CN112258246B - 物料的异常报价识别方法、装置、电子设备及存储介质 - Google Patents
物料的异常报价识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112258246B CN112258246B CN202011264550.6A CN202011264550A CN112258246B CN 112258246 B CN112258246 B CN 112258246B CN 202011264550 A CN202011264550 A CN 202011264550A CN 112258246 B CN112258246 B CN 112258246B
- Authority
- CN
- China
- Prior art keywords
- quotation
- quotations
- section
- bid
- price
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000005856 abnormality Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种物料的异常报价识别方法、装置、电子设备及存储介质，涉及计算机技术领域。该方法包括：获取物料的采购数量个数；若物料的采购数量个数大于第一预设阈值，则基于物料的多个报价对应的采购数量，得到多个区间，每个区间中包括所述物料的多个报价，每个采购数量均属于所述区间对应的阈值范围内；分别将各区间的各报价输入报价异常识别模型，得到各区间中的异常报价。在该方法中，通过对物料的采购数量个数进行区间划分，以得到多个区间，再分别将各区间的各报价输入报价异常识别模型，实现了对各区间中物料报价的异常检测，确保物料报价的准确性，为业务员在进行实际预算时，提供准确的数据基础，避免企业受到损失。
Description
技术领域
本发明涉及计算机技术领域，具体而言，涉及一种物料采购的报价方法、装置、电子设备及存储介质。
背景技术
在企业的研发和生产过程中，经常需要从外部供应方采购需求的物料。因此，涉及到对需要采购的物料进行报价。
传统方法中，在采购某款物料的过程中，为了能够降低成本，采购员通常会向多家以上的供应方发起价格咨询，或者是由供应方主动、单独对商品进行报价，然后由统计部门对多个供应方的报价进行罗列，供企事业单位自行选择。由于各种因素的影响，各个供应方的报价可能存在异常。
但是，传统的方法中无法识别出异常报价，可能影响企业进行准确的报价，导致企业受到损失。
发明内容
本发明的目的在于，针对上述现有技术中的不足，提供一种物料采购的报价方法、装置、电子设备及存储介质，实现了对物料报价的异常检测，确保物料报价的准确性，为业务员在进行实际预算时，提供准确的数据基础，避免企业受到损失。
为实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请实施例提供了一种物料的异常报价识别方法，所述方法包括：
获取物料的采购数量个数，所述采购数量个数用于标识所述物料的不同采购数量的个数；
若所述物料的采购数量个数大于第一预设阈值，则基于所述物料的多个报价对应的采购数量，得到多个区间，每个区间中包括所述物料的一个或多个采购数量，每个采购数量分别对应一个或多个报价，每个采购数量均属于所述区间对应的阈值范围内；
分别将各区间的各报价输入报价异常识别模型，得到所述各区间中的异常报价。
可选地，所述分别将各区间的各报价输入报价异常识别模型，得到各区间中的异常报价，包括：
分别将所述各区间的各报价输入报价异常识别模型，由所述报价异常识别模型基于所述各区间的中标价确定各报价的偏差信息，并基于所述偏差信息得到所述各区间中的异常报价。
可选地，所述分别将所述各区间的报价输入报价异常识别模型，得到所述各区间中的异常报价之后，还包括：
删除所述各区间中的异常报价，得到所述物料的多个区间中的可选报价；
根据所述物料的多个区间中的可选报价，确定所述物料的目标报价。
可选地，所述根据所述物料的多个区间中的可选报价，确定所述物料的目标报价，包括：
若所述物料为同一来源的物料，则根据所述各区间的可选报价确定所述各区间的参考报价，并根据所述各区间的参考报价确定所述物料的目标报价。
可选地，所述根据所述各区间的参考报价确定所述物料的目标报价，包括：
将所述各区间的参考报价的平均值作为所述物料的目标报价。
可选地，所述根据所述物料的多个区间中的可选报价，确定所述物料的目标报价，包括：
