CN117495516B - 异常报价监控方法、系统、计算机及存储介质 - Google Patents
异常报价监控方法、系统、计算机及存储介质 Download PDFInfo
- Publication number
- CN117495516B CN117495516B CN202410002671.5A CN202410002671A CN117495516B CN 117495516 B CN117495516 B CN 117495516B CN 202410002671 A CN202410002671 A CN 202410002671A CN 117495516 B CN117495516 B CN 117495516B
- Authority
- CN
- China
- Prior art keywords
- bid
- bidding
- array
- current
- fluctuation difference
- 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 88
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 32
- 239000000463 material Substances 0.000 claims description 30
- 238000010276 construction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000002452 interceptive effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 3
- 239000004568 cement Substances 0.000 description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 239000002023 wood Substances 0.000 description 6
- 229910000831 Steel Inorganic materials 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000010959 steel Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据处理技术领域,特别是涉及一种异常报价监控方法、系统、计算机及存储介质。其中,该异常报价监控方法包括:获取公开历史招标采购数据并进行分组,计算各组中的中标额相对于该分组平均中标额的波动差值以构建波动差异数组;获取当前招标采购数据并进行分组以构建当前招标数组,计算每组当前招标数组中报价与波动差异数组中对应平均中标额的报价差值,基于报价差值与波动差值的大小关系配置标记值,基于标记值构建报价波动差异数组;计算报价波动差异数组中标记值与异常数组的余弦相似度判断当前招标采购数据是否为异常报价。通过本发明进行多维度的招标报价监控,实现快速灵活的异常报价识别。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及一种异常报价监控方法、系统、计算机及存储介质。
背景技术
随着建筑行业招投标业务的复杂度越来越高,在互联网线上招投标需求越来越多,而建筑行业的物资类型非常的繁多,而且存在不同地区、不同品牌、不同规格价格差异较大的情况,在这种背景条件下,招采人员很难清晰的把握物资合理价格,为了防止供应商围标串标报价导致的异常报价情况,利用大数据监控物资报价异常就变得极为重要。
而现在大部分招投标网站的报价异常机制监控机制是设立预算价格,通过参照预算价格来判别每一项物资的价格异常情况。通过人工的设立预算价格的方式非常繁重,而且很难面面俱到,而且也不够客观,不同地区、不同品牌的物资价格是有差异的,基于机械的预算价格无法灵活应对这种差异,而且基于单项物资价格的异常也很难说明报价是否异常。
发明内容
本发明实施例提供了一种应用于建筑行业招投标系统的异常报价监控方法异常报价监控方法、系统、计算机设备和计算机可读存储介质,以至少解决相关技术中报价异常灵活识别的问题。
第一方面,本发明实施例提供了一种异常报价监控方法,应用于建筑行业在线招投标系统,包括:
历史数据处理步骤,获取所述招投标系统预先收集的公开历史招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将所述历史招标采购数据进行分组,计算各组中的中标额相对于该分组平均中标额的波动差值,基于所述波动差值构建波动差异数组;
当前数据处理步骤,获取当前招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将所述当前招标采购数据进行分组,构建当前招标数组,计算每组当前招标数组中报价与所述波动差异数组中对应平均中标额的报价差值,基于所述报价差值与所述波动差值的大小关系配置标记值,基于所述标记值构建一报价波动差异数组;
