專利名稱：專家?guī)煨畔⒊槿〉姆椒把b置的制作方法
技術領域：
本發(fā)明涉及通信技術領域，更具體的說，涉及專家?guī)煨畔⒊槿〉姆椒把b置。
背景技術：
評標是由評標專家對各投標人的投標文件進行評價比較和分析，從中選出最佳投標人的過程。在每次評標之前，都需要選出抽取專家的區(qū)域，再從該區(qū)域的專家?guī)熘谐槿＜摇Ｔ趯＜規(guī)熘谐槿＜視r，工作人員需要根據(jù)項目的種類、投資金額及項目的所在地等信息來選擇專家?guī)熘械膶＜?，以便于合理的利用專家?guī)熨Y源。抽取專家主要依據(jù)以下三個條件首先，需要從項目的所在地來決定抽取專家的數(shù)據(jù)庫；然后，根據(jù)項目的種類從數(shù)據(jù)庫中選取對應專業(yè)的專家；最后，需要根據(jù)投資金額的多少來決定專家的數(shù)量。例如， 對于一個修建圖書館的項目，其投資金額為2000萬元，其所在地為上海市，那么工作人員就會選取上海市的專家?guī)?，再從上海市的專家?guī)熘羞x出所有土建專業(yè)的專家，最后，再從這些專家中隨機抽出30個專家。在對現(xiàn)有技術的研究和實踐過程中，本發(fā)明的發(fā)明人發(fā)現(xiàn)現(xiàn)有技術存在以下問題在現(xiàn)有從專家?guī)斐槿＜业姆椒ㄖ?，每個步驟都需要工作人員親自的操作，例如， 工作人員需要從多個城市中選擇項目所在地的專家，并且還需要在專家?guī)熘械谋姸鄬＜抑?，找出與項目類型相對應的專業(yè)，還需要從這些專家中隨機的抽出與投資金額相對應的專家人數(shù)。所以整個抽取過程非常的麻煩，不僅降低了抽取專家的效率，浪費了人力，而且經(jīng)常會因人的失誤而造成抽取錯誤，從而提高了抽取的失誤率。因此，如何提高抽取專家的效率，節(jié)省人力，降低抽取的失誤率，成為目前最需要解決的問題。

發(fā)明內容
有鑒于此，本發(fā)明的設計目的在于，提供一種專家?guī)煨畔⒊槿〉姆椒把b置，以提高抽取專家的效率，節(jié)省人力，降低抽取的失誤率。本發(fā)明實施例是這樣實現(xiàn)的一種專家?guī)煨畔⒊槿〉姆椒ǎ?)、獲取評標城市、投資金額和項目種類；2)、在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集；3)、在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集；4)、在第二專家集中選擇與所述投資金額相對應數(shù)量的專家。優(yōu)選地，在上述的專家?guī)煨畔⒊槿〉姆椒ㄖ?，所述步驟4)具體為41)、在第二專家集中隨機選擇預設數(shù)量的專家，并將選中的專家放入專家抽取集中；
42)、在第二專家集剩余的專家中選擇被抽中的次數(shù)小于預設次數(shù)的專家，并將選中的專家放入所述專家抽取集中；43)、在所述專家抽取集中隨機選擇與所述投資金額相對應數(shù)量的專家。優(yōu)選地，在上述的專家?guī)煨畔⒊槿〉姆椒ㄖ?，所述步驟4)具體為41)、在第二專家集中選擇被抽中的次數(shù)小于預設次數(shù)的專家，并將選中的專家放入專家抽取集中；42)、在所述專家抽取集中隨機選擇與所述投資金額相對應數(shù)量的專家。優(yōu)選地，在上述的專家?guī)煨畔⒊槿〉姆椒ㄖ?，所述步驟4)具體為41)、在第二專家集中按照被抽中的次數(shù)由少至多的順序選擇與所述投資金額相對應數(shù)量的專家。一種專家?guī)煨畔⒊槿〉难b置，包括獲取模塊、第一選擇模塊、第二選擇模塊和第三選擇模塊；所述獲取模塊，用于獲取評標城市、投資金額和項目種類；所述第一選擇模塊，用于在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集；所述第二選擇模塊，用于在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集；所述第三選擇模塊，用于在第二專家集中選擇與所述投資金額相對應數(shù)量的專家。一種專家?guī)煨畔⒊槿〉难b置，包括輸入設備和處理器；所述輸入設備，用于輸入評標城市、投資金額和項目種類；所述處理器，用于在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集，在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集，在第二專家集中選擇與所述投資金額相對應數(shù)量的專家。優(yōu)選地，在上述的專家抽取裝置中，所述輸入設備為鍵盤。與現(xiàn)有技術相比，本實施例提供的技術方案具有以下優(yōu)點和特點在本發(fā)明提供的方案中，通過裝置自動的獲取評標城市、投資金額和項目種類，并根據(jù)評標城市、投資金額和項目種類來自動的從專家?guī)熘蝎@取符合條件的專家，從而可以避免人工抽取出現(xiàn)的各種問題，因此，本發(fā)明不僅可以提高抽取專家的效率，節(jié)省人力，而且還可以降低操作過程中的失誤率。