若所述物料为不同来源的物料，则根据所述各区间的可选报价确定所述各区间的参考报价，并根据所述各区间的参考报价以及各可选报价的偏差信息，确定所述物料的目标报价、报价上限以及报价下限。
可选地，所述根据所述各区间的参考报价以及各可选报价的偏差信息，确定所述物料的目标报价、报价上限以及报价下限，包括：
将所述各区间的参考报价的平均值作为所述物料的目标报价；
基于所述目标报价以及各可选报价的偏差信息，分别确定所述报价上限和所述报价下限。
第二方面，本申请实施例还提供了一种物料的异常报价识别装置，所述装置包括：获取模块、处理模块及识别模块；
所述获取模块，用于获取物料的采购数量个数，所述采购数量个数用于标识所述物料的不同采购数量的个数；
所述处理模块，用于若所述物料的采购数量个数大于第一预设阈值，则基于所述物料的多个报价对应的采购数量，得到多个区间，每个区间中包括所述物料的一个或多个采购数量，每个采购数量分别对应一个或多个报价，每个采购数量均属于所述区间对应的阈值范围内；
所述识别模块，用于分别将各区间的各报价输入报价异常识别模型，得到所述各区间中的异常报价。
可选地，所述识别模块，用于：
分别将所述各区间的各报价输入报价异常识别模型，由所述报价异常识别模型基于所述各区间的中标价确定各报价的偏差信息，并基于所述偏差信息得到所述各区间中的异常报价。
可选地，所述装置还包括：删除模块；
所述删除模块，用于删除所述各区间中的异常报价，得到所述物料的多个区间中的可选报价；
根据所述物料的多个区间中的可选报价，确定所述物料的目标报价。
可选地，所述处理模块，还可用于若所述物料为同一来源的物料，则根据所述各区间的可选报价确定所述各区间的参考报价，并根据所述各区间的参考报价确定所述物料的目标报价。
可选地，所述处理模块，还可用于将所述各区间的参考报价的平均值作为所述物料的目标报价。
可选地，所述处理模块，还可用于若所述物料为不同来源的物料，则根据所述各区间的可选报价确定所述各区间的参考报价，并根据所述各区间的参考报价以及各可选报价的偏差信息，确定所述物料的目标报价、报价上限以及报价下限。
可选地，所述处理模块，还可用于将所述各区间的参考报价的平均值作为所述物料的目标报价；基于所述目标报价以及各可选报价的偏差信息，分别确定所述报价上限和所述报价下限。
第三方面，本申请实施例还提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如第一方面提供的所述方法的步骤。
第四方面，本申请实施例还提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如第一方面提供的所述方法的步骤。
本申请的有益效果是：
本申请实施例提供一种物料的异常报价识别方法、装置、电子设备及存储介质，该方法包括：获取物料的采购数量个数，采购数量个数用于标识物料的不同采购数量的个数；若物料的采购数量个数大于第一预设阈值，则基于物料的多个报价对应的采购数量，得到多个区间，每个区间中包括所述物料的一个或多个采购数量，每个采购数量分别对应一个或多个报价，每个采购数量均属于所述区间对应的阈值范围内；分别将各区间的各报价输入报价异常识别模型，得到各区间中的异常报价。在该方法中，通过对物料的采购数量个数进行区间划分，以得到多个区间，再分别将各区间的各报价输入报价异常识别模型，实现了对各区间中物料报价的异常检测，确保物料报价的准确性，为业务员在进行实际预算时，提供准确的数据基础，避免企业受到损失。
另外，通过将各区间的异常报价进行删除，以得到物料的多个区间中的可选报价；并根据物料的多个区间中的可选报价，实现了确定物料的目标报价，供企业管理人员在较短时间内进行决策，提高工作效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种电子设备的结构示意图；
图2为本申请实施例提供的一种物料的异常报价识别方法的流程示意图；
图3为本申请实施例提供的另一种物料的异常报价识别方法的流程示意图；
图4为本申请实施例提供的又一种物料的异常报价识别方法的流程示意图；
图5为本申请实施例提供的一种物料的异常报价识别装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
图1为本申请实施例提供的一种电子设备的结构示意图；该电子设备100可以是具有数据存储、传输、处理功能的通用计算机或特殊用途的计算机，两者都可以用于实现本申请的物料的异常报价识别方法。如图1所示，电子设备100包括：处理器101和存储器102。
