CN114240030A - 基于关系树模型的采购风险判别方法及存储介质 - Google Patents
基于关系树模型的采购风险判别方法及存储介质 Download PDFInfo
- Publication number
- CN114240030A CN114240030A CN202111303435.XA CN202111303435A CN114240030A CN 114240030 A CN114240030 A CN 114240030A CN 202111303435 A CN202111303435 A CN 202111303435A CN 114240030 A CN114240030 A CN 114240030A
- Authority
- CN
- China
- Prior art keywords
- procurement
- supplier
- purchasing
- relationship
- item
- 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.)
- Pending
Links
- 238000003860 storage Methods 0.000 title claims description 11
- 238000012850 discrimination method Methods 0.000 title claims description 4
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 9
- 239000013598 vector Substances 0.000 description 25
- 238000012937 correction Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- RVRCFVVLDHTFFA-UHFFFAOYSA-N heptasodium;tungsten;nonatriacontahydrate Chemical compound O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W] RVRCFVVLDHTFFA-UHFFFAOYSA-N 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0611—Request for offers or quotes
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
基于关系树模型的采购风险判别方法及存储介质，其中方法包括如下步骤，建立关系树模型，所述关系树模型包括采购方和第一采购项目之间、供应商和采购项目之间的权值关系，供应商和第一采购项目之间的权值关系根据所述第一采购项目时间之前第一供应商参与过的采购项目的采购内容相似度确定，根据所述关系树模型进行风险采购判别或关系采购判别或高价采购判别或分包判别。上述方案能够针对采购方、承包商及采购项目进行权值树模型的构建，同时进行相关的采购项目的风险判别，能够给出及时的风险提示。
Description
技术领域
本发明涉及数据分析领域，尤其涉及一种能够进行采购风险判别的方法及存储介质。
背景技术
企业采购物资或者服务的质量与企业生产经营息息相关，采购供应商的选择、采购合同的订立在很大程度上决定了企业的生存和可持续发展，因此各个企业都建立了严格的采购内控制度，加大供应商准入条件，提高供应商的质量。但是企业招标中还是存在各种违规操作，如何更好的发现这些违规现象成为了很多企业风险管控的重点及难点。目前采用的方式主要是制定完善的制度流程、竞价议价谈判、中标公示、合同审计等手段，在智能化风险判别方面相对比较薄弱，亟待加强。
发明内容
因此，需要提供一种风险判别的方法，能够满足现有技术对于采购项目的相关数据的风险判别需求。
为实现上述目的，发明人提供了基于关系树模型的采购风险判别方法，包括如下步骤，建立关系树模型，所述关系树模型包括采购方和第一采购项目之间、供应商和采购项目之间的权值关系，供应商和第一采购项目之间的权值关系根据所述第一采购项目时间之前第一供应商参与过的采购项目的采购内容相似度确定，
根据所述关系树模型进行风险采购判别或关系采购判别或高价采购判别或分包判别。
具体地，进行风险采购判别具体包括步骤，当存在第二采购项目与第一供应商之间的权值关系低于第一阈值，且所述第一供应商在所有与第二采购项目具有相同采购方的采购项目中的历史中标数大于第五阈值时，判别为风险采购。
具体地，进行关系采购判别具体包括步骤，当供应商与第二采购项目之间的权值关系小于第二阈值时，判别为关系采购。
