一种基于区块链的投标方管理分布方法及装置与流程

1.本技术属于招投标管理技术领域，特别的涉及一种基于区块链的投标方管理分布方法及装置。


背景技术：

2.区块链技术可理解为通过一个又一个区块组成的链条，每一个区块中保存了一定的信息，按照各自产生的时间顺序连接成链条，这个链条被保存在所有服务器中。相比于传统的网络，区块链具有两大核心特点：数据难以篡改和去中心化，且基于这两个特点，区块链所记录的信息更加真实可靠。
3.招投标作为一种国际惯例，是商品经济高度发展的产物，是应用技术、经济的方法和市场经济的竞争机制的作用，且有组织开展的一种择优成交的方式。这种方式是在货物、工程和服务的采购行为中，招标人通过事先公布的采购和要求，吸引众多的投标人按照同等条件进行平等竞争，按照规定程序并组织技术、经济和法律等方面专家对众多的投标人进行综合评审，从中择优选定项目的中标人的行为过程。
4.然而在实际的招投标过程中，招标方仅凭投标方提供的投标信息无法有效判断其准确性，且也无法有效判断出投标方是否存在恶意竞标等行为，进而影响到整个竞标的公平性以及公正性。


技术实现要素：

5.本技术为解决上述提到的招标方仅凭投标方提供的投标信息无法有效判断其准确性，且也无法有效判断出投标方是否存在恶意竞标等行为，进而影响到整个竞标的公平性以及公正性等技术缺陷，提出一种基于区块链的投标方管理分布方法及装置，其技术方案如下：第一方面，本技术实施例提供了一种基于区块链的投标方管理分布方法，包括：获取招标方节点上传的招标信息，并根据招标信息生成招标列表；将招标信息发布给至少两个投标方节点，并在预设第一时间间隔内获取每个投标方节点上传的投标信息；基于招标列表中的m个关键词在每个投标信息中提取出与每种关键词对应的关键特征，并将每个投标信息中的m个关键特征输入至深度学习模型中，得到与每个投标信息对应的第一预测结果；将每个投标信息中的前n个关键特征发布给所有投标方节点，并根据所有投标方节点上传的反馈信息确定出与每个投标信息对应的第二预测结果；其中，m为大于2的正整数，n为正整数，n小于m；基于与每个投标信息对应的第一预测结果以及第二预测结果对每个投标信息进行标记处理，并将经过标记处理后的每个投标信息发送给招标方节点。
6.在第一方面的一种可选方案中，将招标信息发布给至少两个投标方节点，包括：
基于招标信息判断招标方是否设定有筛选条件；在检测到招标方设定有筛选条件时，从预设的投标方节点集合中提取出满足筛选条件的至少两个投标方节点；其中，预设的投标方集合中设置有i个投标方节点，i为大于2的正整数；将招标信息发布给至少两个投标方节点。
7.在第一方面的又一种可选方案中，将招标信息发布给至少两个投标方节点，包括：基于每个投标方节点对应的身份信息生成投标密钥；基于投标密钥对招标信息进行加密处理，并将经过加密处理后的招标信息发布给相应的投标方节点；基于无线通讯网络将投标密钥发送给相应的投标方节点，以使投标方节点对应的投标方根据投标密钥对经过加密处理后的招标信息进行解密处理。
8.在第一方面的又一种可选方案中，在得到与每个投标信息对应的第一预测结果之后，还包括：基于所有关键词中与投标方对应的身份信息关键词个数，计算出个数中值；当检测到第一预测结果中低于预设阈值的预测值个数超过个数中值时，生成用于表征投标信息有误的预警信息；将预警信息分别发送给招标方节点以及相应的投标方节点，并在预设第二时间间隔内未获取到投标方节点再次上传的投标信息时，确定与投标方节点对应的投标方不参与投标。
9.在第一方面的又一种可选方案中，基于与每个投标信息对应的第一预测结果以及第二预测结果对每个投标信息进行标记处理，包括：在第二预测结果中计算出每个关键特征对应的所有预测值中最小值与最大值之间的差值；当检测到差值超过预设差值阈值时，将与最小值对应的投标方节点所上传的反馈信息定义为异常反馈信息；在第二预测结果中对异常反馈信息进行剔除处理；基于与每个投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果，对每个投标信息进行标记处理。
10.在第一方面的又一种可选方案中，基于与每个投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果，对每个投标信息进行标记处理，包括：按照预设的权重值，对与每个投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果进行加权求和计算，得到与每个投标信息对应的综合预测结果；当检测到与投标信息对应的综合预测结果中处于第一区间的预测值个数超过处于第二区间的预测值个数时，对投标信息进行第一标记处理；当检测到与投标信息对应的综合预测结果中处于第一区间的预测值个数未超过处于第二区间的预测值个数时，对投标信息进行第二标记处理；其中，第一区间的最小值大于第二区间的最大值，第一标记的颜色与第二标记的颜色不一致。
11.在第一方面的又一种可选方案中，深度学习模型由多个标记有预测值的样本关键特征训练得到，样本关键特征按照预设第三时间间隔进行更新。