其中，处理器101可以是一种集成电路芯片，具有数据的处理能力。上述的处理器101可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器102可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器102用于存储程序，处理器101调用存储器102存储的程序，以执行下面实施例提供的物料的异常报价识别方法，如下将通过多个具体的实施例对本申请所提供的物料的异常报价识别方法进行详细说明。
可以理解，图1所示的结构仅为示意，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
可选地，本发明实施例还提供一种计算机可读存储介质，所述可读存储介质包括计算机程序。所述计算机程序运行时控制所述可读存储介质所在电子设备100执行下面的物料的异常报价识别方法。
图2为本申请实施例提供的一种物料的异常报价识别方法的流程示意图；该方法的执行主体可以是计算机、服务器等设备。如图2所示，该方法包括：
S201、获取物料的采购数量个数。
其中，采购数量个数用于标识物料的不同采购数量的个数。
在一些实施例中，可以从物料的历史采购数据中获取数量个数，还可以获取物料的其它信息，如供应方数量、报价、中标价等指标，在此不做具体要求。
举例说明，比如，物料A1在5次采购中的采购数量分别是2、5、5、5和6等三个不同的值，则可以确定物料A1的采购数量个数是3。
又比如，物料A2在4次采购中的采购数量均是8，则可以确定物料A2的采购数量个数等于1，即每次采购量的个数相同。
S202、若物料的采购数量个数大于第一预设阈值，则基于物料的多个报价对应的采购数量，得到多个区间。
其中，每个区间中包括物料的一个或多个采购数量，每个采购数量分别对应一个或多个报价，这些报价均属于该区间，每个采购数量均属于区间对应的阈值范围内。
例如，如下表1所示，根据物料A1的多个采购数量划分了3个区间，如区间1包括“2”这一个采购数量，该采购数量对应了1000、398.63、1200这3个报价，采购数量“2”属于[0-2.8)这个阈值范围。
在一种可实现的方式中，可以先根据物料的采购数量个数是否大于第一预设阈值，对物料进行采购数量特征标记，如第一预设阈值的取值为1，则可以根据获取到的物料历史采购数量个数是否大于1，若大于，则将该物料标记为的“采购数量有阶梯特征”；否则，将其标记为“采购数量无阶梯特征”，即可以确定该物料每次的采购量都一样。这样可以根据物料的采购数量个数识别物料的采购数量是否有阶梯特征，以判断物料的采购量是否存在差异。
在上述实施例的基础上，比如，物料A1在5次采购中的采购数量分别是2、5、5、5和6等三个不同的值，则可以确定物料A1的采购数量个数是3，且物料A1的采购数量个数3大于第一预设阈值1，则可以对其标记为采购数量有阶梯特征。
又比如，物料A2在4次采购中的采购数量均是8，则可以确定物料A2的采购数量个数等于1，但物料A2的采购数量个数1不满足大于第一预设阈值1的条件，则可以将其标记为采购数量无阶梯特征，即每次采购量的个数相同。
在一种可实现的方式中，在确定物料A1的采购数量个数大于第一预设阈值的条件下，并对物料A1标记为采购数量有阶梯特征之后，则可以基于物料A1的多个报价对应的采购数量进行阶梯区间划分，如可以采用等距方式划分，也可以采用非等距方式划分。
举例说明，在本实施例中，如对采购数量有阶梯特征的物料用等距的方式划分采购数量阶梯区间，设定区间最多不超过5个。如物料A1根据其采购数量的(最大值-最小值)/5的间距划分为5个不同的区间，即(6-2)/5＝0.8，则可以确定划分的区间为：区间1：[0-2.8)、区间2：[2.8-3.6)、区间3：[3.6-4.4)、区间4：[4.4-5.2)和区间5：[5.2-6)。以区间1为例，[0-2.8)表示区间1内的采购数量均在[0-2.8)这一范围内。
由于采购量的个数在区间2和区间3中没有取值，所以，表1中只显示了区间1、区间4和区间5的多个区间对应的采购数量阶梯区间。
表1物料A1多个报价对应的采购数量阶梯区间
S203、分别将各区间的各报价输入报价异常识别模型，得到各区间中的异常报价。
示例性的，异常报价是用于指示某一条报价属于偏高或者偏低。
例如，在上述实施例的基础上，在物料A1的采购数量区间1中，有3条报价记录，即1000、398.63和1200，比如历史报价数据中指定的报价数据1200，第一预设波动范围是300，则可以计算每一条报价与指定的报价数据之间的偏差分别是：200、801.37和0，即可以确定第二条报价(398.63)的偏差不在第一预设波动范围内，则可以得到第二条报价(398.63)是采购数量区间1中的异常报价。而第一条报价(1000)、第三条报价(1200)均属于正常报价。