為了更清楚地說明本發(fā)明或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明所提供的一種專家?guī)煨畔⒊槿〉姆椒ǖ牧鞒虉D；圖2為本發(fā)明所提供的另一種專家?guī)煨畔⒊槿〉姆椒ǖ牧鞒虉D；圖3為本發(fā)明所提供的又一種專家?guī)煨畔⒊槿〉姆椒ǖ牧鞒虉D4為本發(fā)明所提供的又一種專家?guī)煨畔⒊槿〉姆椒ǖ牧鞒虉D；圖5為本發(fā)明所提供的一種專家?guī)煨畔⒊槿〉难b置的模塊圖；圖6為本發(fā)明所提供的另一種專家?guī)煨畔⒊槿〉难b置的模塊圖。
具體實施例方式下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。請參見圖1所示，圖1所示的為一種專家?guī)煨畔⒊槿〉姆椒ǖ牧鞒虉D，該方法包括步驟S11、獲取評標城市、投資金額和項目種類；步驟S12、在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集；其中，專家?guī)彀瑢＜业男彰?、居住城市、專業(yè)類別等相關信息，所以本步驟在專家?guī)熘袑⒕幼〕鞘信c評標城市相同的專家選出，并將選擇出來的專家放入第一專家集中， 作為候選名單。步驟S13、在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集；其中，再從第一專家集中選擇出專業(yè)類別與項目種類較為匹配的專家，此步驟是從專家專業(yè)的角度再篩選出一批符合項目需要的專家，并將此次選出的專家放入第二專家集中，作為候選名單。步驟S14、在第二專家集中選擇與所述投資金額相對應數(shù)量的專家；其中，預先建立投資金額與專家的數(shù)量的對應關系，在獲取到投資金額后，就可以自動的在第二專家集里面隨機的選出與投資金額相對應數(shù)量的專家。在圖1所示的實施例中，通過自動的獲取評標城市、投資金額和項目種類，并根據(jù)評標城市、投資金額和項目種類來自動的從專家?guī)熘蝎@取符合條件的專家，從而可以避免人工抽取出現(xiàn)的各種問題，因此，本發(fā)明不僅可以提高抽取專家的效率，節(jié)省人力，而且還可以降低操作過程中的失誤率。由于上述專家?guī)煨畔⒊槿〉姆椒ǖ木唧w實現(xiàn)存在多種方式，下面通過具體實施例進行詳細說明請參見圖2所示，圖2所示的為另一種專家?guī)煨畔⒊槿〉姆椒ǖ牧鞒虉D，該方法包括步驟S21、獲取評標城市、投資金額和項目種類；步驟S22、在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集；其中，專家?guī)彀瑢＜业男彰?、居住城市、專業(yè)類別等相關信息，所以本步驟在專家?guī)熘袑⒕幼〕鞘信c評標城市相同的專家選出，并將選擇出來的專家放入第一專家集中， 作為候選名單。
步驟S23、在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集；其中，再從第一專家集中選擇出專業(yè)類別與項目種類較為匹配的專家，此步驟是從專家專業(yè)的角度再篩選出一批符合項目需要的專家，并將此次選出的專家放入第二專家集中，作為候選名單。步驟S24、在第二專家集中隨機選擇預設數(shù)量的專家，并將選中的專家放入專家抽取集中；步驟S25、在第二專家集剩余的專家中選擇被抽中的次數(shù)小于預設次數(shù)的專家，并將選中的專家放入所述專家抽取集中；其中，專家的相關信息中包含被抽中次數(shù)，被抽中次數(shù)表示在本次以前曾經(jīng)獲取當評委的資格的次數(shù)，對于被選中的次數(shù)較少的專家，可以優(yōu)先被選取并放入專家抽取集中；步驟S26、在所述專家抽取集中隨機選擇與所述投資金額相對應數(shù)量的專家；其中，在步驟M中，在第二專家集中隨機的抽取預設數(shù)量的專家并放入專家抽取集，在步驟25中，在第二專家集剩余的專家中選擇被抽中次數(shù)較少的專家并放入專家抽取集中，此時，再從專家抽取集中選擇需要的專家數(shù)量。