12.第二方面，本技术实施例提供了一种基于区块链的投标方管理分布装置，包括：招标信息获取模块，用于获取招标方节点上传的招标信息，并根据招标信息生成招标列表；投标信息获取模块，用于将招标信息发布给至少两个投标方节点，并在预设第一时间间隔内获取每个投标方节点上传的投标信息；第一结果生成模块，用于基于招标列表中的m个关键词在每个投标信息中提取出与每种关键词对应的关键特征，并将每个投标信息中的m个关键特征输入至深度学习模型中，得到与每个投标信息对应的第一预测结果；第二结果生成模块，用于将每个投标信息中的前n个关键特征发布给所有投标方节点，并根据所有投标方节点上传的反馈信息确定出与每个投标信息对应的第二预测结果；其中，m为大于2的正整数，n为正整数，n小于m；投标信息管理模块，用于基于与每个投标信息对应的第一预测结果以及第二预测结果对每个投标信息进行标记处理，并将经过标记处理后的每个投标信息发送给招标方节点。
13.第三方面，本技术实施例还提供了一种基于区块链的投标方管理分布装置，包括处理器以及存储器；处理器与存储器连接；存储器，用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于实现本技术实施例第一方面或第一方面的任意一种实现方式提供的基于区块链的投标方管理分布方法。
14.第四方面，本技术实施例提供了一种计算机存储介质，计算机存储介质存储有计算机程序，计算机程序包括程序指令，程序指令当被处理器执行时，可实现本技术实施例第一方面或第一方面的任意一种实现方式提供的基于区块链的投标方管理分布方法。
15.在本技术实施例中，可在区块链网络中对投标方的投标信息进行管理分布时，获取招标方节点上传的招标信息，并根据招标信息生成招标列表；将招标信息发布给至少两个投标方节点，并在预设第一时间间隔内获取每个投标方节点上传的投标信息；基于招标列表中的m个关键词在每个投标信息中提取出与每种关键词对应的关键特征，并将每个投标信息中的m个关键特征输入至深度学习模型中，得到与每个投标信息对应的第一预测结果；将每个投标信息中的前n个关键特征发布给所有投标方节点，并根据所有投标方节点上传的反馈信息确定出与每个投标信息对应的第二预测结果；基于与每个投标信息对应的第一预测结果以及第二预测结果对每个投标信息进行标记处理，并将经过标记处理后的每个投标信息发送给招标方节点。通过特征提取的方式筛选出各个投标方所提供的投标信息中的关键特征，并结合深度学习模型以及各个投标方的预测结果来综合判断投标信息的准确性，且可对数据异常的投标信息进行剔除处理，以有效保障整个竞标过程中所有投标方的公平性以及准确性。
附图说明
16.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例中所需使用的附
图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
17.图1为本技术实施例提供的一种基于区块链的投标方管理分布方法的整体流程图；图2为本技术实施例提供的一种基于区块链的投标方管理分布装置的结构示意图；图3为本技术实施例提供的又一种基于区块链的投标方管理分布装置的结构示意图。
具体实施方式
18.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。
19.在下述介绍中，术语“第一”、“第二”仅为用于描述的目的，而不能理解为指示或暗示相对重要性。下述介绍提供了本技术的多个实施例，不同实施例之间可以替换或者合并组合，因此本技术也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而，如果一个实施例包含特征a、b、c，另一个实施例包含特征b、d，那么本技术也应视为包括含有a、b、c、d的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。
20.下面的描述提供了示例，并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本技术内容的范围的情况下，对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行，并且可以添加、省略或组合各种步骤。此外，可以将关于一些示例描述的特征组合到其他示例中。
21.请参阅图1，图1示出了本技术实施例提供的一种基于区块链的投标方管理分布方法的整体流程图。
22.如图1所示，该基于区块链的投标方管理分布方法至少可以包括以下步骤：步骤102、获取招标方节点上传的招标信息，并根据招标信息生成招标列表。
23.在本技术实施例中，基于区块链的投标方管理分布方法可以但不局限于应用在与区块链网络对应的控制终端，该控制终端可通过构建的区块链网络实现招标方与多个投标方之间的招投标信息传输。其中，该区块链网络可设置有一个与招标方对应的招标方节点以及与多个投标方对应的投标方节点，该招标方节点或是任意一个投标方节点上传的信息均存储在区块链网络中，以由控制终端经过处理后通过区块链网络进行节点之间的信息传输。可以理解的是，此处控制终端可基于区块链网络通过特征提取的方式筛选出各个投标方所提供的投标信息中的关键特征，并结合深度学习模型以及各个投标方的预测结果来综合判断投标信息的准确性，且可对数据异常的投标信息进行剔除处理，以有效保障整个竞标过程中所有投标方的公平性以及准确性。