相应的，也可以分别计算区间4、区间5中的异常报价，在此不再一一赘述。
综上所述，本申请实施例提供一种物料的异常报价识别方法，该方法包括：获取物料的采购数量个数，采购数量个数用于标识物料的不同采购数量的个数；若物料的采购数量个数大于第一预设阈值，则基于物料的多个报价对应的采购数量，得到多个区间，每个区间中包括所述物料的一个或多个采购数量，每个采购数量分别对应一个或多个报价，每个采购数量均属于所述区间对应的阈值范围内；分别将各区间的各报价输入报价异常识别模型，得到各区间中的异常报价。在该方法中，通过对物料的采购数量个数进行区间划分，以得到多个区间，再分别将各区间的各报价输入报价异常识别模型，实现了对各区间中物料报价的异常检测，确保物料报价的准确性，为业务员在进行实际预算时，提供准确的数据基础，避免企业受到损失。
可选地，步骤S203中分别将各区间的各报价输入报价异常识别模型，得到各区间中的异常报价，包括：
分别将各区间的各报价输入报价异常识别模型，由报价异常识别模型基于各区间的中标价确定各报价的偏差信息，并基于偏差信息得到各区间中的异常报价。
在另一种可能实现的方式中，报价异常识别模型可以是：根据各区间的各报价与对应区间的中标价的报价偏差率，识别物料的此次报价是否属于异常报价。
若报价偏差率大于第二预设阈值，则认为物料的此次报价为异常报价，否则为正常报价。其中，报价偏差率计算公式为：报价偏差率＝|(报价/区间中标价均值-1)|。
例如，如表2所示，在物料A3的区间1中存在一条报价记录为95，则可以计算其报价偏差率＝|(95/55.75)-1|＝0.704，第二预设阈值取值是0.5，即0.704>0.5，可以确定该条报价为异常报价。
相应的，还可以分别计算物料A3在区间1、区间5中的其余报价与对应区间的中标价的报价偏差率，以得到各区间中的异常报价，具体结果如表2所示。
表2物料A3多个报价对应的采购数量阶梯区间
图3为本申请实施例提供的另一种物料的异常报价识别方法的流程示意图；如图3所示，在上述步骤S203：分别将各区间的报价输入报价异常识别模型，得到各区间中的异常报价之后，该方法还包括：
S301、删除各区间中的异常报价，得到物料的多个区间中的可选报价。
例如，在上述实施例的基础上，如表1所示，在对物资A1在区间1中的3个报价进行异常检测，并识别到在区间1中报价为398.63为异常报价，并将报价为368.63的记录删除，得到物料A1在区间1中的可选报价是1000和1200。
又比如，如表2所示，在对物料A3在区间1和区间5中的多个报价进行异常检测，并识别到在区间1中报价为95为异常报价，并将报价为95的记录删除，得到物料A3在区间1中的可选报价是55.75，在区间5中的可选报价是34.58。
S302、根据物料的多个区间中的可选报价，确定物料的目标报价。
在一种可实现的方式中，如表3所示，物料A1多个报价对应的采购数量阶梯区间信息，根据各区间中的至少一个可选报价，计算物料A3的目标报价。其中，目标报价是用于供用户的参考的最为合理的报价。
表3物料A1多个报价对应的采购数量阶梯区间异常报价信息
如表3所示，通过对物料A1各区间中的多个报价进行异常识别，并剔除掉4条异常报价数据后，根据各区间中的可选报价计算各个区间的参考报价。
区间1中的参考报价＝(1000+1200)/2＝1100、区间4和区别5中的参考报价计算方法和区间2类似。可求得，区间4中的参考报价是512.71、区间5中的参考报价是475.39。并根据各区间的参考报价计算物料的目标报价，即物料的目标报价取各区间参考报价的均值，即物料的目标报价是696.03。
可选地，根据物料的多个区间中的可选报价，确定物料的目标报价，包括：
若物料为同一来源的物料，则根据各区间的可选报价确定各区间的参考报价，并根据各区间的参考报价确定物料的目标报价。
通常，企业采购物料可以每次采购都仅有一个供应商报价，也可以多多家不同的供应商参与报价，则可以根据物料的来源特征采用不同的计算模型，以确定物料的目标报价。
举例说明，如下表4所示：
表4物料A4多个报价对应的采购数量阶梯区间异常报价信息
如表4所示，物资A4在历史采购次数是4，且有3个不同的物资采购数量，以及每次采购均只有一个供应商报价，因此，标记该物资为同一来源的物料。在区间1中，有2次报价偏离率大于第二预设阈值0.5，则可以确定报价是5960.77、19102.64为异常报价，并剔除这2条报价记录。
则根据区间1的可选报价：12863.08，确定区间1的参考报价。如参考报价＝可选报价均值*(1+通货膨胀率)，其中：通货膨胀率为5％。
可以确定该区间1中的参考报价＝12863.08*(1+5％)＝13506.23，以及区间5中的可选报价为19400.15。
