随着市场经济的不断发展,企业信用评价成为经济建设的一个重要主题,也是社会信用体系建设的重要基石。招投标领域信用建设是社会信用体系建设的重要一环,针对招投标领域中的企业进行信用研究与评价,可以在各个环节对招投标活动进行辅助,有效的规避企业信用风险带来的各种问题,保证招投标工作的公平公正。目前,许多省份已经采取多种措施来进行招投标领域的信用建设,但是由于招投标数据广泛分布在互联网的各个角落中,政府在进行招投标领域企业信用评价时,往往只考虑存储在当地政府数据库中的信息,而没有将其他区域、机构存储的信息也一并考虑进来,使得招投标活动中仍然存在不少漏洞,而且现有的招投标领域企业信用数据大部分以文本形式存储,在查询和展示时并不直观。为了更好的实现招投标领域企业信用管理,本文提出构建招投标领域企业知识图谱,解决招投标领域信息分散、标准不统一难以整合的问题,并且根据收集的企业信息对投标企业进行信用分类,最后搭建企业信用查询系统,为用户提供直观高效的企业信用信息。本文的具体工作如下:首先是招投标领域企业数据的获取与预处理,这一环节获得的数据有来源于万德数据库的结构化数据和招投标相关网站的文本非结构化数据。针对结构化数据,可以在进行数据清洗后直接改写成三元组格式进行存储,针对文本非结构化数据,本文先进行数据清洗,删除其中乱码或缺失严重的数据,然后根据关键词选择与招投标领域相关度高的语句进行存储,作为知识抽取的文本语料库。其次是构建招投标领域企业知识图谱,主要有命名实体识别、关系抽取、知识存储三个环节。在实体识别环节中,本文对比几种实体识别的模型的准确度,最终使用Bert-Bi LSTM-CRF模型对招投标领域文本数据进行实体抽取;在关系抽取这一环节,本文采用了依存句法分析这一方法,得到实体间的关系;在知识存储这一环节,本文选择了Neo4j图数据库,构建实体关系三元组,然后存储到图数据库中。然后是招投标领域企业信用评价,在针对获取的企业信息进行整理后,投标企业中上市公司所占的比例很少,大部分的企业无法获得公开的财务数据,因此依赖于财务数据的传统企业信用评价方法并不能很好的用于招投标领域企业信用评价中。本文面向招投标领域的投标企业,关注企业中标频次、中标金额、履约记录、违约信息等招投标相关维度数据,使用招投标领域的信息进行企业信用分类,对比机器学习分类模型与深度森林分类算法的准确度,最终使用深度森林算法来进行招投标领域企业信用分类。最后是搭建企业信用查询系统,实现了注册登录、企业信息问答查询、图谱展示、后台管理功能,并对每个功能进行了测试。