CN108399191B - 一种招标信息的个性化推荐方法 - Google Patents

Abstract

本发明实施例公开了一种招标信息的个性化推荐方法，包括当新标A产生时，借助标的资质信息、金额信息及区域信息，计算标A与其他标的相似度，找出与标A相似度最高的k个标作为种子节点；从种子节点出发使用基于频度的推荐算法或基于随机游走的PersonalRank算法寻找可能参标的企业,生成参标企推荐业列表。实施本发明，能降低算法复杂程度，避免招标信息的盲目推送，减轻了招标人员的工作量。

Description

一种招标信息的个性化推荐方法

技术领域

本发明涉及计算机技术领域，尤其涉及一种招标信息的个性化推荐方法。

背景技术

全国各地的政府公共资源交易网站，每天都会不定时发布一些招标公告。这个招标公告的所在区域、标类型、标的金额都是不一样的。以往企业都会聘请专门的人时刻关注着政府公共资源交易网站，查看网站发布的每一条招标公告，寻找他们感兴趣的招标公告，这样的工作枯燥乏味。如果能根据企业用户的兴趣爱好，自动向企业用户推送他们感兴趣的招标公告，就可以将企业招标人员从繁重的工作中解脱出来。

根据企业用户的兴趣爱好，自动向企业用户推送招标公告实际上就是个性化推荐问题。个性化推荐是根据用户的行为历史数据，预测用户将来的行为。目前用户个性化推荐的算法有协同过滤、矩阵分解、基于二部图的推荐算法、以及混合推荐算法，但是现有的用户个性化推荐方法中涉及的算法较复杂，且推送的信息比较盲目，使得招标工作人员工作量较大。

发明内容

本发明实施例的目的在于提供一种招标信息的个性化推荐方法，能降低算法复杂程度，避免招标信息的盲目推送，减轻了招标人员的工作量。

为了解决上述技术问题，本发明实施例提供了一种招标信息的个性化推荐方法，所述方法包括以下步骤：

步骤S1、当新标A产生时，借助标的资质信息、金额信息及区域信息，计算标A与其他标的相似度，找出与标A相似度最高的k个标作为种子节点；

步骤S2、从种子节点出发使用基于频度的推荐算法或基于随机游走的PersonalRank算法生成参标企业列表，寻找可能参标的企业。

其中，所述步骤S1中“借助标的资质信息、金额信息及区域信息，计算标A与其他标的相似度”的具体步骤包括：

步骤S11、确定标A和标B资质的相似度s₁，区域的相似度s₂以标金额的相似度s₃；其中，

标资质的相似度s₁的具体计算过程如下：

标的资质信息是以文本的形式存储的，为了能让计算机处理首先需要对资质进行编码。其次标的资质信息中存在的逻辑关系(与或)，故需要对资质信息进行分组，组内以且的关系连接，组间以或的关系连接。

设标A所要求的的资质R(A)和标B的所要求的资质R(B),用Jaccard相似度来定义两个标之间资质的相似度；

标区域的相似度s₂的具体计算过程如下：

当标A和标B属于同一的区域时，s₂＝1否则s₂＝0；

标金额的相似度s₃的具体计算过程如下：

假设标A的发标金额为m_A,标B的发标金额为m_B，需要把标金额的相似度控制在[0,1]之间，则s₃定义为:

步骤S12、计算标A和标B之间的相似度：

假设已求得标A和标B的资质相似度、地域相似度、金额相似度分别s₁，s₂，s₃；那么标A和标B的整体相似度定义为：simi(A,B)＝w₁s₁+w₂s₂+w₃s₃；

其中，w₁，w₂,w₃分别为s₁，s₂，s₃的权重，且w₁，w₂,w₃之和为1。

其中，所述步骤S1中的“找出与标A相似度最高的k个标作为种子节点”的具体步骤包括：

根据上述相似度计算方法寻找出和要推荐的标A相似最高的k个标b＝{b₁,b₂,…b_k}以及k个标的相似度w＝{w₁,w₂,…,w_k}，然后将相似度向量w进行归一化；

根据和标A相似的k个标的参标企业数，动态生成可能参加标A的企业数l；记参加标b₁,b₂,…b_k投标公司的数目分别为l₁,l₂,…l_k，最终生成标A的推荐列表长度