在圖2所示的實施例中，在隨機抽取一定數(shù)量的專家并放入專家抽取集中后，為了保證專家的被抽取次數(shù)更加均衡，使專家?guī)熘械膶＜屹Y源被充分利用起來，采用了將被選中次數(shù)較少的專家放入專家抽取集中，再從專家抽取集中選取需要的專家數(shù)量，這樣就可以達到抽取均衡的效果。下面通過實例來說明本實施例的工作原理，步驟S21至步驟S23可以參見上述說明即可，下面主要介紹步驟SM至步驟S26的工作原理假設第二專家集中包括η個專家，需要抽取的專家數(shù)量為m個；首先，在第二專家集的η個專家中隨機抽取m個專家，并將提取出來的專家放入專家抽取集中；然后，對于在第二專家集中剩下的n-m個專家中，按其前一階段，例如一年，被抽中的次數(shù)升序排序，選擇被抽中次數(shù)小于X次的專家，并將抽中的專家放入專家抽取集中；最后，在專家抽取集中隨機抽取m個專家，生成最終的抽中專家列表。請參見圖3所示，圖3所示的為又一種專家?guī)煨畔⒊槿〉姆椒ǖ牧鞒虉D，該方法包括步驟S31、獲取評標城市、投資金額和項目種類；步驟S32、在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集；其中，專家?guī)彀瑢＜业男彰?、居住城市、專業(yè)類別等相關信息，所以本步驟在專家?guī)熘袑⒕幼〕鞘信c評標城市相同的專家選出，并將選擇出來的專家放入第一專家集中， 作為候選名單。步驟S33、在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集；其中，再從第一專家集中選擇出專業(yè)類別與項目種類較為匹配的專家，此步驟是從專家專業(yè)的角度再篩選出一批符合項目需要的專家，并將此次選出的專家放入第二專家集中，作為候選名單。步驟S34、在第二專家集中選擇被抽中的次數(shù)小于預設次數(shù)的專家，并將選中的專家放入專家抽取集中；其中，直接將次數(shù)小于預設次數(shù)的專家放入專家抽取集里面，這樣可以使專家的抽取次數(shù)更加平均，以使專家?guī)炖锩娴膶＜屹Y源更加合理的被利用到。步驟S35、在所述專家抽取集中隨機選擇與所述投資金額相對應數(shù)量的專家。下面通過實例來說明本實施例的工作原理，步驟S31至步驟S33可以參見上述說明即可，下面主要介紹步驟S34至步驟S35的工作原理假設第二專家集中包括η個專家，需要抽取的專家數(shù)量為m個；首先，在第二專家集中的η個專家中，按其前一階段，例如一年，按照被抽中的次數(shù)升序排序，選擇被抽中次數(shù)小于X次的專家，并將抽中的專家放入專家抽取集中；然后，在專家抽取集中隨機抽取m個專家，生成最終的抽中專家列表。請參見圖4所示，圖4所示的為又一種專家?guī)煨畔⒊槿〉姆椒ǖ牧鞒虉D，該方法包括步驟S41、獲取評標城市、投資金額和項目種類；步驟S42、在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集；其中，專家?guī)彀瑢＜业男彰?、居住城市、專業(yè)類別等相關信息，所以本步驟在專家?guī)熘袑⒕幼〕鞘信c評標城市相同的專家選出，并將選擇出來的專家放入第一專家集中， 作為候選名單。步驟S43、在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集；其中，再從第一專家集中選擇出專業(yè)類別與項目種類較為匹配的專家，此步驟是從專家專業(yè)的角度再篩選出一批符合項目需要的專家，并將此次選出的專家放入第二專家集中，作為候選名單。步驟S44、在第二專家集中按照被抽中的次數(shù)由少至多的順序選擇與所述投資金額相對應數(shù)量的專家；其中，通過按照被抽中的次數(shù)由少至多的順序選擇出相應數(shù)量的專家，可以使專家的被抽取次數(shù)更加平均，從而保證專家?guī)炖锩娴膶＜屹Y源更加合理的被利用到。下面通過實例來說明本實施例的工作原理，步驟S41至步驟S43可以參見上述說明即可，下面主要介紹步驟S44的工作原理假設第二專家集中包括η個專家，需要抽取的專家數(shù)量為m個；在第二專家集中的η個專家中，按其前一階段，例如一年，根據(jù)被抽中的次數(shù)升序排序，按照被抽中的次數(shù)由少至多的順序選擇m個專家。請參見圖5所示，圖5所示的為一種專家?guī)煨畔⒊槿〉难b置的模塊圖，該裝置1包括獲取模塊11、第一選擇模塊12、第二選擇模塊13和第三選擇模塊14，其中，所述獲取模塊11，用于獲取評標城市、投資金額和項目種類；所述第一選擇模塊12，用于在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集；所述第二選擇模塊13，用于在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集；所述第三選擇模塊 14，用于在第二專家集中選擇與所述投資金額相對應數(shù)量的專家。