為了規(guī)范評(píng)審活動(dòng)，確保采購活動(dòng)的客觀、公平、公正，信源信息自主創(chuàng)新了“評(píng)標(biāo)質(zhì)量動(dòng)態(tài)評(píng)價(jià)模型”，開展專家履職行為大數(shù)據(jù)精準(zhǔn)畫像，引導(dǎo)專家規(guī)范評(píng)審，進(jìn)一步促進(jìn)專家管理再上新臺(tái)階。　

　　“評(píng)標(biāo)質(zhì)量動(dòng)態(tài)評(píng)價(jià)模型”的三大模塊

　　

　　評(píng)標(biāo)質(zhì)量動(dòng)態(tài)評(píng)價(jià)模型，建立了一套體系化、數(shù)智化的專家管理體系，利用系統(tǒng)管控替代人工管理。目前，評(píng)標(biāo)質(zhì)量動(dòng)態(tài)評(píng)價(jià)模型系統(tǒng)已實(shí)現(xiàn)以下3個(gè)模塊成果：　

　　1、評(píng)分偏離度預(yù)警（模塊一）：在評(píng)審過程中，避免專家由于失誤、人為因素的偏向性，出現(xiàn)評(píng)審結(jié)果的明顯偏離，保證專家評(píng)分的客觀、公正、公平；

　　2、專家大數(shù)據(jù)畫像（模塊二）：使用大數(shù)據(jù)分析法研究和分析專家的專業(yè)水平、價(jià)值水平、成長(zhǎng)水平、信用水平、評(píng)審質(zhì)量、行為表現(xiàn)等方面，最終輸出專家的精準(zhǔn)畫像。

　　3、專家智能抽取（模塊三）：依據(jù)歷史專家抽取數(shù)據(jù)，分析同品類項(xiàng)目在不同周期內(nèi)對(duì)專家的需求規(guī)律，構(gòu)建預(yù)測(cè)模型，預(yù)測(cè)未來時(shí)間段內(nèi)的專家需求量，提醒業(yè)務(wù)人員錯(cuò)峰評(píng)標(biāo)。　

　　“評(píng)審偏離度預(yù)警”的創(chuàng)新點(diǎn)　

　　1、建立評(píng)分偏離度算法模型　　

　　根據(jù)評(píng)審歷史數(shù)據(jù)及同一項(xiàng)目其他專家評(píng)分?jǐn)?shù)據(jù)，通過異常值分析數(shù)據(jù)節(jié)點(diǎn)，研究偏離算法，可根據(jù)評(píng)分偏離度模型設(shè)定偏離閾值。　　

　　2、評(píng)審專家評(píng)分整體預(yù)覽　　

　　通過評(píng)分偏離度模型，分析匯總項(xiàng)目評(píng)分偏離度、評(píng)分偏離度警示以及按供應(yīng)商維度的評(píng)分偏離度，為專家評(píng)分評(píng)估提供有益的依據(jù)。

　　

　　3、專家評(píng)分偏離度明細(xì)預(yù)警　

　　通過對(duì)專家評(píng)分偏離度的預(yù)警閾值及對(duì)風(fēng)險(xiǎn)閾值的顏色標(biāo)注，可以使分析人員快速地發(fā)現(xiàn)評(píng)分的偏離情況，并可對(duì)偏離情況進(jìn)行詳情查看，快速地分析定位問題。　

　

　　“評(píng)分偏離度預(yù)警”的成效　

　　1、專家評(píng)審偏好智能展現(xiàn)

　　通過對(duì)評(píng)審專家參與各類項(xiàng)目評(píng)分情況的大數(shù)據(jù)分析，智能識(shí)別其在評(píng)審過程中是否存在特定供應(yīng)商、特定品牌的偏好行為，判斷其評(píng)審的合理性，有效嚴(yán)防“小鬼當(dāng)家”。　

　　2、評(píng)分偏離進(jìn)行預(yù)警提示

　　參考評(píng)分的歷史情況，對(duì)評(píng)審專家的評(píng)分進(jìn)行偏離度提示，起到智能預(yù)警的作用，有效防止人為因素或因失誤造成的評(píng)分偏差。　

　　通過評(píng)分偏離度預(yù)警，能夠有效地保證專家在評(píng)審中的客觀、公平、公正。