进一步地，进行高价采购判别具体包括步骤，根据供应商与各采购项目之间的中标报价及权值关系，计算得到加权平均的参考报价，根据所述参考报价生成第三阈值，当供应商与第三采购项目的中标价格高于第三阈值时，判别为高价采购。
进一步地，进行分包判别具体包括步骤，
调取供应商中标第四采购项目后预设时长内发起的新的采购项目与所述第四采购项目的内容相似度；
若存在数量超过预设数量的新的采购项目的采购内容相似度大于第四阈值，则判别为分包风险采购。
一种基于关系树模型的采购风险判别存储介质，存储有计算机程序，所述计算机程序在被运行时执行包括如下步骤，建立关系树模型，所述关系树模型包括采购方和第一采购项目之间、供应商和采购项目之间的权值关系，供应商和第一采购项目之间的权值关系根据所述第一采购项目时间之前第一供应商参与过的采购项目的采购内容相似度确定，
根据所述关系树模型进行风险采购判别或关系采购判别或高价采购判别或分包判别。
具体地，所述计算机程序进行风险采购判别具体执行步骤，当存在第二采购项目与第一供应商之间的权值关系低于第一阈值，且所述第一供应商在所有与第二采购项目具有相同采购方的采购项目中的历史中标数大于第五阈值时，判别为风险采购。
具体地，所述计算机程序进行关系采购判别具体执行步骤，当供应商与第二采购项目之间的权值关系小于第二阈值时，判别为关系采购。
具体地，所述计算机程序进行高价采购判别具体执行步骤，根据供应商与各采购项目之间的中标报价及权值关系，计算得到加权平均的参考报价，根据所述参考报价生成第三阈值，当供应商与第三采购项目的中标价格高于第三阈值时，判别为高价采购。
进一步地，所述计算机程序进行分包判别具体执行步骤，
调取供应商中标第四采购项目后预设时长内发起的新的采购项目与所述第四采购项目的内容相似度；
若存在数量超过预设数量的新的采购项目的采购内容相似度大于第四阈值，则判别为分包风险采购。
区别于现有技术，上述方案能够针对采购方、承包商及采购项目进行权值树模型的构建，同时进行相关的采购项目的风险判别，能够给出及时的风险提示。
附图说明
图1为具体实施方式所述的基于关系树模型的采购风险判别方法流程图；
图2为具体实施方式所述的采购风险判别存储介质示意图。
具体实施方式
为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。
在实际的工作过程中，申请人注意到，“阳光采购”是指企事业单位按照“公开、公平、公正”和“质量优先，价格优先”的原则，从供应市场获取产品或服务作为自身资源。目前国家及各级政府机构企事业单位也都建设了阳光采购平台，通过信息化为进一步合理化的采购制度和监管制度，切实推进了阳光采购的公开透明进程。通过合理的竞价议价谈判，有效降低采购成本，提高采购效率，避免采购过程中的暗箱操作、吃回扣等贪污腐败现象。与此同时也给研究如何更好发现采购过程中的违规操作提供一个课题。本发明是在这个背景下基于采购大数据构建多样化的权值树模型，并基于该模型对采购过程中的常见几种违规行为进行判别，如：关系采购、偏好采购、定点采购、高价采购、转包等。
为此，在如图1所示的实施例中，提供了一种基于关系树模型的采购风险判别方法，包括如下步骤，S1建立关系树模型，所述关系树模型包括采购方和第一采购项目之间、供应商和采购项目之间的权值关系，供应商和第一采购项目之间的权值关系根据所述第一采购项目时间之前第一供应商参与的所有采购项目的权值关系确定，
S2根据所述关系树模型进行风险采购判别或关系采购判别或高价采购判别或分包判别。通过上述方案，能够针对采购方、承包商及采购项目进行权值树模型的构建，同时进行相关的采购项目的风险判别，能够给出及时的风险提示。
关系树模型中包括采购项目i与供应商A间的权重为G(A，Pi，Zi)，其中A为供应商匹配度，Pi表示本次投标的报价，Zi表示是否中标，取值为0或者1，1表示中标。其中供应商匹配度可以通过计算供应商历史参与过的采购内容与本次采购内容的内容相似度的总和、或平均值、或加权平均值，例如对供应商历史参与过的采购内容与本次采购内容的内容相似度根据距离当前时间的远近进行加权，越近的权重越高，可以得到供应商匹配度。
关系树模型中还包括采购项目i与采购项目j间的权值关系，为相似度S(Vi,Vj)，项目的相似度可以参考项目文本相似度的技术进行计算，可以借用现有技术，本发明对此不作限制。在另一些实施例中采购内容相似度算法来计算采购内容相似度，作为采购项目i，j之间的权值关系。
采购内容相似度的计算方法如下：针对采购项目i，j，调取采购招标文件数据，剔除招标文件模版化内容，比如：招标公告、招标须知、合同条款、投标文件格式要求、评标办法等。
招标文件中采购内容处理每个句子采用正则表达式进行标题识别，形成标题列表Tl。再对标题句子进行分词和词性标注处理，形成名词向量Vtn和动词向量Vtv及其他词向量Vto,向量的维度就是不重复词的并集，每一个维度的权重就是词频。