在另一种可实现的方式中，如表5所示，若物料B1为同一来源的物料，且物料B1的采购数量均是30，即物料B1的采购数量个数等于1，即物料B1采购数量无阶梯特征，即每次采购量的个数相同。
表5物料B1的报价信息
通过表5可知，物资B1在历史采购记录中只有一个供应商报价，因此，可以将物资B1标记其为同一来源的物料、采购数量无阶梯特征，则物料B1的目标报价＝中标价*(1+5％)＝3.12。
可选地，在上述实施例的基础上，根据各区间的参考报价确定物料的目标报价，包括：
将各区间的参考报价的平均值作为物料的目标报价。
在本实施例中，若物料为同一来源的物料，且采购数量有阶梯特征，如在上述实施例的基础上，还可以根据区间1和区间5中的对应的参考报价确定物料A4的目标报价＝(13506.23+19400.15)/2＝16453.19。
可选地，根据物料的多个区间中的可选报价，确定物料的目标报价，包括：
若物料为不同来源的物料，则根据各区间的可选报价确定各区间的参考报价，并根据各区间的参考报价以及各可选报价的偏差信息，确定物料的目标报价、报价上限以及报价下限。
可选的，各区间的参考报价可以为各区间可选报价的均值。
其中，物料的报价上限和报价下限，也可称为物资的报价合理范围。可选报价的偏差信息可以包括报价偏差率。在计算报价上限和报价下限之前，可以先根据物资的报价偏差率的正负计算其偏差率均值，即引入2个变量：正值偏差率均值、负值偏差率均值，在这2个变量不同的情况下，可以通过如下方式确定报价上限和报价下限。
1)正值偏差率均值为空的情况：
报价上限＝目标报价。
报价下限＝目标报价+目标报价*负值偏差率均值。
2)负值偏差率均值为空的情况：
报价上限＝目标报价+目标报价*正值偏差率均值。
报价下限＝目标报价。
3)其他情况：
报价上限＝目标报价+目标报价*正值偏差率均值。
报价下限＝目标报价+目标报价*负值偏差率均值。
值得说明的是，在正值偏差率和负值偏差率均为空的情况下，不存在报价合理范围，即报价上下限等于目标报价。
可选的，物料的目标报价为：
目标报价＝各区间参考报价的均值；
报价上限＝各区间报价上限最大值；
报价下限＝各区间报价下限最小值。
在一种可实现的方式中，物资A4的历史采购数量分别是10、10和12，即2个不同的采购数量，且每次共有10家不同的供应方参与报价。采用上述报价异常识别模型对多个报价进行异常检测，并剔除掉异常报价。物料A4的目标报价可以是各区间参考报价的均值。
另外，报价上限＝目标报价*(1+正值偏差率均值)，报价下限＝目标报价*(1+负值偏差率均值)。
需要说明的是，若物料为同一来源的物料，只计算其目标报价，不进行合理报价区间的范围设置。
在另一种可实现的方式中，如表6所示，若物料B2为同一来源的物料，且物料B2在历史采购记录中有4次采购记录，即每次的采购数量分别是10、18、28和100，可以确定物料B2的采购数量个数为4，且物料B2采购数量大于第一预设阈值，则可以确定物料B2是采购数量有阶梯特征。
通过表6可知，物资B2有区间1、区间2和区间5三个不同的区间，可以采用上述报价异常识别模型对多个报价进行异常检测，并确定均为正常报价。
计算各区间的参考报价＝可选报价的均值*(1+通货膨胀率)，即区间1的参考报价为760.44，区间2的参考报价为1239.56，区间5的参考报价为467.25，则可以根据各区间的参考报价确定物料的目标报价，即物料的目标报价是各区间参考报价的均值，即物料B2的目标报价为822.41。
表6物料B2的报价信息
图4为本申请实施例提供的又一种物料的异常报价识别方法的流程示意图；在上述实施例的基础上，根据各区间的参考报价以及各可选报价的偏差信息，确定物料的目标报价、报价上限以及报价下限，包括：
S401、将各区间的参考报价的平均值作为物料的目标报价。
在一种可实现的方式中，如获取到物料A5在历史采购中，共14个不同的供应商参与报价，有1、2、6三个不同的采购数量，则采购数量有阶梯特征。
采用上述实施例的报价异常识别模型对多个报价进行异常检测，并可以将各区间中的异常报价记录进行剔除，以得到物料A5在各区间中的参考报价，则物料的目标报价可以取各区间的参考报价的平均值。
S402、基于目标报价以及各可选报价的偏差信息，分别确定报价上限和报价下限。
在一种可实现的方式中，还可以基于确定的物料的目标报价，根据物料的报价偏差率的正负计算其偏差率均值，正值偏差率均值、负值偏差率均值，进一步确定物料的报价上下限，以得到物料报价合理范围，实现了帮助企业制定合理的采购预算的同时也能够帮助企业实现对不合理报价供应商的集中管理，帮助企业管理人员在较短时间内进行决策，提高工作效率。