24.具体地，在基于区块链网络对投标方的投标信息进行管理分布时，通过招标方节点获取由招标方上传的招标信息，并可以但不局限于通过自然语言处理技术从该招标信息中获取相关的多个关键词，以结合该多个关键词生成招标列表。其中，多个关键词可理解为
在招标信息中关于投标方的表述内容内所查找到的便于招标方获取投标方信息的筛选词，例如但不局限于包括投标方公司名称、投标方资质、投标方法人、法人身份信息以及投标方最近一年内的业绩数据等。
25.此处可参阅如下示出的本技术实施例提供的一种招标列表的结构示意图：该招标列表中的多个关键词类型分别为投标方名称、投标方资质、投标方法人以及法人身份信息，以便于在通过投标方节点获取到投标信息之后根据该多个关键词提取出相应的关键特征。其中，该招标列表中还设置有与每个关键词对应的多个输入框，可在基于关键词从每个投标信息中提取出相应的关键特征之后，将该关键特征输入至相应位置，并在输入所有投标信息中的关键特征之后将该招标列表反馈至招标方节点，以给招标方带来更加直观的投标管理。
26.步骤104、将招标信息发布给至少两个投标方节点，并在预设第一时间间隔内获取每个投标方节点上传的投标信息。
27.具体地，在获取到招标方节点上传的招标信息之后，还可将该招标信息发布给用于参与竞标的多个投标方节点，并在规定的预设第一时间间隔内获取由该每个投标方节点上传的投标信息，此处若在预设第一时间间隔内未获取到投标方节点上传的投标信息，则可视为该投标方节点对应的投标方放弃此次竞标。
28.其中，参与竞标的多个投标方节点可以但不局限于根据预设的投标方集合中确定。作为本技术实施例的一种可选，将招标信息发布给至少两个投标方节点，包括：基于招标信息判断招标方是否设定有筛选条件；在检测到招标方设定有筛选条件时，从预设的投标方节点集合中提取出满足筛选条件的至少两个投标方节点；其中，预设的投标方集合中设置有i个投标方节点，i为大于2的正整数；将招标信息发布给至少两个投标方节点。
29.具体地，可在将招标信息发布给至少两个投标方节点的过程中，先根据招标信息判断招标方是否设定有筛选条件，此处筛选条件可以但不局限于为对投标方的地域限制、规模限制、资质限制或是个数限制等，其可通过自然语言处理技术从招标信息中相关部分提取。
30.进一步的，在检测到招标方设定有筛选条件时，可从预设的投标方节点集合中提取出满足该筛选条件的多个投标方节点，此处，预设的投标方节点集合中包含多个与投标方对应的投标方节点，每个投标方节点标注有投标方的基本信息，该基本信息可以但不局
限于为投标方名称或是投标方注册位置等，以便于实现对投标方的初步筛选。可以理解的是，该预设的投标方节点集合中所包含的多个投标方均可由大数据分析得出，且每个投标方的基本信息均可通过互联网查询的方式获取并存储，此处不限定于此。
31.进一步的，当在预设的投标方节点集合中提取出满足该筛选条件的多个投标方节点之后，可将招标信息分别发布给每个投标方节点，以让相应的投标方获取招标信息。
32.为了避免招标信息被其他未满足筛选条件的投标方或是其他招标方窃取，作为本技术实施例的又一种可选，将招标信息发布给至少两个投标方节点，包括：基于每个投标方节点对应的身份信息生成投标密钥；基于投标密钥对招标信息进行加密处理，并将经过加密处理后的招标信息发布给相应的投标方节点；基于无线通讯网络将投标密钥发送给相应的投标方节点，以使投标方节点对应的投标方根据投标密钥对经过加密处理后的招标信息进行解密处理。
33.具体地，在将招标信息发布给至少两个投标方节点的过程中，还可根据满足筛选条件的每个投标方节点所对应的身份信息生成投标密钥，此处身份信息可以但不局限于为与每个投标方对应的投标方名称，且该投标密钥可通过对该与每个投标方对应的投标方名称的拼音缩写进行随机排序，并加上随机字符的方式生成，此处不限定于此。
34.进一步的，在生成投标密钥之后，可基于该投标密钥以及加密算法对招标信息进行加密处理，并将经过加密处理后的招标信息发布至与身份信息保存一致的投标方节点，进而可使发布给每个投标方节点的招标信息不同，进而保障招标信息的隐私性以及安全性。
35.进一步的，在生成投标密钥之后，还可通过无线通讯网络（或是局域网络）将与每个经过加密处理后的招标信息对应的投标密钥发送至相应的投标方终端，以使投标方节点对应的投标方根据投标密钥对经过加密处理后的招标信息进行解密处理。
36.步骤106、基于招标列表中的m个关键词在每个投标信息中提取出与每种关键词对应的关键特征，并将每个投标信息中的m个关键特征输入至深度学习模型中，得到与每个投标信息对应的第一预测结果。
