包括：