下述对用以执行本申请所提供的物料的异常报价识别方法对应的装置等进行说明，其具体的实现过程以及技术效果参见上述，下述不再赘述。
图5为本申请实施例提供的一种物料的异常报价识别装置的结构示意图，如图5所示，该装置包括：获取模块501、处理模块502及识别模块503。
获取模块501，用于获取物料的采购数量个数，采购数量个数用于标识物料的不同采购数量的个数；
处理模块502，用于若物料的采购数量个数大于第一预设阈值，则基于物料的多个报价对应的采购数量，得到多个区间，每个区间中包括物料的一个或多个采购数量，每个采购数量分别对应一个或多个报价，每个采购数量均属于区间对应的阈值范围内；
识别模块503，用于分别将各区间的各报价输入报价异常识别模型，得到各区间中的异常报价。
可选地，识别模块503，用于分别将各区间的各报价输入报价异常识别模型，由报价异常识别模型基于各区间的中标价确定各报价的偏差信息，并基于偏差信息得到各区间中的异常报价。
可选地，该装置还包括：删除模块；
删除模块，用于删除各区间中的异常报价，得到物料的多个区间中的可选报价；
根据物料的多个区间中的可选报价，确定物料的目标报价。
可选地，处理模块502，还可用于若物料为同一来源的物料，则根据各区间的可选报价确定各区间的参考报价，并根据各区间的参考报价确定物料的目标报价。
可选地，处理模块502，还可用于将各区间的参考报价的平均值作为物料的目标报价。
可选地，处理模块502，还可用于若物料为不同来源的物料，则根据各区间的可选报价确定各区间的参考报价，并根据各区间的参考报价以及各可选报价的偏差信息，确定物料的目标报价、报价上限以及报价下限。
可选地，处理模块502，还可用于将各区间的参考报价的平均值作为物料的目标报价；基于目标报价以及各可选报价的偏差信息，分别确定报价上限和报价下限。
上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(digital singnal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种物料的异常报价识别方法，其特征在于，所述方法包括：
获取物料的采购数量个数，所述采购数量个数用于标识所述物料的不同采购数量的个数；
若所述物料的采购数量个数大于第一预设阈值，则基于所述物料的多个报价对应的采购数量，得到多个区间，每个区间中包括所述物料的一个或多个采购数量，每个采购数量分别对应一个或多个报价，每个采购数量均属于所述区间对应的阈值范围内；
分别将各区间的各报价输入报价异常识别模型，得到所述各区间中的异常报价。
2.根据权利要求1所述的方法，其特征在于，所述分别将各区间的各报价输入报价异常识别模型，得到各区间中的异常报价，包括：
分别将所述各区间的各报价输入报价异常识别模型，由所述报价异常识别模型基于所述各区间的中标价确定各报价的偏差信息，并基于所述偏差信息得到所述各区间中的异常报价。
3.根据权利要求1或2所述的方法，其特征在于，所述分别将所述各区间的报价输入报价异常识别模型，得到所述各区间中的异常报价之后，还包括：
删除所述各区间中的异常报价，得到所述物料的多个区间中的可选报价；
根据所述物料的多个区间中的可选报价，确定所述物料的目标报价。
4.根据权利要求3所述的方法，其特征在于，所述根据所述物料的多个区间中的可选报价，确定所述物料的目标报价，包括：
若所述物料为同一来源的物料，则根据所述各区间的可选报价确定所述各区间的参考报价，并根据所述各区间的参考报价确定所述物料的目标报价。
5.根据权利要求4所述的方法，其特征在于，所述根据所述各区间的参考报价确定所述物料的目标报价，包括：
将所述各区间的参考报价的平均值作为所述物料的目标报价。
6.根据权利要求3所述的方法，其特征在于，所述根据所述物料的多个区间中的可选报价，确定所述物料的目标报价，包括：
若所述物料为不同来源的物料，则根据所述各区间的可选报价确定所述各区间的参考报价，并根据所述各区间的参考报价以及各可选报价的偏差信息，确定所述物料的目标报价、报价上限以及报价下限。
7.根据权利要求6所述的方法，其特征在于，所述根据所述各区间的参考报价以及各可选报价的偏差信息，确定所述物料的目标报价、报价上限以及报价下限，包括：
将所述各区间的参考报价的平均值作为所述物料的目标报价；
基于所述目标报价以及各可选报价的偏差信息，分别确定所述报价上限和所述报价下限。
8.一种物料的异常报价识别装置，其特征在于，所述装置包括：获取模块、处理模块及识别模块；
所述获取模块，用于获取物料的采购数量个数，所述采购数量个数用于标识所述物料的不同采购数量的个数；