对招标文件中采购内容其他每个句子进行分词和词性标注处理,形成名词向量Vcn和动词向量Vcv及其他词向量Vco,向量的维度就是不重复词的并集，每一个维度的权重就是词频。
过滤掉停用词，过滤掉业务领域常用词，如软件信息化建设项目常用词：高内聚、低耦合、微服务等。业务领域常见词可以通过人工标注。
提升标题句子分词形成名词向量Vtn和动词向量Vtv及其他词向量Vto的每一个维度权重，权重为词频乘以加权系数Δt(Δt>1，标题重要性高于正文内容)。
合并标题和正文其他内容所形成的词向量并对同一个词的每一个维度权重值进行相加，得到：
名词词向量：Vn＝Vtn∪Vcn
动词词向量：Vt＝Vtv∪Vcv
其他词词向量：Vo＝Vto∪Vco
提升名词词向量Vn和动词词向量Vt中每一个维度的权重，即名词词向量Vn每一个维度的权重值为词频乘以Δn,动词词向量Vt每一个维度的权重值为词频乘以Δv(Δn>1,Δv>1,采购核心内容多以名词和动词为主，故提升名词和动词权重)。
合并名词词向量Vn、动词词向量Vt和其他词词向量Vo形成最终采购招标文件词向量V。
对需要比较的两次采购的招标文件按上述步骤进行处理，获得两次采购词向量，分别记为：Vi和Vj。计算词向量的余弦相似度或简单共有词作为相似度C(i,j)。最终得到采购内容相似度。
又如在一些具体的实施例中，供应商匹配度的计算方式可以是：
1)初始化供应商采购内容相似度SC为0。
2)遍历供应商参与过的每次投标计算单次采购内容相似度，记为Ci，同时计算每次采购的时间校正因子Ti。
3)累加供应商采购内容相似度，SC＝SC+Ci*Ti。
4)最终累加值SC供应商采购内容相似度。
时间校正因子与历次投标发生的时间正相关，可以某次投标发生的时间越是接近当前时间，时间校正因子的值也就越大。考虑到投标内容、供应商资质等会随着时间的变化而变化，而且随着的时间的流逝它们在投标过程中的参考价值会越来越弱，因此针对具有时间因素的实体引入时间校正因子T。在一些实施例中，时间校正因子T定义如下：
1)定义基准时间为1970年1月1日0点0分0秒。
2)计算历史投标A的投标时间与基准时间的时间差ΔTa，单位为秒。
3)计算本次投标时间与基准时间的时间差ΔT，单位为秒。
4)则T＝ΔTa/ΔT。
基准时间可以根据需要自行设置。在另一些具体的实施例中，
第i次投标时的所述时间校正因子Ti满足：
Ti＝(ti-t0)/(tc-t0)
ti为第i次投标时间，tc为本次投标时间，t0为基准时间常数。
将上述供应商匹配度计入权值树进行存储，能够得到供应商与特定采购项目之间的权值关系。满足进行风险判别的需求。
在某些具体的实施例中，进行风险采购判别具体包括步骤，当存在第二采购项目与第一供应商之间的权值关系低于第一阈值，且所述第一供应商在所有与第二采购项目具有相同采购方的采购项目中的历史中标数大于第五阈值时，判别为风险采购。这里的权值关系可以仅采用权值关系中的供应商匹配度指标，当采购方A发布了第二采购项目，有供应商B进行投标时，数据录入系统，就进行风险采购判别，当供应商B与第二采购项目的供应商匹配度低于第一阈值，如第一阈值为1，且所有采购方A发布的采购项目中供应商B的中标次数大于第二阈值，如8次，则触发风险采购预警，判定为风险采购。通过上述方法设置，能够有效识别模型中存在的风险采购的关系类型，防止有些不符合资质的供应商多次中标，判定为风险采购后，可以进行系统报警，通知人工介入审核，提升了方案的风险甄别能力。
在另一些具体的实施例中，进行关系采购判别具体包括步骤，当供应商与第二采购项目之间的权值关系小于第二阈值时，判别为关系采购。当供应商与第二采购项目之间的权值关系，尤其是指供应商匹配度小于第二阈值时，如小于0.5，说明供应商的资质或从业经验很有可能不足，说明可能存在靠关系中标的情况，判定为关系采购后，可以进行系统报警，可以让人工介入审核，上述方法提升了对于关系采购的鉴别能力。
在其他一些进一步的实施例中，进行高价采购判别具体包括步骤，根据供应商与各采购项目之间的中标报价及权值关系，计算得到加权平均的参考报价，根据所述参考报价生成第三阈值，当供应商与第三采购项目的中标价格高于第三阈值时，判别为高价采购。在一些实施例中，
参考保价＝∑*(中标报价*权值关系)/中标次数。
其中权值关系可仅采用供应商匹配度维度，再将参考保价作为阈值，当供应商的新的采购项目的中标价格高于参考保价，则触发高价采购预警，可以让人工介入审核，通过上述方案也提升了系统对于高价采购的鉴别能力。
其他一些具体的实施例中，进行分包判别具体包括步骤：
