陳 立

（1.浙江工商大學(xué) 實驗室與設(shè)備管理處，浙江 杭州 310018；2.浙江大學(xué) 計算機與科學(xué)學(xué)院，浙江 杭州 310058）

1 高校儀器設(shè)備批量集中采購中存在的問題

所謂批量集中采購，是對一些通用性強、技術(shù)規(guī)格統(tǒng)一、便于歸集的政府采購品目，由采購人按規(guī)定標準歸集采購需求后，交由集中采購機構(gòu)統(tǒng)一組織采購的一種采購模式。

目前高校儀器設(shè)備批量集中采購的過程是：主管采購的政府部門按照“滿足基本辦公需要”、“市場成熟度高”和“競爭性充分”的原則，先制定采購目錄，如臺式計算機，其采購目錄就有10款基本配置機型；然后各行政事業(yè)單位基于上述采購目錄，通過網(wǎng)上報送采購計劃；在規(guī)定的報送時間截止后，采購部門再對申請單位的采購需求進行匯總整理、分類打包，編制具體采購需求，進而進行采購［1］。

批量集中采購試點工作近年來得到財政部的大力推進。它不僅較好地解決了傳統(tǒng)的協(xié)議采購方式中品目協(xié)議價格高于市場價、采購人在協(xié)議供貨中任意選擇高配置機型、采購人員對供貨商選擇有明顯傾向性等問題，更為重要的是，它能帶來顯著的規(guī)模效益［2］。與分散采購相比，批量集中采購更符合市場競爭規(guī)則。批量越大，吸引的供應(yīng)商就越多；而參與競爭的供應(yīng)商越多，競爭就越充分，采購方所獲得的價格優(yōu)勢、質(zhì)量優(yōu)勢及得到的配套服務(wù)自然會顯著提升。所以，批量集中采購帶來的是采購成本、人力成本、監(jiān)督成本的下降，是商品質(zhì)量和服務(wù)質(zhì)量的提升，從而使得財政資金得到最大化節(jié)約［3－4］。

但同時，批量集中采購的推行也面臨一些難題。例如對于行政管理部門而言，其設(shè)備“滿足基本辦公需要”即可；而對于高校某些研究部門而言，所需采購的設(shè)備專用性較強、技術(shù)規(guī)格也很難統(tǒng)一，所以無法出現(xiàn)在政府主管部門制定的采購目錄中，只能分散自行采購，因而不能得到批量集中采購的優(yōu)勢［5］。實踐中，“政府采購目錄”尚未涵蓋的設(shè)備需求總量還是很大的，如果這些設(shè)備也能實現(xiàn)批量集中采購，將會大大拓展批量集中采購的適用范圍。

2 基于貝葉斯文本分類的批量集中采購

2.1 設(shè)計思路

鑒于某些大的生產(chǎn)商或代理商能夠生產(chǎn)或代理多種類設(shè)備，高校在分散采購中常常將不同型號及種類的設(shè)備組合起來進行招標。按照這種思路，只要某些設(shè)備的組合滿足招標條件并曾經(jīng)招標成功，就可以嘗試將這種組合形成一個“類”，由政府主管部門將各高校待采購的設(shè)備按照這種組合進行分類匯總，一旦形成規(guī)模時即可進行公開招標。利用貝葉斯算法及機器分類，通過計算機及網(wǎng)絡(luò)，就可以實現(xiàn)上述跨部門、跨地區(qū)的設(shè)備分類匯總。由此，批量集中采購在擺脫了采購目錄中品目分類限制的情況下得以實施。

貝葉斯分類器分為兩部分：一個是訓(xùn)練部分，包括對滿足招標條件且成功招標過的設(shè)備文本的收集和預(yù)處理，以及分類器的構(gòu)建，其中須對文本進行中文分詞、文本特征向量的提取；另一個是分類部分，包括對高校待采購設(shè)備文本的收集和預(yù)處理及分類和輸出，同樣也必須對其進行中文分詞、文本特征向量的提取。

使用已經(jīng)獲取的訓(xùn)練模型來對設(shè)備文本進行分類，將待采購的設(shè)備與訓(xùn)練集中的類進行匹配，通過計算申購設(shè)備屬于哪一類的概率，將其歸為概率最大的一類，從而用機器分類的方法實現(xiàn)分類匯總，進而公開招標（見圖1）。

圖1 設(shè)備分類流程圖

2.2 設(shè)備文本表示和特征提取

2.2.1 設(shè)備模型

采用向量空間模型［6］（vector space model，VSM）作為設(shè)備文本的表示模型。該模型的基本思想是用特征詞條來表示文本的語義，把文本表示為以詞為單位的項，項代表向量空間中的維度，每個文本被表示成一個n維向量，權(quán)重代表維度的大小，即設(shè)備文本Di可以表示為：