其中，所述步骤S2中“从种子节点出发使用基于频度的推荐算法生成参标企业列表，寻找可能参标的企业”的具体步骤包括：

设矩阵R是一个m*n的矩阵，m表示标的数目，n表示企业的数目；假如企业c_j曾经投过标b_i则R_ij的值为1，否则R_ij的值为0。

基于频度推荐算法的基本思路是：假设新获取到一个标A，找出和标A相似度最高的k个标b＝{b₁,b₂,…b_k}、计算标A和k个标的相似度w＝{w₁,w₂,…,w_k}以及确定标A推荐列表的长度l；定义Score为1*n的行向量可以看成每个企业参标的可能性，

R_i表示相似标b_i的参标企业向量，w_i表示的是第i个相似标b_i的权重；最后选择Score中值排在前l的企业做为推荐企业列表，向这l个企业推送标A的发标公告。

其中，所述步骤S2中“从种子节点出发使用基于随机游走的PersonalRank算法生成参标企业列表，寻找可能参标的企业”的具体步骤包括：

假设获取到一个新标A，找出和标A相似最高的k个标b＝{b₁,b₂,…b_k}、每个标的相似度w＝{w₁,w₂,…,w_k}以及推荐列表的长度l；

设b₁,b₂,…b_k对应二部图中的节点分别为v_b1,v_b2,…,v_bk；PersonalRank开始从二部图上b₁对于的节点v_b1开始随机游走，当从v_b1开始的游走结束后，继续选择从v_b2…，v_bk节点开始做随机游走；当从v_b1,v_b2,…,v_bk开始的一轮随机游走结束后，继续从v_b1开始一轮新的随机游走；直至每个节点的被访问的概率收敛；将被访问概率最高的个l节点作为可能参标企业并这些企业推送标A的发标公告。

实施本发明实施例，具有如下有益效果：

本发明基于标资质的相似度s₁，标区域的相似度s₂以及标金额的相似度来与标A相似度最高的k个标作为种子节点，并从种子节点出发使用基于频度的推荐算法或基于随机游走的PersonalRank算法生成参标企业列表，寻找可能参标的企业，由于在相似标数目较少时，基于随机游走的PersonalRank性能要好于基于频度的推荐算法，而在相似标数目较多时，频度算法的时间复杂度远低于PersonalRank算法，这种随机选择算法的过程降低了整体算法复杂程度，避免招标信息的盲目推送，减轻了招标人员的工作量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。

图1为本发明实施例提供的一种招标信息的个性化推荐方法的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，为本发明实施例中，提出的一种招标信息的个性化推荐方法，包括步骤：

步骤S1、当新标A产生时，借助标的资质信息、金额信息及区域信息，计算标A与其他标的相似度，找出与标A相似最高的k个标作为种子节点；

步骤S2、从种子节点出发使用基于频度的推荐算法或基于随机游走的PersonalRank算法寻找可能参标的企业，生成参标企业列表。

具体过程为，在步骤S1中，首先利用标的信息有：1、标的资质信息2、标的区域信息3、标的金额信息，计算标A与其他标的相似度。

下面将介绍如何计算标资质的相似度s₁，标区域的相似度s₂以及标金额的相似度s₃：

(1)资质相似度：

标的资质数据是非常复杂的，它包含了大量的逻辑关系在里面。但是目前计算机尚不具备理解资质的逻辑关系的能力，需要将其转化成计算机可以处理的形式，才能加以利用。一般情况下一个标是有很多规则组成的，为了方法计算，首先需要对规则进行编码然后再将规则进行分组。组内以且的关系连接，组间以或的关系连接。

比如说有标A的资质要求是：(1)建筑装修装饰工程专业承包企业资质二级或二级以上或建筑装修装饰工程设计与施工一体化二级及以上；(2)电子与智能化工程专业二级承包及以上资质或建筑智能化工程设计与施工二级及以上资质。(1)和(2)须同时满足。给建筑装修装饰工程专业承包企业资质二级或二级编码为r₁，建筑装修装饰工程设计与施工一体化二级编码为r₂，电子与智能化工程专业二级资质编码为r₃,建筑智能化工程设计与施工二级资质编码为r₄。用逻辑语言来描述标A所要求企业具备的资质:r₁∧r₃∨r₁∧r₄∨r₂∧r₃∨r₂∧r₄。为了方便计算两个标的资质，将标A所要求的的资质R(A)写成如下形式:

R(A)＝[r₁∧r₃,r₁∧r₄,r₂∧r₃,r₂∧r₄]

假如标B的规则组[r₁∧r₃,r₁∧r₄],用Jaccard相似度来定义两个标之间资质的相似度:

(2)地域相似度：

标的地域相似度计算比较简单,当标A和标B属于同一的区域时，s₂＝1否则s₂＝0。

(3)金额相似度：

假设标A的发标金额为m_A,标B的发标金额为m_B，需要把标金额的相似度控制在[0,1]之间，则s₃定义为:

(4)计算标之间的相似度:

假设已求得标A和标B的资质相似度、地域相似度、金额相似度分别s₁，s₂，s₃。那么标A和标B的整体相似度定义为:

simi(A,B)＝w₁s₁+w₂s₂+w₃s₃

其中w₁,w₂,w₃分别为s₁,s₂,s₃的权重。

最后，找出与标A相似度最高的k个标作为种子节点，具体包括：

寻找出和要推荐的标A最为相似的k个标b＝{b₁,b₂,…b_k}以及k个标的相似度w＝{w₁,w₂,…,w_k}，然后将相似度向量w进行归一化即:

因为根据标的资质、地域、金额的不同，参加投标公司的数目也是不一样的，如果给每个标都生成长度固定的推荐列表，显然是不合理的。所以要根据和标A相似的k个标的参标企业数，动态生成可能参加标A的企业数l。记参加标b₁,b₂,…b_k投标公司的数目分别为l₁,l₂,…l_k，最终生成的推荐列表长度。

在步骤S2中，采用两种推荐算法用于产生推荐列表来生成参标企业列表，寻找可能参标的企业，具体两种推荐算法包括：第一种是基于频度的推荐算法，第二种是基于随机游走的PersonalRank算法。

(1)基于频度的推荐算法：

设矩阵R是一个m*n的矩阵，m表示标的数目，n表示企业的数目。矩阵R表示的是企业投标记录，假如企业c_j曾经投过标b_i的投标则R_ij的值为1，否则R_ij的值为0。那么企业的投标记录可以用表1来表示。

表1企业投标记录

基于频度推荐算法的基本思路是：假设新获取到一个标A，找出和标A相似最高的k个标b＝{b₁,b₂,…b_k}、计算标A和k个标的相似度w＝{w₁,w₂,…,w_k}以及确定标A推荐列表的长度l；定义Score为1*n的行向量可以看成每个企业参标的可能性，

R_i表示相似标b_i的参标企业向量，w_i表示的是第i个相似标b_i的权重；最后选择Score中值排在前l的企业做为推荐企业列表，向这l个企业推送标A的发标公告。

(2)基于随机游走的PersonalRank算法：

PersonalRank算法是一种常用的基于二部图的推荐算法，它的思想来源于Google的PageRank算法。假设获取到一个新标A，找出和标A相似度最高的k个标b＝{b₁,b₂,…b_k}、每个标的相似度w＝{w₁,w₂,…,w_k}以及推荐列表的长度l。设b₁,b₂,…b_k对应二部图中的节点分别为v_b1,v_b2,…,v_bk。PersonalRank开始从二部图上b₁对于的节点v_b1开始随机游走，每当游走到一个新的节点时，以概率α决定是否继续往下游走或者停止，当选择继续游走时以均匀概率选择一个相连的节点继续游走。当从v_b1开始的游走结束后，继续选择从v_b2...，v_bk节点开始做随机游走。当从v_b1,v_b2,…,v_bk开始的一轮随机游走结束后，继续从v_b1开始一轮新的随机游走。直至每个节点的被访问的概率收敛；将收敛概率最高的l节点作为预测的参标企业并推送标A的发标公告。从v_bi开始的随机游走过程可以用下面的公式描述：

本发明使用召回率(Recall)和平均排名比(Average ranking rate)作为度量算法性能的指标。本发明并没有使用精确率(Precision)作为度量算法性能的指标，企业用户没有参加投标受到多方面因素的影响，不能说明企业用户对推荐结果不满意。