37.具体地，在根据招标信息生成招标列表之后，可结合该招标列表中的多个关键词在每个投标信息中提取出与每个关键词对应的关键特征，此处多个关键词可以但不局限于为该招标列表中的所有关键词，以保障从每个投标信息中提取出更多的有用信息，并可将与每个投标信息所对应的多个关键特征输入至训练好的深度学习模型，以得到该关键特征对应的预测结果。其中，深度学习模型的结构可参阅常规的深度学习神经网络，其可由多个标记有预测值的样本关键特征训练得到，且该样本关键特征按照预设第三时间间隔进行更新，以实时保障深度学习模型的预测准确性。需要注意的是，此处标记有预测值的样本关键特征均对应有投标方名称，例如与投标方名称为a对应的样本关键特征包括a1、a2以及a3，且每个样本关键特征均被标记有标准是否准确的预测值。换言之，与每个投标信息所对应的多个关键特征，具体是将除去投标方名称的其他所有关键特征输入至深度学习模型中，以得到该投标方名称所对应的每个关键特征的预测结果（也即第一预测结果）。
38.可以理解的是，在每个投标信息中提取出与每个关键词对应的关键特征之后，还可将该与每个关键词对应的关键特征输入至招标列表中，以给招标方带来更加直观的投标
管理。
39.作为本技术实施例的又一种可选，在得到与每个投标信息对应的第一预测结果之后，还包括：基于所有关键词中与投标方对应的身份信息关键词个数，计算出个数中值；当检测到第一预测结果中低于预设阈值的预测值个数超过个数中值时，生成用于表征投标信息有误的预警信息；将预警信息分别发送给招标方节点以及相应的投标方节点，并在预设第二时间间隔内未获取到投标方节点再次上传的投标信息时，确定与投标方节点对应的投标方不参与投标。
40.具体点，为了进一步对所有投标信息进行初步筛选，在得到与每个投标信息对应的第一预测结果之后，可基于所有关键词中与投标方对应的身份信息关键词个数，计算出个数中值，该与投标方对应的身份信息可以但不局限于包括投标方名称或是投标方法人。其中，以与投标方对应的身份信息为投标方名称为例，个数中值的计算方式可为先对所有关键词个数进行减一，再对差值进行除以二的方式得到，且当该个数中值不为正整数时，可通过四舍五入的方式对该个数中值进行处理。
41.进一步的，当检测到任意一个投标方对应的第一预测结果中低于预设阈值的预测值个数超过个数中值时，表明该投标方的投标信息与实际不相符，进而可生成用于表征投标信息有误的预警信息，并及时将该预警信息分别发送给招标方节点以及相应的投标方节点，一方面提醒招标方该投标方所发布的投标信息有误，另一方面可提醒该投标方及时对发布的投标信息进行修改，以避免无法竞标所带来的损失。
42.可以理解的是，当在预设第二时间间隔内未获取到投标方节点再次上传的投标信息时，可表征该投标方之前发布的投标信息可能异常，也即可能存在恶意竞标等行为，进而确定与投标方节点对应的投标方不参与投标。可能的，当在预设第二时间间隔内获取到投标方节点再次上传的投标信息时，可再次通过上述提到的深度学习模型对该投标信息进行预测，以再次判断该投标信息是否准确可靠。
43.步骤108、将每个投标信息中的前n个关键特征发布给所有投标方节点，并根据所有投标方节点上传的反馈信息确定出与每个投标信息对应的第二预测结果。
44.具体地，在每个投标信息中提取出与每种关键词对应的关键特征之后，还可将每个投标信息中的前n个关键特征发布给所有投标方节点，以通过其他投标方监督的方式判断该投标信息的可靠性，进而可根据所有投标方节点上传的反馈信息确定出与每个投标信息对应的第二预测结果。其中，每个投标信息中的前n个关键特征可理解为投标信息中可向其他投标方公布的关键信息，例如当招标列表中的所有关键词排列方式为投标方公司名称、投标方资质、投标方法人、法人身份信息以及投标方最近一年内的业绩数据时，每个投标信息中的前n个关键特征可以但不局限于为投标方公司名称、投标方资质以及投标方法人，以便于其他投标方判断该投标方公司名称、投标方资质以及投标方法人是否准确可靠。
45.可以理解的是，所有投标方节点上传的反馈信息可以但不局限于通过选择与每个关键特征对应的准确选项来得到，例如与投标方公司名称对应的准确选项包含完全准确以及完全错误两个选项，投标方节点上传的反馈信息具体可为投标方公司名称完全准确或是投标方公司名称完全错误，进而可结合与每个反馈信息对应的赋值得到相应的第二预测结
果，且此处不限定于此。此处，与每个反馈信息对应的赋值的区间可以但不局限于在0至1之间。
46.步骤110、基于与每个投标信息对应的第一预测结果以及第二预测结果对每个投标信息进行标记处理，并将经过标记处理后的每个投标信息发送给招标方节点。
47.具体地，在分别得到与每个投标信息对应的第一预测结果以及第二预测结果之后，可先在该第二预测结果中计算出每个关键特征对应的所有预测值中最小值与最大值之间的差值，以通过其他投标方监督的结果判断该投标信息是否为可靠信息。可能的，当检测到差值超过预设差值阈值时，表明该最小值为异常反馈值，也即与该最小值对应的投标方存在异常反馈行为，进而可将该与最小值对应的投标方节点所上传的反馈信息定义为异常反馈信息，并在第二预测结果中对异常反馈信息进行剔除处理。