调取供应商中标第四采购项目后预设时长内发起的新的采购项目与所述第四采购项目的内容相似度；若存在数量超过预设数量的新的采购项目的采购内容相似度大于第四阈值，则判别为分包风险采购。在权值树模型中，供应商既可能是某个采购项目的供应方，也可以在另一个采购项目中作为采购方。可以通过公司名称进行同一企业的认定。若一企业在采购项目中标后的预设时长如3个月内发起多个采购项目进行招标，则极有可能是将中标项目进行分包，引入采购内容相似度指标将该企业中标项目与招标项目进行比对，若超过第四阈值如设置为0.8的招标项目超过了3个，则判定为分包风险采购，触发分包采购预警，可以让人工介入审核，通过上述方案也提升了系统对于分包采购的鉴别能力。
在一些具体的实施例中，某央企的采购数据，涉及1000余次投标,200家供应商，进行模型训练及分析。
未进行模型优化得到：相似度小于0.2261101603且中标次数(采购出度/供应入度)大于7，系统初步判定为疑似关系采购行为，待人工进行核实。
相似度小于0.3128226399且中标次数(采购出度/供应入度)大于等于8，系统初步判定为疑似偏好采购行为，待人工进行核实。
中标次数(采购出度/供应入度)12，系统初步判定为疑似定点采购，待人工进行核实。
高价采购匹配度阈值为0.7845130842，当计算结果大于该阈值，系统初步判定为疑似高价采购行为，待人工进行核实。
在如图2所示的实施例中，本方案还提供一种基于关系树模型的采购风险判别存储介质2，存储有计算机程序，所述计算机程序在被运行时执行包括如下步骤，建立关系树模型，所述关系树模型包括采购方和第一采购项目之间、供应商和采购项目之间的权值关系，供应商和第一采购项目之间的权值关系根据所述第一采购项目时间之前第一供应商参与的所有采购项目的权值关系确定，
根据所述关系树模型进行风险采购判别或关系采购判别或高价采购判别或分包判别。
具体地，所述计算机程序进行风险采购判别具体执行步骤，当存在第二采购项目与第一供应商之间的权值关系低于第一阈值，且所述第一供应商在所有与第二采购项目具有相同采购方的采购项目中的历史中标数大于第五阈值时，判别为风险采购。
具体地，所述计算机程序进行关系采购判别具体执行步骤，当供应商与第二采购项目之间的权值关系小于第二阈值时，判别为风险采购。
具体地，所述计算机程序进行高价采购判别具体执行步骤，根据供应商与各采购项目之间的中标报价及权值关系，计算得到加权平均的参考报价，根据所述参考报价生成第三阈值，当供应商与第三采购项目的中标价格高于第三阈值时，判别为风险采购。
进一步地，所述计算机程序进行分包判别具体执行步骤，
调取供应商中标第四采购项目后预设时长内发起的新的采购项目与所述第四采购项目的内容相似度；
若存在数量超过预设数量的新的采购项目的采购内容相似度大于第四阈值，则判别为分包风险采购。
需要说明的是，尽管在本文中已经对上述各实施例进行了描述，但并非因此限制本发明的专利保护范围。因此，基于本发明的创新理念，对本文所述实施例进行的变更和修改，或利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接地将以上技术方案运用在其他相关的技术领域，均包括在本发明的专利保护范围之内。
Claims (10)
1.基于关系树模型的采购风险判别方法，其特征在于，包括如下步骤，建立关系树模型，所述关系树模型包括采购方和第一采购项目之间的发布关系、供应商和采购项目之间的权值关系，供应商和第一采购项目之间的权值关系根据所述第一采购项目时间之前第一供应商参与过的采购项目的采购内容相似度确定，
根据所述关系树模型进行风险采购判别或关系采购判别或高价采购判别或分包判别。
2.根据权利要求1所述的基于关系树模型的采购风险判别方法，其特征在于，进行风险采购判别具体包括步骤，当存在第二采购项目与第一供应商之间的权值关系低于第一阈值，且所述第一供应商在所有与第二采购项目具有相同采购方的采购项目中的历史中标数大于第五阈值时，判别为风险采购。
3.根据权利要求1所述的基于关系树模型的采购风险判别方法，其特征在于，进行关系采购判别具体包括步骤，当供应商与第二采购项目之间的权值关系小于第二阈值时，判别为关系采购。
4.根据权利要求1所述的基于关系树模型的采购风险判别方法，其特征在于，进行高价采购判别具体包括步骤，根据供应商与各采购项目之间的中标报价及权值关系，计算得到加权平均的参考报价，根据所述参考报价生成第三阈值，当供应商与第三采购项目的中标价格高于第三阈值时，判别为高价采购。
5.根据权利要求1所述的基于关系树模型的采购风险判别方法，其特征在于，进行分包判别具体包括步骤，
调取供应商中标第四采购项目后预设时长内发起的新的采购项目与所述第四采购项目的内容相似度；
若存在数量超过预设数量的新的采购项目的采购内容相似度大于第四阈值，则判别为分包风险采购。