(1)召回率

召回率又称查全率，本发明中召回率指的是预测出来实际参标的企业数占所有参标企业的比重。

(2)平均排名

召回率只反映了预测出来实际参标的企业数占所有参标企业的比重，但是它不能反映参标企业在推荐列表中的排名情况。设RL₁和RL₂是标A推荐结果，RL₁和RL₂长度都为10，RL₁中实际参标企业排名为1、2、3、4、5名，RL₂中中标企业排名为6、7、8、9、10，RL₁和RL₂的召回率都是50％，显然推荐列表RL₁的结果要好于RL₂的结果，但是召回率并不能体现出RL₁的结果要好于RL₂的结果。

定义平均排名为推荐列表中所有中标企业排名除以推荐列表长度后求和再除以中标企业数目。RL₁的平均排名为

RL₂的平均排名为

显然RL₁的平均排名0.3要小于RL₂的平均排名0.8，因此平均排名可以反映出中标企业在推荐列表中的位置，符合预设的目标。

在一个实施例中，表2、3分别给出了频度算法和PersonalRank算法在不同k,len下的召回率和平均排名。其中k表示选取相似标的个数，k∈{2,4,6,8,10}。本发明2.2算法部分提到l是根据相似标计算出的推荐列表长度，len代表的是实际推荐列表的长度，len∈{l,l*2,l*3,l*4,l*5}。

表2频度算法和PersonalRank算法在不同k,len下的召回率

表3频度算法和PersonalRank算法在不同k,len下的平均排名

(1)从相似标数目k来看，k取值较少时即相似标数目较少，对于基于频度的算法来说，当推荐列表长度较短(len取值为l或者2*l)时，召回率和平均排名对k值不是很敏感，但当推荐列表长度较长(len取值达到了3*l及以上)的时候对k值非常敏感，对于PersonalRank算法来说，任意长度的推荐列表k值的选取对召回率和平均排名影响都不是很大；从推荐列表长度len方面来看，两种算法都是当k值固定len成倍增加时，召回率不断提高，平均排名比不断降低；两种方法对比，总体而言如果能够获取到较多相似标，频度算法的效果要略好于PersonalRank算法。如果相似标数目较少，且推荐列表长度较长时，PersonalRank算法的效果要好于频度算法。

(2)设标的数目为m，企业的数目为n，相似标的数目为k。基于频度的算法只需要做k-1次向量的加法，所以时间复杂度是O(k)。在基于随机游走的PersonalRank算法中，假设经过d轮游走后算法收敛，那么算法时间复杂度是O(d(m+n))。由此发现PersonalRank算法的时间复杂度远大于基于频度的算法。

本发明主要研究如何将新产生的招标公告推送给可能感兴趣的企业，使用基于频度的推荐算法和基于随机游走的PersonalRank。在推荐列表长度达到l*5时，基于频度的推荐算法召回率可以达到63.53％，对应的平均排名为27.53％，基于随机游走的PersonalRank召回率可以达到64.4％，对应的平均排名为30.96％。在相似标数目较少时，基于随机游走的PersonalRank性能要好于基于频度的推荐算法。在相似标数目较多时，两个算法性能相差不大，但是频度算法的时间复杂度远低于PersonalRank算法。招标公告的精准化可以将新标推送给感兴趣的企业，从企业的角度来看减轻了招标人员的工作量，从金工保的角度来看避免招标信息的盲目推送。

实施本发明实施例，具有如下有益效果：

本发明基于标资质的相似度s₁，标区域的相似度s₂以及标金额的相似度s₃来寻找与标A相似度最高的k个标作为种子节点，并从种子节点出发使用基于频度的推荐算法或基于随机游走的PersonalRank算法寻找可能参标的企业，生成参标企业列表。在相似标数目较少时，基于随机游走的PersonalRank性能要好于基于频度的推荐算法，而在相似标数目较多时，频度算法的时间复杂度远低于PersonalRank算法，这种随机游走算法的过程降低了整体算法复杂程度，避免招标信息的盲目推送，减轻了招标人员的工作量。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种招标信息的个性化推荐方法，其特征在于，所述方法包括以下步骤：