48.可以理解的是，由于第二预测结果中与每个关键特征对应的预测值包括多个，可以但不局限于通过均值计算的方式得到第二预测结果中与每个关键特征对应的唯一预测值，并在得到与每个关键特征对应的唯一预测值之后，基于与每个投标信息对应的第一预测结果以及第二预测结果对每个投标信息进行标记处理。
49.作为本技术实施例的又一种可选，基于与每个投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果，对每个投标信息进行标记处理，包括：按照预设的权重值，对与每个投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果进行加权求和计算，得到与每个投标信息对应的综合预测结果；当检测到与投标信息对应的综合预测结果中处于第一区间的预测值个数超过处于第二区间的预测值个数时，对投标信息进行第一标记处理；当检测到与投标信息对应的综合预测结果中处于第一区间的预测值个数未超过处于第二区间的预测值个数时，对投标信息进行第二标记处理；其中，第一区间的最小值大于第二区间的最大值，第一标记的颜色与第二标记的颜色不一致。
50.具体地，在对每个投标信息进行标记处理的过程中，可先按照预设的权重值，对与每个投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果进行加权求和计算，得到与每个投标信息对应的综合预测结果。其中，每个投标信息对应的关键特征均对应有第一预测结果以及第二预测结果，可以但不局限于设置与第一预测结果对应的权重值为a，与第二预测结果对应的权重值为1-a。
51.进一步的，当检测到与投标信息对应的综合预测结果中处于第一区间的预测值个数超过处于第二区间的预测值个数时，表明该投标信息的准确性以及可靠性较高，进而可对投标信息进行第一标记处理，此处第一标记处理可以但不局限于为对该投标信息对应的投标方进行绿色标记处理（也即增加招标方对该投标方的印象），以便于后续招标方对各个投标方的打分判断。可以理解的是，第一区间的最小值大于第二区间的最大值。
52.当检测到与投标信息对应的综合预测结果中处于第一区间的预测值个数未超过处于第二区间的预测值个数时，表明该投标信息的准确性以及可靠性一般，进而可对投标信息进行第一标记处理，此处第一标记处理可以但不局限于为对该投标信息对应的投标方进行红色标记处理（也即影响招标方对该投标方的印象），以便于后续招标方对各个投标方的打分判断。
53.请参阅图2，图2示出了本技术实施例提供的一种基于区块链的投标方管理分布装
置的结构示意图。
54.如图2所示，该基于区块链的投标方管理分布装置至少可以包括招标信息获取模块201、投标信息获取模块202、第一结果生成模块203、第二结果生成模块204以及投标信息管理模块205，其中：招标信息获取模块201，用于获取招标方节点上传的招标信息，并根据招标信息生成招标列表；投标信息获取模块202，用于将招标信息发布给至少两个投标方节点，并在预设第一时间间隔内获取每个投标方节点上传的投标信息；第一结果生成模块203，用于基于招标列表中的m个关键词在每个投标信息中提取出与每种关键词对应的关键特征，并将每个投标信息中的m个关键特征输入至深度学习模型中，得到与每个投标信息对应的第一预测结果；第二结果生成模块204，用于将每个投标信息中的前n个关键特征发布给所有投标方节点，并根据所有投标方节点上传的反馈信息确定出与每个投标信息对应的第二预测结果；其中，m为大于2的正整数，n为正整数，n小于m；投标信息管理模块205，用于基于与每个投标信息对应的第一预测结果以及第二预测结果对每个投标信息进行标记处理，并将经过标记处理后的每个投标信息发送给招标方节点。
55.在一些可能的实施例中，投标信息获取模块用于：基于招标信息判断招标方是否设定有筛选条件；在检测到招标方设定有筛选条件时，从预设的投标方节点集合中提取出满足筛选条件的至少两个投标方节点；其中，预设的投标方集合中设置有i个投标方节点，i为大于2的正整数；将招标信息发布给至少两个投标方节点。
56.在一些可能的实施例中，投标信息获取模块用于：基于每个投标方节点对应的身份信息生成投标密钥；基于投标密钥对招标信息进行加密处理，并将经过加密处理后的招标信息发布给相应的投标方节点；基于无线通讯网络将投标密钥发送给相应的投标方节点，以使投标方节点对应的投标方根据投标密钥对经过加密处理后的招标信息进行解密处理。
57.在一些可能的实施例中，装置还包括：在得到与每个投标信息对应的第一预测结果之后，基于所有关键词中与投标方对应的身份信息关键词个数，计算出个数中值；当检测到第一预测结果中低于预设阈值的预测值个数超过个数中值时，生成用于表征投标信息有误的预警信息；将预警信息分别发送给招标方节点以及相应的投标方节点，并在预设第二时间间隔内未获取到投标方节点再次上传的投标信息时，确定与投标方节点对应的投标方不参与投标。
58.在一些可能的实施例中，投标信息管理模块用于：在第二预测结果中计算出每个关键特征对应的所有预测值中最小值与最大值之
间的差值；当检测到差值超过预设差值阈值时，将与最小值对应的投标方节点所上传的反馈信息定义为异常反馈信息；在第二预测结果中对异常反馈信息进行剔除处理；基于与每个投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果，对每个投标信息进行标记处理。