式中：wij表示第j個特征項tj在設(shè)備文本Di中出現(xiàn)的頻度（權(quán)重），n為向量空間的維數(shù)?？梢钥闯觯瑆ij的值越大，表示tj越能反映設(shè)備Di所屬類別；反之，該值越小，表示tj越不能反映設(shè)備Di所屬類別。

2.2.2 設(shè)備文本分詞

由于貝葉斯文本分類算法是以單詞為粒度，所以在特征提取前，必須對需參與分類的文本作分詞處理。在分詞前要對設(shè)備文本做預(yù)處理，根據(jù)經(jīng)驗，只保留最能說明設(shè)備屬性的名詞及英文字母。分詞過程則是采用開源的ICTCLAS漢語分詞系統(tǒng)，它是基于多層隱式馬爾科夫鏈模型的漢語詞法分析系統(tǒng)［7］，該系統(tǒng)的主要功能有中文分詞、詞性標注、新詞識別等，分詞精度為98.45%。

2.2.3 設(shè)備文本特征詞條的提取

設(shè)備文本內(nèi)容由大量的詞組成，大部分詞對分類的影響很小，但若把所有詞都作為特征詞條，會使向量的維數(shù)很大，計算機處理速度變慢。因此，在表示設(shè)備內(nèi)容時要選擇有典型意義的詞作為特征詞條，以減少向量的維數(shù)。常用的降維方法是進行特征提?。?］。

常用特征選取方法有信息增益（IG）、互信息（MI）、文檔頻度（DF）、類別區(qū)分詞［9］等，本文采用類別區(qū)分詞方法。類別區(qū)分詞方法能夠從局部意義上考慮特征詞條對單個類別的區(qū)分能力。全局意義上的詞可能存在多類的表示意義，但有些詞的單類類別表示意義很明顯，比如“交換機”、“色譜儀”、“移液器”等，它們只會出現(xiàn)在某一設(shè)備文本之中，這些詞稱之為類別區(qū)分詞。類別區(qū)分詞的選取有兩種方式：一種與詞條的類間離散度［10］有關(guān)，另一種與類內(nèi)分散度有關(guān)。類間離散度用來描述特征詞條在類間的分布情況。本文采用類間離散度來對設(shè)備文本的單詞進行特征提取，特征詞條的類間離散度為：

2.2.4 特征詞條權(quán)重的表示方法

特征詞條選取后就可以使用模型來表示設(shè)備文本。但表示設(shè)備文本之前，要先計算每個特征詞條的權(quán)重，根據(jù)特征詞條在設(shè)備文本中的重要程度來給予特征詞條不同的權(quán)重。特征詞條權(quán)重的表示方法主要有聯(lián)合權(quán)重（TF－IDF）、布爾權(quán)重、特征詞條頻度等，本文選擇特征詞條頻度作為權(quán)重的表示方法。

2.3 樸素貝葉斯文本分類器

貝葉斯方法［11］是基于概率的一種算法，樸素貝葉斯方法是貝葉斯方法中最簡單的形式，其原理是通過計算文本dx屬于某個類別Cj的概率P（Cj／dx），把文本dx分類到概率最大的類別中。

式中：P（Cj）是類的先驗概率；P（dx／Cj）是類條件概率。設(shè)dx表示為特征詞條集合（t1，t2，…，tn），n為特征詞條個數(shù)，假設(shè)特征詞條之間相互獨立，則P（dx／Cj）、P（dx）的計算方法為：

本文中，筆者將每種類別的所有設(shè)備匯總到一個文本中，所以P（Cj）在這里不用計算，公式可以簡化為：

3 實驗結(jié)果與分析

3.1 實驗數(shù)據(jù)介紹

訓(xùn)練部分數(shù)據(jù)是本校及其他兄弟院校采購?fù)瓿傻?0份招標文件，用人工的方式找出符合要求的招標標項，并且按標項將其中的設(shè)備文本一一提取出來，每個標項作為一類，這樣總共從50份招標文件中匯總出10個類別的訓(xùn)練文本，包含設(shè)備數(shù)157臺套。

分類部分數(shù)據(jù)是在本校申購系統(tǒng)準備采購的項目中提取的9個項目，其中包含7個財政專項以及2個常規(guī)項目。這些申購項目包括計算機、環(huán)境、食品、藝術(shù)等專業(yè)申購的設(shè)備160臺套，從中挑選出用于測試的設(shè)備132臺套，設(shè)備價值共計387萬元。因為有些設(shè)備是指定品牌或是屬于非標設(shè)備，無法用于招標采購，所以將其剔除掉。

3.2 評價標準

本文使用文本分類的評價指標——準確率和查全率來對設(shè)備分類進行評估，以評價實驗結(jié)果。準確率和查全率可用公式表示如下：

準確率＝（機器分類結(jié)果的設(shè)備與人工分類結(jié)果的設(shè)備相一致的設(shè)備數(shù)）／（機器分類結(jié)果的設(shè)備數(shù)）；

查全率＝（人工分類結(jié)果的設(shè)備與機器分類結(jié)果的設(shè)備相一致的設(shè)備數(shù)）／（人工分類結(jié)果的設(shè)備數(shù)）。

綜合考慮準確率和查全率的共同影響，采用另一種常見的評價指標F－Score［12］，即F－Score＝準確率×查全率×2／（準確率＋查全率）。

首先將使用部門申報的待采購設(shè)備用人工方式分類。為了使人工分類的結(jié)果更準確，將分類結(jié)果匯總，并做成標書后用郵件的方式詢問3家以上有實力的供應(yīng)商，征求其對分類結(jié)果的意見。因為分類結(jié)果會直接影響到招投標結(jié)果，所以幾乎所有供應(yīng)商都認真、詳盡地給出了答案。另外，也通過郵件征詢了用戶對人工分類合理性的意見，也收到很多的意見反饋。最后綜合用戶和供應(yīng)商的意見，對分類的結(jié)果做進一步的調(diào)整，這為后續(xù)的比較提供了準確的依據(jù)。

3.3 實驗結(jié)果與分析

分類的結(jié)果如表1所示。F－Score的平均值達到70%以上，分類器分類結(jié)果對比人工分類正確數(shù)共計72臺套設(shè)備，設(shè)備的預(yù)算價值接近300萬元，這個結(jié)果是比較令人滿意的。就筆者所在的學(xué)校來說，用這種方式的話，一年可以有價值2 000～3 000萬元的原本分散采購的設(shè)備進入到批量集中采購。

對于F－Score比較低的類，通過對比人工分類的結(jié)果，發(fā)現(xiàn)主要是由于待分類設(shè)備文本對設(shè)備的描述不夠清晰、明確導(dǎo)致。還有一些設(shè)備是因為本身自帶了另一類的設(shè)備（如有些色譜儀本身自帶了臺式計算機），導(dǎo)致機器分類的錯誤，也降低了分類效率。

4 結(jié)束語

通過實驗可以看到，改進的貝葉斯分類器在設(shè)備分類時取得了較好的效果。采用這種辦法可以有效擴大批量集中采購的適用范圍，將原本不適用于集中采購的設(shè)備也部分納入批量集中采購中來。運用計算機處理不僅加快了采購速度，而且也體現(xiàn)出批量集中采購的優(yōu)勢。不過，機器分類畢竟有其局限性，在實際運用中還應(yīng)該圍繞機器分類制定相關(guān)的制度，以確保最終分類的準確性。此外，本文的結(jié)論只是在實驗狀態(tài)下得出的，在采購實踐際中，設(shè)備的種類千變?nèi)f化，因此還需建立一套反饋機制，以提高機器分類效率，滿足不斷變化的采購需求。

表1 分類器分類評價

（

）

［1］李麗輝，王保安.政府批量集中采購將向全國推廣［N］.人民日報，2011－10－24（003）.

［2］中華人民共和國財政部.政府采購貨物和服務(wù)招標投標管理辦法［J］.中國政府采購，2004（9）：7－15.

［3］鐘永泉，趙邦枝.高校集中采購內(nèi)部控制制度的構(gòu)建與探索［J］.實驗技術(shù)與管理，2009，26（12）：146－148.

［4］張彥志，向青春.高校規(guī)避政府集中采購的問題及對策［J］.實驗技術(shù)與管理，2009，26（8）：172－175.

［5］鄧文，龔福忠，覃戟，等.政府采購制度下地方高校儀器設(shè)備采購的問題及對策［J］.實驗技術(shù)與管理，2012，29（11）：4－7.

［6］邢軍，韓敏.基于兩層向量空間模型和模糊FCA本體學(xué)習(xí)方法［J］.計算機研究與發(fā)展，2009，46（3）：443－451.

［7］陳功平，沈明玉，王紅，等.基于內(nèi)容的短信分類技術(shù)［J］.華東理工大學(xué)學(xué)報：自然科學(xué)版，2011，37（6）：770－774.

［8］黃秀麗，王蔚.一種改進的文本分類特征選擇方法［J］.計算機工程與應(yīng)用，2009，45（36）：129－130.

［9］周奇年，張振浩，徐登彩.用于中文文本分類的基于類別區(qū)分詞的特征選擇方法［J］.計算機應(yīng)用與軟件，2013，30（3）：193－195.

［10］熊忠陽，黎剛，陳小莉，等.文本分類中詞語權(quán)重計算方法的改進與應(yīng)用［J］.計算機工程與應(yīng)用，2008，44（5）：187－189.

［11］Ian H.Witten，Eibe Frank.數(shù)據(jù)挖掘：實用機器學(xué)習(xí)技術(shù)［M］.董琳，邱泉，于曉峰，等譯.北京：機械工業(yè)出版社，2006.

［12］Sebastiani F.Machine learning in automated text categoriza－tion［J］.ACM Computing Surveys，2002，34（1）：1－47.