步骤S1、当新标A产生时，借助标的资质信息、金额信息及区域信息，计算标A与其他标的相似度，找出与标A相似度最高的k个标作为种子节点；

步骤S2、从种子节点出发使用基于频度的推荐算法或基于随机游走的PersonalRank算法生成参标企业列表，寻找可能参标的企业；

所述步骤S1中“借助标的资质信息、金额信息及区域信息，计算标A与其他标的相似度”的具体步骤包括：

步骤S11、确定标A和标B资质的相似度s₁，区域的相似度s₂以标金额的相似度s₃；其中，

标资质的相似度s₁的具体计算过程如下：

标的资质信息是以文本的形式存储的，为了能让计算机处理首先需要对资质进行编码；其次标的资质信息中存在的逻辑关系，故需要对资质信息进行分组，组内以且的关系连接，组间以或的关系连接；

设标A所要求的的资质R(A)，标B的所要求的资质R(B),用Jaccard相似度来定义两个标之间资质的相似度:

标区域的相似度s₂的具体计算过程如下：

当标A和标B属于同一的区域时，s₂＝1否则s₂＝0；

标金额的相似度s₃的具体计算过程如下：

设标A的发标金额为m_A,标B的发标金额为m_B，需要把标金额的相似度控制在[0,1]之间，则s₃定义为:

步骤S12、计算标A和标B之间的相似度：

假设已求得标A和标B的资质相似度、地域相似度、金额相似度分别s₁，s₂，s₃；那么标A和标B的整体相似度定义为：simi(A,B)＝w₁s₁+w₂s₂+w₃s₃；

其中，w₁，w₂,w₃分别为资质相似度s₁，区域相似度s₂，金额相似度s₃的权重，且w₁，w₂,w₃之和为1。

2.如权利要求1所述的方法，其特征在于，所述步骤S1中的“找出与标A相似度最高的k个标作为种子节点”的具体步骤包括：

寻找出和要推荐的标A相似度最高的k个标b＝{b₁,b₂,…b_k}以及k个标的相似度w＝{w₁,w₂,…,w_k}，并将相似度向量w进行归一化；

根据和标A相似的k个标的参标企业数，动态生成可能参加标A的企业数l；记参加标b₁,b₂,…b_k投标公司的数目分别为l₁,l₂,…l_k，最终生成标A的推荐列表长度

3.如权利要求1所述的方法，其特征在于，所述步骤S2中“从种子节点出发使用基于频度的推荐算法生成参标企业列表，寻找可能参标的企业”的具体步骤包括：

设矩阵R是一个m*n的投标矩阵，m表示标的数目，n表示企业的数目；假如企业c_j曾经投过标b_i则R_ij的值为1，否则R_ij的值为0；

基于频度推荐算法的基本思路是：假设新获取到一个标A，找出和标A相似度最高的k个标b＝{b₁,b₂,…b_k}、计算标A和k个标的相似度w＝{w₁,w₂,…,w_k}以及确定标A推荐列表的长度l；定义Score为1*n的行向量可以看成每个企业参标的可能性，

R_i表示相似标b_i的参标企业向量，w_i表示的是第i个相似标b_i的权重；最后选择Score中值排在前l的企业做为推荐企业列表，向这l个企业推送标A的发标公告。

4.如权利要求1所述的方法，其特征在于，所述步骤S2中“从种子节点出发使用基于随机游走的PersonalRank算法生成参标企业列表，寻找可能参标的企业”的具体步骤包括：

假设获取到一个新标A，找出和标A相似度最高的k个标b＝{b₁,b₂,…b_k}、每个标的相似度w＝{w₁,w₂,…,w_k}以及推荐列表的长度l；

设b₁,b₂,…b_k对应二部图中的节点分别为v_b1,v_b2,…,v_bk；PersonalRank开始从二部图上b₁对于的节点v_b1开始随机游走，当从v_b1开始的游走结束后，继续选择从v_b2…，v_bk节点开始做随机游走；当从v_b1,v_b2,…,v_bk开始的一轮随机游走结束后，继续从v_b1开始一轮新的随机游走；直至每个节点的被访问的概率收敛；将被访问概率最高的个l节点作为可能参标企业并这些企业推送标A的发标公告。

Images