借大数据推动交易平台信息化

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

所谓大数据,通常指具有体量巨大(Volume)、处理速度较快(velocity)、数据类型多样(variety)以及商业价值较高(Value)4V特点的数据。大数据在智慧城市、电子商务等领域已实现规模化应用,而在推动公共资源交易平台信息化建设方面,大数据也具有突出优势。

交易平台信息化建设存在的问题

一是数据体量大,共享程度低。目前,全国各省大多已使用或正在建设公共资源交易平台电子化系统,保守估算,全国交易平台月均产生的数据量不低于500TB。然而,我国公共资源交易平台信息共享水平普遍较低,多数交易平台未实现数据交互、资源共享。

二是数据来源多样,缺乏统一规划。从行业划分来讲,公共资源交易涉及工程建设、国有产权转让、政府采购等多个领域,信息来源多样,复杂程度高。从用户类型来说,涉及招标人、代理机构、投标人等主体,资质业绩、信用状况等将成为重要的数据来源。与此同时,我国公共资源交易平管理体制缺乏统一性,交易制度、交易规则存在偏差,推高了交易成本。

三是运营成本高,数据价值难以体现。交易平台建设过程中,信息成本和决策成本是不可避免的两大成本。信息成本包括生产资格及能力、业绩、信用、诚信状况;决策成本包括聘请评审专家确定交易对象的费用。交易对象多样化、交易条件复杂化,以及大量技术和条件限制,均有可能增加决策难度。受制于传统的行政分割管理体制和传播局限,现有平台数据资源处于分散、单向、独享的传播状态。此外,由于价值缺乏统一标准,相关数据也难以形成有价值的数据链。

利用大数据加以改进

一是加快交易平台数据共享。推进数据共享和电子化交易是深度应用大数据的前提。首先,利用大数据解决不同系统的数据接口问题,为克服“信息孤岛”提供技术支持。其次,解决各平台数据的实用性问题,通过开放的环境和制度让各平台提供真实数据。明确数据开放和公开的依据,准确界定公开数据的属性、适用条件及权限范围。

二是实现交易平台的数据统一。深入研究交易平台运行体系的信息特征,分析不同数据来源特别是交易时的资源数据,加强信息发布、信息交易的同步性,减少交易时间差。技术上加强交易平台电子化系统的统一规划。

三是提升交易平台的数据价值。首先,基于交易平台的大数据分析,对招标人、代理机构、专家等信息进行整合,可为交易各方提供较客观的事前评价结果;其次,基于电子招投标的数据分析,可较清晰地了解不同采购人的同类采购需求、与采购标的物有关的各类资源的闲置情况、采购标的物的历史价格等信息,通过集中打捆招标、建立同类备品备件共享资源库等方式,减少招标采购频次;最后,可设定相对精准的中标人综合评判标准或潜在投标人的预测中标范围。此外,通过对同一产品长期的历史中标价格分析,可对每次中标产品的价格情况进行较科学的预测和评判。

四是通过大数据技术辅助监督。利用大数据对个人信息进行查询,对委托代理人、项目经理、招标文件等信息进行搜集、整理,通过相似度分析、相关度分析、紧密度分析、信息流分析、资金流分析等为围标串标行为提供判断依据。

本文转自d1net(转载)

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
2月前
|
数据采集 人工智能 大数据
10倍处理效率提升!阿里云大数据AI平台发布智能驾驶数据预处理解决方案
阿里云大数据AI平台推出智能驾驶数据预处理解决方案,助力车企构建高效稳定的数据处理流程。相比自建方案,数据包处理效率提升10倍以上,推理任务提速超1倍,产能翻番,显著提高自动驾驶模型产出效率。该方案已服务80%以上中国车企,支持多模态数据处理与百万级任务调度,全面赋能智驾技术落地。
139 0
|
2月前
|
机器学习/深度学习 Java 大数据
Java 大视界 -- Java 大数据在智能政务公共资源交易数据分析与监管中的应用(202)
本篇文章深入探讨了 Java 大数据在智能政务公共资源交易监管中的创新应用。通过构建高效的数据采集、智能分析与可视化决策系统,Java 大数据技术成功破解了传统监管中的数据孤岛、效率低下和监管滞后等难题,为公共资源交易打造了“智慧卫士”,助力政务监管迈向智能化、精准化新时代。
|
2月前
|
分布式计算 算法 大数据
大数据时代的智能研发平台需求与阿里云DIDE的定位
阿里云DIDE是一站式智能大数据开发与治理平台,致力于解决传统大数据开发中的效率低、协同难等问题。通过全面整合资源、高度抽象化设计及流程自动化,DIDE显著提升数据处理效率,降低使用门槛,适用于多行业、多场景的数据开发需求,助力企业实现数字化转型与智能化升级。
70 1
|
4月前
|
监控 数据可视化 大数据
Axure设计的“广东省网络信息化大数据平台”数据可视化大屏
本文介绍由Axure设计的“广东省网络信息化大数据平台”数据可视化大屏。大屏分为左中右三区域,共九个模块,涵盖设备占比、数据异常、地市排名、关键指标、地图分布、订单信息等。通过环形图、柱状图、饼图等多种图表形式,将复杂数据直观呈现,助力决策者全面掌握数据动态,推动广东省网络信息化建设发展。
214 9
|
11月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
1180 1
|
7月前
|
存储 SQL 大数据
【重磅发布】AllData数据中台核心功能:湖仓一体化平台
杭州奥零数据科技有限公司成立于2023年,专注于数据中台业务,维护开源项目AllData并提供商业版解决方案。AllData提供数据集成、存储、开发、治理及BI展示等一站式服务,支持AI大模型应用,助力企业高效利用数据价值。
【重磅发布】AllData数据中台核心功能:湖仓一体化平台
|
7月前
|
SQL 存储 HIVE
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
本文整理自鹰角网络大数据开发工程师朱正军在Flink Forward Asia 2024上的分享,主要涵盖四个方面:鹰角数据平台架构、数据湖选型、湖仓一体建设及未来展望。文章详细介绍了鹰角如何构建基于Paimon的数据湖,解决了Hudi入湖的痛点,并通过Trino引擎和Ranger权限管理实现高效的数据查询与管控。此外,还探讨了湖仓一体平台的落地效果及未来技术发展方向,包括Trino与Paimon的集成增强、StarRocks的应用以及Paimon全面替换Hive的计划。
605 1
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
|
11月前
|
分布式计算 监控 大数据
大数据-131 - Flink CEP 案例:检测交易活跃用户、超时未交付
大数据-131 - Flink CEP 案例:检测交易活跃用户、超时未交付
225 0
|
6月前
|
SQL 存储 HIVE
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
356 2
|
7月前
|
SQL 人工智能 大数据
【4月重点功能发布】阿里云大数据+ AI 一体化平台
【4月重点功能发布】阿里云大数据+ AI 一体化平台
129 0

热门文章

最新文章