59.在一些可能的实施例中，投标信息管理模块用于：按照预设的权重值，对与每个投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果进行加权求和计算，得到与每个投标信息对应的综合预测结果；当检测到与投标信息对应的综合预测结果中处于第一区间的预测值个数超过处于第二区间的预测值个数时，对投标信息进行第一标记处理；当检测到与投标信息对应的综合预测结果中处于第一区间的预测值个数未超过处于第二区间的预测值个数时，对投标信息进行第二标记处理；其中，第一区间的最小值大于第二区间的最大值，第一标记的颜色与第二标记的颜色不一致。
60.在一些可能的实施例中，深度学习模型由多个标记有预测值的样本关键特征训练得到，样本关键特征按照预设第三时间间隔进行更新。
61.本领域的技术人员可以清楚地了解到本技术实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列（field－programmable gate array，fpga）、集成电路（integrated circuit，ic）等。
62.请参阅图3，图3示出了本技术实施例提供的又一种基于区块链的投标方管理分布装置的结构示意图。
63.如图3所示，该基于区块链的投标方管理分布装置300可以包括至少一个处理器301、至少一个网络接口304、用户接口303、存储器305以及至少一个通信总线302。
64.其中，通信总线302可用于实现上述各个组件的连接通信。
65.其中，用户接口303可以包括按键，可选用户接口还可以包括标准的有线接口、无线接口。
66.其中，网络接口304可以但不局限于包括蓝牙模块、nfc模块、wi-fi模块等。
67.其中，处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接基于区块链的投标方管理分布装置300内的各个部分，通过运行或执行存储在存储器305内的指令、程序、代码集或指令集，以及调用存储在存储器305内的数据，执行路由基于区块链的投标方管理分布装置300的各种功能和处理数据。可选的，处理器301可以采用dsp、fpga、pla中的至少一种硬件形式来实现。处理器301可集成cpu、gpu和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器301中，单独通过一块芯片进行实现。
68.其中，存储器305可以包括ram，也可以包括rom。可选的，该存储器305包括非瞬时性计算机可读介质。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至
少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储装置。如图3所示，作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及基于区块链的投标方管理分布应用程序。
69.具体地，处理器301可以用于调用存储器305中存储的基于区块链的投标方管理分布应用程序，并具体执行以下操作：获取招标方节点上传的招标信息，并根据招标信息生成招标列表；将招标信息发布给至少两个投标方节点，并在预设第一时间间隔内获取每个投标方节点上传的投标信息；基于招标列表中的m个关键词在每个投标信息中提取出与每种关键词对应的关键特征，并将每个投标信息中的m个关键特征输入至深度学习模型中，得到与每个投标信息对应的第一预测结果；将每个投标信息中的前n个关键特征发布给所有投标方节点，并根据所有投标方节点上传的反馈信息确定出与每个投标信息对应的第二预测结果；其中，m为大于2的正整数，n为正整数，n小于m；基于与每个投标信息对应的第一预测结果以及第二预测结果对每个投标信息进行标记处理，并将经过标记处理后的每个投标信息发送给招标方节点。
70.在一些可能的实施例中，将招标信息发布给至少两个投标方节点，包括：基于招标信息判断招标方是否设定有筛选条件；在检测到招标方设定有筛选条件时，从预设的投标方节点集合中提取出满足筛选条件的至少两个投标方节点；其中，预设的投标方集合中设置有i个投标方节点，i为大于2的正整数；将招标信息发布给至少两个投标方节点。
71.在一些可能的实施例中，将招标信息发布给至少两个投标方节点，包括：基于每个投标方节点对应的身份信息生成投标密钥；基于投标密钥对招标信息进行加密处理，并将经过加密处理后的招标信息发布给相应的投标方节点；基于无线通讯网络将投标密钥发送给相应的投标方节点，以使投标方节点对应的投标方根据投标密钥对经过加密处理后的招标信息进行解密处理。
72.在一些可能的实施例中，在得到与每个投标信息对应的第一预测结果之后，还包括：基于所有关键词中与投标方对应的身份信息关键词个数，计算出个数中值；当检测到第一预测结果中低于预设阈值的预测值个数超过个数中值时，生成用于表征投标信息有误的预警信息；将预警信息分别发送给招标方节点以及相应的投标方节点，并在预设第二时间间隔内未获取到投标方节点再次上传的投标信息时，确定与投标方节点对应的投标方不参与投标。