所述处理模块，用于若所述物料的采购数量个数大于第一预设阈值，则基于所述物料的多个报价对应的采购数量，得到多个区间，每个区间中包括所述物料的一个或多个采购数量，每个采购数量分别对应一个或多个报价，每个采购数量均属于所述区间对应的阈值范围内；
所述识别模块，用于分别将各区间的各报价输入报价异常识别模型，得到所述各区间中的异常报价。
9.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1-7任一所述方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1-7任一所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011264550.6A CN112258246B (zh) | 2020-11-12 | 2020-11-12 | 物料的异常报价识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011264550.6A CN112258246B (zh) | 2020-11-12 | 2020-11-12 | 物料的异常报价识别方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112258246A CN112258246A (zh) | 2021-01-22 |
| CN112258246B true CN112258246B (zh) | 2024-01-05 |
Family
ID=74265817
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011264550.6A Active CN112258246B (zh) | 2020-11-12 | 2020-11-12 | 物料的异常报价识别方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112258246B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106296285A (zh) * | 2016-08-08 | 2017-01-04 | 歌尔股份有限公司 | 基于采购系统的采购询价方法及系统 |
| CN109213784A (zh) * | 2018-09-04 | 2019-01-15 | 北京海数宝科技有限公司 | 评标报告生成方法、装置、电子设备和存储介质 |
| CN109389321A (zh) * | 2018-10-30 | 2019-02-26 | 北京筑龙信息技术有限责任公司 | 一种价格评估方法及装置 |
| CN109461067A (zh) * | 2018-09-12 | 2019-03-12 | 阿里巴巴集团控股有限公司 | 一种外汇报价异常数据的检测方法、装置及系统 |
| CN110060109A (zh) * | 2019-04-26 | 2019-07-26 | 上海市农业科学院 | 一种用于预测产品价格的方法、装置和计算机介质 |
| CN110148006A (zh) * | 2019-05-20 | 2019-08-20 | 国网天津市电力公司 | 一种电力市场恶意竞价行为识别方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7496534B2 (en) * | 2001-03-08 | 2009-02-24 | Olsen Richard B | Methods for trade decision making |
| US20200134683A1 (en) * | 2018-10-31 | 2020-04-30 | Salesforce.Com, Inc. | Database systems and methods for dynamic quote guidance |
-
2020
- 2020-11-12 CN CN202011264550.6A patent/CN112258246B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106296285A (zh) * | 2016-08-08 | 2017-01-04 | 歌尔股份有限公司 | 基于采购系统的采购询价方法及系统 |
| CN109213784A (zh) * | 2018-09-04 | 2019-01-15 | 北京海数宝科技有限公司 | 评标报告生成方法、装置、电子设备和存储介质 |
