2. 算法架构总览：智能寻源算法的整体架构图、模块划分、数据流向

智能寻源算法并非单一模型，而是一套由多个协同模块组成的决策引擎。在中标场景下，算法需要实时处理招标信息、供应商画像、历史报价与市场行情，最终输出推荐排序与中标概率。本节从架构层面拆解其核心组件与数据流转路径。

2.1 整体架构图

下图展示了智能寻源算法的四层架构：数据接入层、特征工程层、算法推理层、业务输出层。各层之间通过标准化接口解耦，支持离线训练与在线推理的混合部署。

2.2 模块划分与职责

按照功能边界，智能寻源算法可拆分为以下 6 个核心模块。每个模块独立部署、独立迭代，通过消息队列或 RPC 通信。

2.3 数据流向详解

数据在模块间的流转遵循“宽进严出”原则：原始数据尽量保留，特征工程层完成清洗与降噪，算法层只消费标准化特征。以下按阶段说明关键流向。

阶段一：数据接入与清洗

• 来源： 招标公告（PDF/网页）、供应商注册信息、历史中标记录、第三方行情 API。
• 处理： 数据采集器执行 OCR 解析、HTML 结构化、字段映射，写入 Kafka 消息队列。
• 输出： 统一 JSON Schema，包含 bid_id、supplier_id、bid_price、bid_time、qualification_tags 等字段。

阶段二：特征工程

• 文本特征： 对招标描述、供应商简介做 BERT 嵌入，输出 768 维向量。
• 时序特征： 提取近 6 个月该供应商的报价波动率、中标间隔、降价幅度。
• 图特征： 构建“供应商-招标项目”二部图，计算 PageRank 与 Jaccard 相似度。
• 输出： 特征宽表，每行对应一个 (bid_id, supplier_id) 组合。

阶段三：算法推理

• 中标预测： 使用 LightGBM 或 Transformer 模型，输出中标概率 p_win。
• 报价优化： 基于 p_win 与成本曲线，求解最优报价 price* 使得期望利润最大。
• 异常检测： 识别低于成本价 20% 或高于市场价 50% 的报价，标记为“高风险”。

阶段四：业务输出与回馈

• 排序输出： 按综合得分 score = α·p_win + β·expected_profit - γ·risk_flag 降序排列。
• 回馈闭环： 实际中标结果通过离线管道回流至训练集，每周触发一次模型增量训练。

2.4 接口调用关系总览

下表汇总了各模块对外暴露的核心接口及其调用方式，后续章节将逐一深入每个接口的参数配置细节。