73.在一些可能的实施例中，基于与每个投标信息对应的第一预测结果以及第二预测
结果对每个投标信息进行标记处理，包括：在第二预测结果中计算出每个关键特征对应的所有预测值中最小值与最大值之间的差值；当检测到差值超过预设差值阈值时，将与最小值对应的投标方节点所上传的反馈信息定义为异常反馈信息；在第二预测结果中对异常反馈信息进行剔除处理；基于与每个投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果，对每个投标信息进行标记处理。
74.在一些可能的实施例中，基于与每个投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果，对每个投标信息进行标记处理，包括：按照预设的权重值，对与每个投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果进行加权求和计算，得到与每个投标信息对应的综合预测结果；当检测到与投标信息对应的综合预测结果中处于第一区间的预测值个数超过处于第二区间的预测值个数时，对投标信息进行第一标记处理；当检测到与投标信息对应的综合预测结果中处于第一区间的预测值个数未超过处于第二区间的预测值个数时，对投标信息进行第二标记处理；其中，第一区间的最小值大于第二区间的最大值，第一标记的颜色与第二标记的颜色不一致。
75.在一些可能的实施例中，深度学习模型由多个标记有预测值的样本关键特征训练得到，样本关键特征按照预设第三时间间隔进行更新。
76.本技术还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、dvd、cd-rom、微型驱动器以及磁光盘、rom、ram、eprom、eeprom、dram、vram、闪速存储器设备、磁卡或光卡、纳米系统（包括分子存储器ic），或适合于存储指令和/或数据的任何类型的媒介或设备。
77.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
78.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
79.在本技术所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
80.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络
单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
81.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
82.集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本技术各个实施例方法的全部或部分步骤。而前述的存储器包括：u盘、只读存储器（read-only memory， rom）、随机存取存储器（random access memory，ram）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
83.本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器（read-only memory， rom）、随机存取器（random access memory，ram）、磁盘或光盘等。
84.以上者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后，将容易想到本公开的其实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

技术特征：
1.一种基于区块链的投标方管理分布方法，其特征在于，包括：获取招标方节点上传的招标信息，并根据所述招标信息生成招标列表；将所述招标信息发布给至少两个投标方节点，并在预设第一时间间隔内获取每个所述投标方节点上传的投标信息；基于所述招标列表中的m个关键词在每个所述投标信息中提取出与每种关键词对应的关键特征，并将每个所述投标信息中的m个所述关键特征输入至深度学习模型中，得到与每个所述投标信息对应的第一预测结果；将每个所述投标信息中的前n个所述关键特征发布给所有所述投标方节点，并根据所有所述投标方节点上传的反馈信息确定出与每个所述投标信息对应的第二预测结果；其中，m为大于2的正整数，n为正整数，n小于m；基于所述与每个所述投标信息对应的第一预测结果以及第二预测结果对每个所述投标信息进行标记处理，并将经过标记处理后的每个所述投标信息发送给所述招标方节点。2.