6.基于关系树模型的采购风险判别存储介质，其特征在于，存储有计算机程序，所述计算机程序在被运行时执行包括如下步骤，建立关系树模型，所述关系树模型包括采购方和第一采购项目之间、供应商和采购项目之间的权值关系，供应商和第一采购项目之间的权值关系根据所述第一采购项目时间之前第一供应商参与过的采购项目的采购内容相似度确定，
根据所述关系树模型进行风险采购判别或关系采购判别或高价采购判别或分包判别。
7.根据权利要求6所述的基于关系树模型的采购风险判别存储介质，其特征在于，所述计算机程序进行风险采购判别具体执行步骤，当存在第二采购项目与第一供应商之间的权值关系低于第一阈值，且所述第一供应商在所有与第二采购项目具有相同采购方的采购项目中的历史中标数大于第五阈值时时，判别为风险采购。
8.根据权利要求6所述的基于关系树模型的采购风险判别存储介质，其特征在于，所述计算机程序进行关系采购判别具体执行步骤，当供应商与第二采购项目之间的权值关系小于第二阈值时，判别为关系采购。
9.根据权利要求6所述的基于关系树模型的采购风险判别存储介质，其特征在于，所述计算机程序进行高价采购判别具体执行步骤，根据供应商与各采购项目之间的中标报价及权值关系，计算得到加权平均的参考报价，根据所述参考报价生成第三阈值，当供应商与第三采购项目的中标价格高于第三阈值时，判别为高价采购。
10.根据权利要求6所述的基于关系树模型的采购风险判别存储介质，其特征在于，所述计算机程序进行分包判别具体执行步骤，
调取供应商中标第四采购项目后预设时长内发起的新的采购项目与所述第四采购项目的内容相似度；
若存在数量超过预设数量的新的采购项目的采购内容相似度大于第四阈值，则判别为分包风险采购。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111303435.XA CN114240030A (zh) | 2021-11-05 | 2021-11-05 | 基于关系树模型的采购风险判别方法及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111303435.XA CN114240030A (zh) | 2021-11-05 | 2021-11-05 | 基于关系树模型的采购风险判别方法及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114240030A true CN114240030A (zh) | 2022-03-25 |
Family
ID=80748444
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111303435.XA Pending CN114240030A (zh) | 2021-11-05 | 2021-11-05 | 基于关系树模型的采购风险判别方法及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114240030A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111091271A (zh) * | 2019-11-25 | 2020-05-01 | 上海欧冶采购信息科技有限责任公司 | 招投标风险预警系统及方法 |
| CN112419011A (zh) * | 2020-12-14 | 2021-02-26 | 国泰新点软件股份有限公司 | 一种公共资源交易推荐方法、装置、计算机可读存储介质 |
| CN112560433A (zh) * | 2020-12-15 | 2021-03-26 | 北京百炼智能科技有限公司 | 一种信息处理的方法及装置 |
| CN112650864A (zh) * | 2019-10-12 | 2021-04-13 | 北京国双科技有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
| CN113127754A (zh) * | 2021-04-16 | 2021-07-16 | 天津大学 | 一种基于知识图谱的供应商推荐方法 |
-
2021
- 2021-11-05 CN CN202111303435.XA patent/CN114240030A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112650864A (zh) * | 2019-10-12 | 2021-04-13 | 北京国双科技有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
| CN111091271A (zh) * | 2019-11-25 | 2020-05-01 | 上海欧冶采购信息科技有限责任公司 | 招投标风险预警系统及方法 |