請參見圖6所示，圖6所示的為另一種專家?guī)煨畔⒊槿〉难b置的模塊圖，該裝置2 包括輸入設備21和處理器22 ；所述輸入設備21，用于輸入評標城市、投資金額和項目種類； 所述處理器22，用于在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集，在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集，在第二專家集中選擇與所述投資金額相對應數(shù)量的專家。其中，所述輸入設備21為鍵盤。對這些實施例的多種修改對本領域的專業(yè)技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。
權利要求
1.一種專家?guī)煨畔⒊槿〉姆椒ǎ涮卣髟谟?，包?)、獲取評標城市、投資金額和項目種類；2)、在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集；3)、在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集；4)、在第二專家集中選擇與所述投資金額相對應數(shù)量的專家。
2.根據(jù)權利要求1所述的專家?guī)煨畔⒊槿〉姆椒?，其特征在于，所述步驟4)具體為41)、在第二專家集中隨機選擇預設數(shù)量的專家，并將選中的專家放入專家抽取集中；42)、在第二專家集剩余的專家中選擇被抽中的次數(shù)小于預設次數(shù)的專家，并將選中的專家放入所述專家抽取集中；43)、在所述專家抽取集中隨機選擇與所述投資金額相對應數(shù)量的專家。
3.根據(jù)權利要求1所述的專家?guī)煨畔⒊槿〉姆椒ǎ涮卣髟谟?，所述步驟4)具體為41)、在第二專家集中選擇被抽中的次數(shù)小于預設次數(shù)的專家，并將選中的專家放入專家抽取集中；42)、在所述專家抽取集中隨機選擇與所述投資金額相對應數(shù)量的專家。
4.根據(jù)權利要求1所述的專家?guī)煨畔⒊槿〉姆椒?，其特征在于，所述步驟4)具體為 41)、在第二專家集中按照被抽中的次數(shù)由少至多的順序選擇與所述投資金額相對應數(shù)量的專家。
5.一種專家?guī)煨畔⒊槿〉难b置，其特征在于，包括獲取模塊、第一選擇模塊、第二選擇模塊和第三選擇模塊；所述獲取模塊，用于獲取評標城市、投資金額和項目種類；所述第一選擇模塊，用于在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集；所述第二選擇模塊，用于在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集；所述第三選擇模塊，用于在第二專家集中選擇與所述投資金額相對應數(shù)量的專家。
6.一種專家?guī)煨畔⒊槿〉难b置，其特征在于，包括輸入設備和處理器； 所述輸入設備，用于輸入評標城市、投資金額和項目種類；所述處理器，用于在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集，在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集，在第二專家集中選擇與所述投資金額相對應數(shù)量的專家。
7.根據(jù)權利要求6所述的專家抽取裝置，其特征在于，所述輸入設備為鍵盤。
全文摘要
本發(fā)明公開了一種專家?guī)煨畔⒊槿〉姆椒?，包?)、獲取評標城市、投資金額和項目種類；2)、在專家?guī)熘羞x擇專家居住地與所述評標城市相同的專家作為第一專家集；3)、在第一專家集中選擇專業(yè)與所述項目種類相匹配的專家作為第二專家集；4)、在第二專家集中選擇與所述投資金額相對應數(shù)量的專家。在本發(fā)明提供的方案中，通過自動的獲取評標城市、投資金額和項目種類，并根據(jù)評標城市、投資金額和項目種類來自動的從專家?guī)熘蝎@取符合條件的專家，從而可以避免人工抽取出現(xiàn)的各種問題，因此，本發(fā)明不僅可以提高抽取專家的效率，節(jié)省人力，而且還可以降低操作過程中的失誤率。
文檔編號G06F17/30GK102222117SQ20111020217
公開日2011年10月19日 申請日期2011年7月19日 優(yōu)先權日2011年7月19日
發(fā)明者王文 申請人:四川建設網(wǎng)有限責任公司