根据权利要求1所述的方法，其特征在于，所述将所述招标信息发布给至少两个投标方节点，包括：基于所述招标信息判断招标方是否设定有筛选条件；在检测到所述招标方设定有所述筛选条件时，从预设的投标方节点集合中提取出满足所述筛选条件的至少两个投标方节点；其中，所述预设的投标方集合中设置有i个投标方节点，i为大于2的正整数；将所述招标信息发布给至少两个所述投标方节点。3.根据权利要求2所述的方法，其特征在于，所述将所述招标信息发布给至少两个所述投标方节点，包括：基于每个所述投标方节点对应的身份信息生成投标密钥；基于所述投标密钥对所述招标信息进行加密处理，并将经过加密处理后的所述招标信息发布给相应的所述投标方节点；基于无线通讯网络将所述投标密钥发送给相应的所述投标方节点，以使所述投标方节点对应的投标方根据所述投标密钥对经过加密处理后的所述招标信息进行解密处理。4.根据权利要求1所述的方法，其特征在于，在所述得到与每个所述投标信息对应的第一预测结果之后，还包括：基于所有所述关键词中与投标方对应的身份信息关键词个数，计算出个数中值；当检测到所述第一预测结果中低于预设阈值的预测值个数超过所述个数中值时，生成用于表征投标信息有误的预警信息；将所述预警信息分别发送给所述招标方节点以及相应的所述投标方节点，并在预设第二时间间隔内未获取到所述投标方节点再次上传的投标信息时，确定与所述投标方节点对应的投标方不参与投标。5.根据权利要求1所述的方法，其特征在于，所述基于所述与每个所述投标信息对应的第一预测结果以及第二预测结果对每个所述投标信息进行标记处理，包括：在所述第二预测结果中计算出每个所述关键特征对应的所有预测值中最小值与最大值之间的差值；当检测到所述差值超过预设差值阈值时，将与所述最小值对应的所述投标方节点所上
传的反馈信息定义为异常反馈信息；在所述第二预测结果中对所述异常反馈信息进行剔除处理；基于所述与每个所述投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果，对每个所述投标信息进行标记处理。6.根据权利要求5所述的方法，其特征在于，所述基于所述与每个所述投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果，对每个所述投标信息进行标记处理，包括：按照预设的权重值，对所述与每个所述投标信息对应的第一预测结果以及经过剔除处理后的第二预测结果进行加权求和计算，得到与每个所述投标信息对应的综合预测结果；当检测到与所述投标信息对应的综合预测结果中处于第一区间的预测值个数超过处于第二区间的预测值个数时，对所述投标信息进行第一标记处理；当检测到与所述投标信息对应的综合预测结果中处于所述第一区间的预测值个数未超过处于所述第二区间的预测值个数时，对所述投标信息进行第二标记处理；其中，所述第一区间的最小值大于所述第二区间的最大值，所述第一标记的颜色与所述第二标记的颜色不一致。7.根据权利要求所述1的方法，其特征在于，所述深度学习模型由多个标记有预测值的样本关键特征训练得到，所述样本关键特征按照预设第三时间间隔进行更新。8.一种基于区块链的投标方管理分布装置，其特征在于，包括：招标信息获取模块，用于获取招标方节点上传的招标信息，并根据所述招标信息生成招标列表；投标信息获取模块，用于将所述招标信息发布给至少两个投标方节点，并在预设第一时间间隔内获取每个所述投标方节点上传的投标信息；第一结果生成模块，用于基于所述招标列表中的m个关键词在每个所述投标信息中提取出与每种关键词对应的关键特征，并将每个所述投标信息中的m个所述关键特征输入至深度学习模型中，得到与每个所述投标信息对应的第一预测结果；第二结果生成模块，用于将每个所述投标信息中的前n个所述关键特征发布给所有所述投标方节点，并根据所有所述投标方节点上传的反馈信息确定出与每个所述投标信息对应的第二预测结果；其中，m为大于2的正整数，n为正整数，n小于m；投标信息管理模块，用于基于所述与每个所述投标信息对应的第一预测结果以及第二预测结果对每个所述投标信息进行标记处理，并将经过标记处理后的每个所述投标信息发送给所述招标方节点。9.一种基于区块链的投标方管理分布装置，其特征在于，包括处理器以及存储器；所述处理器与所述存储器连接；所述存储器，用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行如权利要求1-7任一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在计算机或处理器上运行时，使得所述计算机或处理器执行如权利要求1-7任一项所述方法的步骤。

技术总结
本申请公开了一种基于区块链的投标方管理分布方法及装置，通过特征提取的方式筛选出各个投标方所提供的投标信息中的关键特征，并结合深度学习模型以及各个投标方的预测结果来综合判断投标信息的准确性，且可对数据异常的投标信息进行剔除处理，以有效保障整个竞标过程中所有投标方的公平性以及准确性。过程中所有投标方的公平性以及准确性。过程中所有投标方的公平性以及准确性。


技术研发人员：贾家琛 郭磊 武臻
受保护的技术使用者：华能招标有限公司
技术研发日：2023.05.15
技术公布日：2023/9/22