| CN112419011A (zh) * | 2020-12-14 | 2021-02-26 | 国泰新点软件股份有限公司 | 一种公共资源交易推荐方法、装置、计算机可读存储介质 |
| CN112560433A (zh) * | 2020-12-15 | 2021-03-26 | 北京百炼智能科技有限公司 | 一种信息处理的方法及装置 |
| CN113127754A (zh) * | 2021-04-16 | 2021-07-16 | 天津大学 | 一种基于知识图谱的供应商推荐方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7729950B2 (en) | Method and system for auctioning assets and valuing same | |
| Duh et al. | Control and assurance in e-commerce: Privacy, integrity, and security at eBay | |
| CN110264221A (zh) | 一种针对服务商行业的全链路安全业务联合解决方案 | |
| US10579651B1 (en) | Method, system, and program for evaluating intellectual property right | |
| CN110362689A (zh) | 一种风险评估方法、装置、存储介质和服务器 | |
| Fay | Virtual artifacts: eBay, antiquities, and authenticity | |
| CN112116457A (zh) | 一种银行柜面业务的监督方法、装置及设备 | |
| CN114819618A (zh) | 辅助政府投资决策的企业画像模型的构建方法 | |
| CN115953021A (zh) | 一种基于机器学习的供应商风险分析方法及装置 | |
| CN115631029A (zh) | 科创贷款的风险评估方法及装置 | |
| US20080249788A1 (en) | Method for developing an objective opinion | |
| US20160343051A1 (en) | Network computer system to predict contingency outcomes | |
| Shchory | Information asymmetries in e-commerce: The challenge of credence qualities | |
| CN112949963A (zh) | 员工服务质量的评估方法、装置、存储介质和智能设备 | |
| CN115099967A (zh) | 一种基于供应链的企业主社交推荐方法、装置及存储介质 | |
| Maranzato et al. | Fraud detection in reputation systems in e-markets using logistic regression and stepwise optimization | |
| CN119205305A (zh) | 一种金融产品智能匹配与预授信方法及系统 | |
| CN117151100B (zh) | 文件评审方法、装置、电子设备及存储介质 | |
| CN111553818A (zh) | 一种智能监控履约动态跟踪方法、系统、装置及存储介质 | |
| CN114240030A (zh) | 基于关系树模型的采购风险判别方法及存储介质 | |
| CN112581323A (zh) | 虚假诉讼的判断方法及装置 | |
| Yamamoto et al. | Angels or demons? Classifying desirable heavy users and undesirable power sellers in online C2C marketplace | |
| Aguiar et al. | Discovering the tools and tactics of trust in business ecosystems | |
| CN113657848B (zh) | 一种工业三废处理任务分流方法、系统、装置及介质 | |
| Sheikh et al. | Blockyards: a blockchain-powered system for secure real estate transactions |
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 |