| CN109461067A (zh) * | 2018-09-12 | 2019-03-12 | 阿里巴巴集团控股有限公司 | 一种外汇报价异常数据的检测方法、装置及系统 |
| CN109389321A (zh) * | 2018-10-30 | 2019-02-26 | 北京筑龙信息技术有限责任公司 | 一种价格评估方法及装置 |
| CN110060109A (zh) * | 2019-04-26 | 2019-07-26 | 上海市农业科学院 | 一种用于预测产品价格的方法、装置和计算机介质 |
| CN110148006A (zh) * | 2019-05-20 | 2019-08-20 | 国网天津市电力公司 | 一种电力市场恶意竞价行为识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| 数字化技术对电子招标投标的影响及应用;孙建文;;招标采购管理(第11期);24 * |
| 神华集团物资管理参考价格模型建设实践;刘婷;;中国煤炭(第S1期);470-474 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112258246A (zh) | 2021-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109242261B (zh) | 基于大数据评估保全风险的方法及终端设备 | |
| JP2020523657A (ja) | 業者を評価する方法及びシステム | |
| CN111192144A (zh) | 一种金融数据预测方法、装置、设备及存储介质 | |
| US20110173131A1 (en) | Attribute aggregation for standard product unit | |
| Wu et al. | A modified sampling plan by variables with an adjustable mechanism for lot sentencing | |
| JP6294193B2 (ja) | 取引管理システムおよび取引管理方法 | |
| CN112258246B (zh) | 物料的异常报价识别方法、装置、电子设备及存储介质 | |
| CN112148880A (zh) | 一种客服对话语料聚类方法、系统、设备及存储介质 | |
| CN109242321B (zh) | 用户电力负荷在线分析方法及终端设备 | |
| CN111126788A (zh) | 风险识别方法及装置和电子设备 | |
| CN114860608A (zh) | 基于场景构建的系统自动化测试方法、装置、设备及介质 | |
| CN114841819A (zh) | 理赔方案的确定方法、装置、电子设备及存储介质 | |
| CN113869996A (zh) | 阶梯式额度分析测算方法、装置、设备及介质 | |
| CN110955547B (zh) | 一种接口异常信息的管理方法、系统、设备及可读存储介质 | |
| CN110544165B (zh) | 一种信用风险评分卡创建方法、装置及电子设备 | |
| US20170178154A1 (en) | Leveraging network-based point to point transactions | |
| US20100145842A1 (en) | Method and system for creative collaborative marketplaces | |
| CN111986006A (zh) | 基于知识图谱的产品推荐方法、装置、计算机设备及存储介质 | |
| CN114201545B (zh) | 数据处理方法、装置、终端设备及存储介质 | |
| CN117689274B (zh) | 基于供应链管理的绩效智能核算方法、装置、设备及介质 | |
| CN117150233B (zh) | 一种电网异常数据治理方法、系统、设备及介质 | |
| CN111882294B (zh) | 一种流程审批的方法和装置 | |
| CN115392859A (zh) | 功率因数核查方法、装置、电子设备及存储介质 | |
| CN117151796A (zh) | 一种电力投标的预警方法、装置、设备及存储介质 | |
| CN116187794A (zh) | 数据校准方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |