本申请涉及辅助决策，尤其涉及一种评标专家抽取方法、装置、电子设备及存储介质。
背景技术：
1、在企业采购活动中，采购项目评审工作是采购核心环节，评标专家作为招标采购过程中的“裁判员”，对采购结果至关重要，其专业背景、业务水平、职业道德、行为偏好等因素将直接影响采购项目的评审质量。在招投标过程中，评标专家的选择对于确保招投标项目的公正性、准确性和高效性至关重要。传统的评标专家选择方式往往依赖于人工筛选，效率低下且易出错。
2、综合所述可知，如何设计一种公正、准确和高效的评标专家抽取方法是目前亟需解决的问题。
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本申请的第一个目的在于提出一种评标专家抽取方法，以解决现有技术手段依赖于人工筛选，效率低下且易出错等问题。
3、本申请的第二个目的在于提出一种装置。
4、本申请的第三个目的在于提出一种电子设备。
5、本申请的第四个目的在于提出一种计算机可读存储介质。
6、为达上述目的，本申请第一方面实施例提出了一种评标专家抽取方法，包括：
7、获取评标专家基础信息，对所述评标专家基础信息管理，得到评标专家数据库；
8、当招采项目需要抽取评审专家时，基于招采任务设置抽取条件，得到预设抽取条件；
9、基于所述预设抽取条件利用专家抽取模型对所述评标专家数据库进行抽取，得到最终评标专家信息。
10、优选地，所述获取评标专家基础信息，对所述评标专家基础信息管理，得到评标专家数据库包括：
11、获取专家的基础信息、专业领域信息及从业评审信息，构建专家数据库，根据实际管理制度对所述专家数据库中的专家进行管理，包括专家申报入库审核、专家变更审核、专家信息修正、专家请假管理、专家退库管理及特邀专家管理。
12、优选地，所述当招采项目需要抽取评审专家时，基于招采任务设置抽取条件，得到预设抽取条件包括：当有招采项目需要抽取评审专家时，根据招采任务设置抽取条件，抽取条件包括：抽取人数、抽取专业、要求抽取的专家评审经验、补抽人数、补抽专业和补抽的评审经验，对个抽取条件进行调整，得到预设抽取条件。
13、优选地，还包括：基于具有高级职称、评审经验、抽取的地理位置及抽取申请详情内容，对不同等级的招采项目设置抽取优先级，并分配对应的抽取资源和时间。
14、优选地，所述专家抽取模型包括：
15、利用分类模型处理离散的、有限数量的抽取到的专家数据，将抽取专家根据预设的专业领域、评审经验进行分类标识，对所述分类标识进行校验，如果不满足分类要求，将向抽取模型进行负面反馈，基于所述负面反馈重新抽取，直到满足分类要求；
16、利用聚类方法将分类后的数据进行传输；
17、基于每次抽取结果利用机器学习自动调整抽取模型的基础规则和参数，得到调整后的专家抽取模型。
18、优选地，所述基于每次抽取结果利用机器学习自动调整抽取模型的基础规则和参数，得到调整后的专家抽取模型还包括：对每次抽取专家与项目的匹配度、抽取效率进行评估，利用评估结果对评估算法进行调整，得到调整后的专家抽取模型。
19、优选地，还包括：在自动化抽取流程中，预留人工干预的出口，当算法无法处理时由人工进行干预和审核。
20、为达上述目的，本申请第二方面实施例提出了一种评标专家抽取装置，包括：
21、专家数据管理模块，获取评标专家基础信息，对所述评标专家基础信息管理，得到评标专家数据库；
22、抽取条件预设模块，当招采项目需要抽取评审专家时，基于招采任务设置抽取条件，得到预设抽取条件；
23、专家抽取模块，基于所述预设抽取条件利用专家抽取模型对所述评标专家数据库进行抽取，得到最终评标专家信息。
24、为达上述目的，本申请第三方面实施例提出了一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
25、所述存储器存储计算机执行指令；
26、所述处理器执行所述存储器存储的计算机执行指令，以实现上述任一项所述的方法。
27、为达上述目的，本申请第四方面实施例提出了一种计算机可读存储介质，包括所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现上述任一项所述的方法。
28、本申请提供的一种评标专家抽取方法，首先设定招投标项目的专家抽取规则，然后获取设定的规则，接着从专家库中随机抽取符合规则的专家，最后输出抽取到的专家信息，通过自动化的抽取过程，大大提高了评标专家选择的效率；根据设定的专家抽取规则进行筛选和抽取，确保选择出的专家符合招投标项目的需求；随机抽取的方式减少了人为因素的干扰，提高了招投标项目的公正性。
29、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
1.一种评标专家抽取方法，其特征在于，包括：
2.根据权利要求1所述的评标专家抽取方法，其特征在于，所述获取评标专家基础信息，对所述评标专家基础信息管理，得到评标专家数据库包括：
3.根据权利要求1所述的评标专家抽取方法，其特征在于，所述当招采项目需要抽取评审专家时，基于招采任务设置抽取条件，得到预设抽取条件包括：当有招采项目需要抽取评审专家时，根据招采任务设置抽取条件，抽取条件包括：抽取人数、抽取专业、要求抽取的专家评审经验、补抽人数、补抽专业和补抽的评审经验，对个抽取条件进行调整，得到预设抽取条件。
4.根据权利要求3所述的评标专家抽取方法，其特征在于，还包括：基于具有高级职称、评审经验、抽取的地理位置及抽取申请详情内容，对不同等级的招采项目设置抽取优先级，并分配对应的抽取资源和时间。
5.根据权利要求1所述的评标专家抽取方法，其特征在于，所述专家抽取模型包括：
6.根据权利要求5所述的评标专家抽取方法，其特征在于，所述基于每次抽取结果利用机器学习自动调整抽取模型的基础规则和参数，得到调整后的专家抽取模型还包括：对每次抽取专家与项目的匹配度、抽取效率进行评估，利用评估结果对评估算法进行调整，得到调整后的专家抽取模型。
7.根据权利要求1所述的评标专家抽取方法，其特征在于，还包括：在自动化抽取流程中，预留人工干预的出口，当算法无法处理时由人工进行干预和审核。
8.一种评标专家抽取装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-7中任一项所述的方法。
