File size: 10,842 Bytes
1a83ba4
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
f5d8f9a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
import streamlit as st
import pandas as pd
import numpy as np
import plotly.express as px

def show_requirements_analysis():
    """
    عرض صفحة تحليل متطلبات المناقصة
    """
    st.subheader("تحليل متطلبات المناقصة")
    
    # التحقق من وجود نتائج تحليل سابقة
    if "analysis_results" not in st.session_state or not st.session_state.analysis_results:
        st.warning("لا توجد نتائج تحليل متاحة. يرجى تحليل مناقصة أولاً.")
        
        if st.button("الانتقال إلى صفحة تحليل المناقصات"):
            st.session_state.page = "تحليل المناقصات"
            st.experimental_rerun()
            
        # عرض بيانات توضيحية
        st.markdown("### بيانات توضيحية لمتطلبات المناقصة")
        
        sample_requirements = [
            {"المتطلب": "توريد وتركيب معدات الشبكة", "النوع": "فني", "الأولوية": "عالية", "التخصص": "تقنية المعلومات"},
            {"المتطلب": "تدريب الموظفين", "النوع": "إداري", "الأولوية": "متوسطة", "التخصص": "تدريب"},
            {"المتطلب": "توفير الصيانة لمدة 3 سنوات", "النوع": "تعاقدي", "الأولوية": "عالية", "التخصص": "صيانة"},
            {"المتطلب": "الالتزام بمعايير الأمن السيبراني", "النوع": "تنظيمي", "الأولوية": "عالية", "التخصص": "أمن المعلومات"},
            {"المتطلب": "نسبة محتوى محلي لا تقل عن 50%", "النوع": "تنظيمي", "الأولوية": "عالية", "التخصص": "محتوى محلي"},
            {"المتطلب": "تقديم ضمان بنكي بنسبة 10%", "النوع": "مالي", "الأولوية": "متوسطة", "التخصص": "مالي"},
            {"المتطلب": "تنفيذ المشروع في مدة لا تتجاوز 18 شهر", "النوع": "زمني", "الأولوية": "عالية", "التخصص": "إدارة مشاريع"},
        ]
        
        sample_df = pd.DataFrame(sample_requirements)
        st.table(sample_df)
        return
    
    # عرض معلومات المناقصة
    results = st.session_state.analysis_results
    st.markdown(f"### تحليل متطلبات المناقصة رقم {results['tender_id']}")
    
    # إنشاء بيانات المتطلبات (نستخدم البيانات المتاحة أو نضيف تفاصيل إضافية)
    # في التطبيق الفعلي، ستكون هذه البيانات من نتائج التحليل الحقيقي
    requirements = []
    
    for i, req in enumerate(results.get("requirements", [])):
        # إنشاء تفاصيل عشوائية لكل متطلب للتوضيح
        req_type = np.random.choice(["فني", "إداري", "تعاقدي", "تنظيمي", "مالي", "زمني"])
        priority = np.random.choice(["عالية", "متوسطة", "منخفضة"], p=[0.5, 0.3, 0.2])
        
        specializations = {
            "فني": ["هندسة", "تقنية المعلومات", "اتصالات", "كهرباء", "ميكانيكا"],
            "إداري": ["إدارة مشاريع", "موارد بشرية", "تدريب", "جودة"],
            "تعاقدي": ["قانوني", "مشتريات", "عقود", "صيانة"],
            "تنظيمي": ["امتثال", "أمن المعلومات", "محتوى محلي", "بيئة"],
            "مالي": ["محاسبة", "ضمانات", "تمويل", "مالي"],
            "زمني": ["إدارة مشاريع", "جدولة", "تخطيط"]
        }
        
        specialization = np.random.choice(specializations.get(req_type, ["عام"]))
        
        requirements.append({
            "المتطلب": req,
            "النوع": req_type,
            "الأولوية": priority,
            "التخصص": specialization
        })
    
    # إذا لم تكن هناك متطلبات، إنشاء بيانات توضيحية
    if not requirements:
        requirements = [
            {"المتطلب": "توريد وتركيب معدات", "النوع": "فني", "الأولوية": "عالية", "التخصص": "هندسة"},
            {"المتطلب": "تدريب الموظفين", "النوع": "إداري", "الأولوية": "متوسطة", "التخصص": "تدريب"},
            {"المتطلب": "صيانة دورية", "النوع": "تعاقدي", "الأولوية": "متوسطة", "التخصص": "صيانة"},
            {"المتطلب": "الامتثال للمعايير", "النوع": "تنظيمي", "الأولوية": "عالية", "التخصص": "امتثال"},
            {"المتطلب": "تقديم ضمانات مالية", "النوع": "مالي", "الأولوية": "عالية", "التخصص": "مالي"}
        ]
    
    # تحويل البيانات إلى DataFrame
    requirements_df = pd.DataFrame(requirements)
    
    # تبويبات لعرض المتطلبات بطرق مختلفة
    tab1, tab2, tab3 = st.tabs(["قائمة المتطلبات", "تصنيف المتطلبات", "تحليل المتطلبات"])
    
    # تبويب قائمة المتطلبات
    with tab1:
        st.markdown("### قائمة متطلبات المناقصة")
        st.dataframe(requirements_df, use_container_width=True)
        
        # خيار تصفية المتطلبات
        st.markdown("### تصفية المتطلبات")
        
        col1, col2 = st.columns(2)
        
        with col1:
            selected_type = st.selectbox(
                "تصفية حسب النوع",
                ["الكل"] + sorted(requirements_df["النوع"].unique().tolist())
            )
        
        with col2:
            selected_priority = st.selectbox(
                "تصفية حسب الأولوية",
                ["الكل"] + sorted(requirements_df["الأولوية"].unique().tolist())
            )
        
        # تطبيق التصفية
        filtered_df = requirements_df.copy()
        
        if selected_type != "الكل":
            filtered_df = filtered_df[filtered_df["النوع"] == selected_type]
        
        if selected_priority != "الكل":
            filtered_df = filtered_df[filtered_df["الأولوية"] == selected_priority]
        
        if selected_type != "الكل" or selected_priority != "الكل":
            st.markdown("### المتطلبات المصفاة")
            st.dataframe(filtered_df, use_container_width=True)
    
    # تبويب تصنيف المتطلبات
    with tab2:
        st.markdown("### تصنيف المتطلبات حسب النوع والأولوية")
        
        # رسم بياني للمتطلبات حسب النوع
        type_counts = requirements_df["النوع"].value_counts().reset_index()
        type_counts.columns = ["النوع", "العدد"]
        
        fig1 = px.bar(
            type_counts, 
            x="النوع", 
            y="العدد",
            color="النوع",
            title="توزيع المتطلبات حسب النوع"
        )
        
        st.plotly_chart(fig1, use_container_width=True)
        
        # رسم بياني للمتطلبات حسب الأولوية
        priority_counts = requirements_df["الأولوية"].value_counts().reset_index()
        priority_counts.columns = ["الأولوية", "العدد"]
        
        # ترتيب الأولويات
        priority_order = {"عالية": 1, "متوسطة": 2, "منخفضة": 3}
        priority_counts["الترتيب"] = priority_counts["الأولوية"].map(priority_order)
        priority_counts = priority_counts.sort_values("الترتيب")
        
        # اختيار الألوان حسب الأولوية
        color_map = {"عالية": "#FF5733", "متوسطة": "#FFC300", "منخفضة": "#33FF57"}
        colors = priority_counts["الأولوية"].map(color_map)
        
        fig2 = px.bar(
            priority_counts, 
            x="الأولوية", 
            y="العدد",
            color="الأولوية",
            color_discrete_map=color_map,
            title="توزيع المتطلبات حسب الأولوية"
        )
        
        st.plotly_chart(fig2, use_container_width=True)
    
    # تبويب تحليل المتطلبات
    with tab3:
        st.markdown("### تحليل المتطلبات")
        
        # توزيع المتطلبات حسب التخصص
        specialization_counts = requirements_df["التخصص"].value_counts().reset_index()
        specialization_counts.columns = ["التخصص", "العدد"]
        
        fig3 = px.pie(
            specialization_counts, 
            values="العدد", 
            names="التخصص",
            title="توزيع المتطلبات حسب التخصص",
            color_discrete_sequence=px.colors.qualitative.Bold
        )
        
        fig3.update_traces(textposition="inside", textinfo="percent+label")
        
        st.plotly_chart(fig3, use_container_width=True)
        
        # مصفوفة المتطلبات (النوع × الأولوية)
        heatmap_data = pd.crosstab(
            requirements_df["النوع"], 
            requirements_df["الأولوية"],
            margins=True, 
            margins_name="الإجمالي"
        )
        
        # ترتيب الأعمدة (الأولويات)
        priority_columns = ["عالية", "متوسطة", "منخفضة", "الإجمالي"]
        heatmap_data = heatmap_data.reindex(columns=priority_columns, fill_value=0)
        
        st.markdown("### مصفوفة المتطلبات (النوع × الأولوية)")
        st.dataframe(heatmap_data, use_container_width=True)
    
    # خيارات إضافية
    st.markdown("### خيارات إضافية")
    
    col1, col2 = st.columns(2)
    
    with col1:
        if st.button("تصدير المتطلبات إلى Excel"):
            st.success("تم تصدير المتطلبات إلى ملف Excel بنجاح!")
    
    with col2:
        if st.button("العودة إلى تحليل المناقصة"):
            st.session_state.page = "تحليل المناقصات"
            st.experimental_rerun()

# اختبار مستقل للصفحة
if __name__ == "__main__":
    st.set_page_config(
        page_title="نظام تحليل المناقصات - تحليل المتطلبات",
        page_icon="📊",
        layout="wide",
    )
    show_requirements_analysis()