异常报价识别步骤,计算所述报价波动差异数组与一异常数组的余弦相似度,基于所述余弦相似度是否超过一设定相似阈值判断当前招标采购数据是否为异常报价,其中,所述异常数组配置为与所述报价波动差异数组元素个数相同的元素值均为1的数组,用于表示招标采购数据中各项报价均超过波动差值的异常情况。
在其中一些实施例中,所述历史数据处理步骤进一步包括:
数据获取步骤,获取所述历史招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,所述历史招标采购数据包括招标项目的所属地域、招标内容、品牌信息、招标内容单位及中标额,所述招标内容包括物资采购或服务采购,物资采购包括但不限于建筑耗材,如水泥、钢筋、木方等,服务采购包括但不限于建筑设计、施工承包等;
数据预处理步骤,计算所述历史招标采购数据的每一分组的平均中标额,并计算每组历史招标采购数据中的中标额与所述平均中标额的差值的平均值作为波动差值,基于各分组的招标内容、所述波动差值及所述平均中标额构建所述波动差异数组,所述波动差异数组中元素包括:招标内容、波动差值及平均中标额,以通过所述波动差值表示历史招标采购数据的波动情况。
在其中一些实施例中,所述当前数据处理步骤进一步包括:
报价数据获取步骤,获取所述当前招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,获取每一分组中所述当前招标采购数据的当前报价并形成当前招标数组,所述当前招标数组包括:当前招标内容、当前报价,所述当前招标采购数据包括当前招标项目的所属地域、招标内容、品牌信息、招标内容单位及当前报价;
报价标记数组获取步骤,计算当前招标数组中当前报价与其当前招标内容匹配的波动差异数组中平均中标额之间的差值,得到报价差值,根据每一所述报价差值是否大于所述波动差值配置标记值为1或0,基于标记值构建所述报价波动差异数组。
在其中一些实施例中,所述报价标记数组获取步骤中,若所述差值高于所述波动差值,则设置标记值为1,若所述差值低于或等于所述波动差值,则设置所述标记值为0。
在其中一些实施例中,所述余弦相似度cos(θ)基于如下计算模型计算得到:
,
其中,x i为所述当前招标数组的取值,y i为所述异常数组的取值,n为数组元素数。
第二方面,本发明实施例提供了一种异常报价监控系统,与一建筑行业在线招投标系统交互连接,包括:
历史数据处理模块,用于获取所述招投标系统预先收集的公开历史招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将所述历史招标采购数据进行分组,计算各组中的中标额相对于该分组平均中标额的波动差值,基于所述波动差值构建波动差异数组;
当前数据处理模块,用于获取当前招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将所述当前招标采购数据进行分组,构建当前招标数组,计算每组当前招标数组中报价与所述波动差异数组中对应平均中标额的报价差值,基于所述报价差值与所述波动差值的大小关系配置标记值,基于所述标记值构建一报价波动差异数组;
异常报价识别模块,用于计算所述报价波动差异数组与一异常数组的余弦相似度,基于所述余弦相似度是否超过一设定相似阈值判断当前招标采购数据是否为异常报价,其中,所述异常数组配置为与所述报价波动差异数组元素个数相同的元素值均为1的数组,用于表示招标采购数据中各项报价均超过波动差值的异常情况。
在其中一些实施例中,所述历史数据处理模块进一步包括:
数据获取单元,用于获取所述历史招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,所述历史招标采购数据包括招标项目的所属地域、招标内容、品牌信息、招标内容单位及中标额,所述招标内容包括物资采购或服务采购,物资采购包括但不限于建筑耗材,如水泥、钢筋、木方等,服务采购包括但不限于建筑设计、施工承包等;
数据预处理单元,用于计算所述历史招标采购数据的每一分组的平均中标额,并计算每组历史招标采购数据中的中标额与所述平均中标额的差值的平均值作为波动差值,基于各分组的招标内容、所述波动差值及所述平均中标额构建所述波动差异数组,所述波动差异数组中元素包括:招标内容、波动差值及平均中标额,以通过所述波动差值表示历史招标采购数据的波动情况。
在其中一些实施例中,所述当前数据处理模块进一步包括:
报价数据获取单元,用于获取所述当前招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,获取每一分组中所述当前招标采购数据的当前报价并形成当前招标数组,所述当前招标数组包括:当前招标内容、当前报价,所述当前招标采购数据包括当前招标项目的所属地域、招标内容、品牌信息、招标内容单位及当前报价;
报价标记数组获取单元,用于计算当前招标数组中当前报价与其当前招标内容匹配的波动差异数组中平均中标额之间的差值,得到报价差值,根据每一所述报价差值是否大于所述波动差值配置标记值为1或0,具体的,若所述差值高于所述波动差值,则设置一标记值为1,若所述差值低于或等于所述波动差值,则设置所述标记值为0,基于标记值构建所述报价波动差异数组。
第三方面,本发明实施例提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的异常报价监控方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面所述的异常报价监控方法。
相比于相关技术,本发明实施例提供的异常报价监控方法、系统、计算机设备和计算机可读存储介质,通过进行多维度的招标报价监控,识别判断出不合理的物资项,排除异常报价,为招标企业降低采购价格,尤其针对对建筑行业建筑项目对物资需求繁杂和大量的情况,可以基于数组对异常报价的物资项进行快速锁定;同时,利用数组对招标项目中采购数据进行同步运算,提高异常报价监控的效率,可以适应于长时间周期的行业变动,提高监控手段灵活性。
本发明的一个或多个实施例的细节在以下附图和描述中提出,以使本发明的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的异常报价监控方法的流程图;
图2是根据本发明实施例的异常报价监控方法的分步骤流程图;
图3是根据本发明实施例的异常报价监控方法的另一分步骤流程图;
图4是根据本发明实施例的异常报价监控系统的结构框图。
图4中:
1、历史数据处理模块;2、当前数据处理模块;3、异常报价识别模块;
101、数据获取单元;102、数据预处理单元;
201、报价数据获取单元;202、报价标记数组获取单元。
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,对本发明进行描述和说明。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。基于本发明提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本发明所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本发明所涉及的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本发明所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本发明所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本发明所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本发明所涉及的“多个”是指两个或两个以上。
本实施例提供了一种异常报价监控方法,应用于建筑行业在线招投标系统。图1-图3是根据本发明实施例的异常报价监控方法的流程图,如图1-图3所示,该流程包括如下步骤:
历史数据处理步骤S1,获取招投标系统预先收集的公开历史招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将历史招标采购数据进行分组,计算各组中的中标额相对于该分组平均中标额的波动差值,基于波动差值构建波动差异数组;需要说明的是,本申请分组维度并不限于地域、招标内容、品牌信息及招标内容单位等,也可以进一步扩展,如包括招标内容数值范围等进一步精确选择分组。
其中,历史数据处理步骤S1进一步包括:
数据获取步骤S101,获取历史招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,历史招标采购数据包括招标项目的所属地域、招标内容、品牌信息、招标内容单位及中标额,招标内容包括物资采购或服务采购,物资采购包括但不限于建筑耗材,如水泥、钢筋、木方等,服务采购包括但不限于建筑设计、施工承包等;
数据预处理步骤S102,计算历史招标采购数据的每一分组的平均中标额,并计算每组历史招标采购数据中的中标额与平均中标额的差值的平均值作为波动差值,基于各分组的招标内容、波动差值及平均中标额构建波动差异数组,波动差异数组中元素包括:招标内容、波动差值及平均中标额,以通过波动差值表示历史招标采购数据的波动情况。
当前数据处理步骤S2,获取当前招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将当前招标采购数据进行分组,构建当前招标数组,计算每组当前招标数组中报价与波动差异数组中对应平均中标额的报价差值,基于报价差值与波动差值的大小关系配置标记值,基于标记值构建一报价波动差异数组;其中,当前数据处理步骤S2进一步包括:
报价数据获取步骤S201,获取当前招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,获取每一分组中当前招标采购数据的当前报价并形成当前招标数组,当前招标数组包括:当前招标内容、当前报价,当前招标采购数据包括当前招标项目的所属地域、招标内容、品牌信息、招标内容单位及当前报价;
报价标记数组获取步骤S202,计算当前招标数组中当前报价与其当前招标内容匹配的波动差异数组中平均中标额之间的差值,得到报价差值,根据每一报价差值是否大于波动差值配置标记值为1或0,基于标记值构建报价波动差异数组,具体的,若差值高于波动差值,则设置标记值为1,若差值低于或等于波动差值,则设置标记值为0。
异常报价识别步骤S3,计算报价波动差异数组与一异常数组的余弦相似度,基于余弦相似度是否超过一设定相似阈值判断当前招标采购数据是否为异常报价,其中,余弦相似度cos(θ)基于如下计算模型计算得到:
,
其中,x i为当前招标数组的取值,y i为异常数组的取值,n为数组元素数。异常数组配置为与报价波动差异数组元素个数相同的元素值均为1的数组,用于表示招标采购数据中各项报价均超过波动差值的异常情况。
基于此,本申请实施例通过计算该余弦相似度判断当前招标采购数据与异常情况是否相似,该相似阈值可以设置为0至1之间的任意数值,如0.6或0.8,以0.6为例,若余弦相似度超过0.6,则认为当前招标采购数据为异常报价,反之,为正常报价。
基于上述步骤,本发明实施例对建筑行业建筑项目对物资需求繁杂和大量的情况,利用数组计算可以组合成招投标数据的多维矩阵,可以基于数组对异常报价的物资项进行快速锁定,在数组中异常数据一目了然;同时,本申请实施例将采购数据的数据结构进行规范,利用数组结构提高访问存储的效率,利用数组对招标项目中采购数据进行同步运算,提高异常报价监控的效率。本申请是基于既有历史采购数据的波动作为参考量,范围更合理,而且随着历史数据的更新,实施例中的波动差异数组和报价差值等也会随着物价变动更新,使得本申请实施例的异常报价监控可以适应于长时间周期的行业变动,不会过于死板僵化,提高灵活性,此范围相比于现有技术中人工按照经验设定,不仅减少了人工设定的时间,同时提高了公平性、合理性。
下面通过优选实施例对本发明实施例进行描述和说明。
通过历史数据处理步骤S1获取公开历史招标采购数据,举例但不限于,数据表示为如下形式:“
地域:某某市-某某区;类型:水泥;品牌:山水;规格:6号;单位:吨;中标额:3000元;
地域:某某市-某某区;类型:水泥;品牌:山水;规格:6号;单位:吨;中标额:3100元;
地域:某某市-某某区;类型:水泥;品牌:山水;规格:7号;单位:吨;中标额:3200元;
地域:某某市-某某区;类型:水泥;品牌:山水;规格:7号;单位:吨;中标额:3300元;
地域:某某市-某某区;类型:木方;品牌:无;规格:3*3*3;单位:吨;中标额:1300元;
地域:某某市-某某区;类型:木方;品牌:无;规格:3*3*3;单位:吨;中标额:1200元;”
将上述历史招标采购数据中地域、招标内容、品牌信息(即品牌及规格)、单位及中标额相同的记为一组,经数据预处理步骤S102求解得到该地域的几类建筑物资项的平均中标额如下所示:“
规格为6号的水泥平均中标额为3050元,相应波动差值为50;
规格为7号的水泥平均中标额为3250元,相应波动差值为50;
规格为3*3*3的木方平均中标额为1250元,相应波动差值为50;
”基于此,形成波动差异数组,举例但不限于,波动差异数组可以表示为如下形式:“
[{物资code:水泥06,波动差值:50,平均中标额:3050},
{物资code:水泥07,波动差值:50,平均中标额:3250},
{物资code:木方03,波动差值:50,平均中标额:1250}]”
随后进入当前数据处理步骤,获取本次项目的当前招标采购数据并形成招标数组,举例但不限于,当前招标采购数据可以表示为如下形式:“
地域:某某市-某某区;类型:木方;品牌:无;规格:3*3*3;单位:吨;报价:1230元;
地域:某某市-某某区;类型:水泥;品牌:山水;规格:6号;单位:吨;报价:3300元;
地域:某某市-某某区;类型:水泥;品牌:山水;规格:7号;单位:吨;报价:3500元;
”,招标数组可以表示为如下形式:“
[{物资code:木方03,报价:1230},
{物资code:水泥06,报价:3300},
{物资code:水泥07,报价:3200}]”
基于此,招标数组中报价与波动差异数组中平均中标额之间的报价差值分别为:20、250、50,则执行报价标记数组获取步骤S202得到的报价波动差异数组为[0,1,0]。
基于异常报价识别步骤S3中余弦相似度计算模型最终计算结果为0.57,若阈值设置为0.6,则认为当前招标采购数据中的报价并非异常报价,反之,则为异常报价。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种异常报价监控系统,该系统与一建筑行业在线招投标系统交互连接,该系统用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明实施例的异常报价监控系统的结构框图,如图4所示,该系统包括:
历史数据处理模块1,用于获取招投标系统预先收集的公开历史招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将历史招标采购数据进行分组,计算各组中的中标额相对于该分组平均中标额的波动差值,基于波动差值构建波动差异数组;需要说明的是,本申请分组维度并不限于地域、招标内容、品牌信息及招标内容单位等,也可以进一步扩展,如包括招标内容数值范围等进一步精确选择分组。
当前数据处理模块2,用于获取当前招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将当前招标采购数据进行分组,构建当前招标数组,计算每组当前招标数组中报价与波动差异数组中对应平均中标额的报价差值,基于报价差值与波动差值的大小关系配置标记值,基于标记值构建一报价波动差异数组;
异常报价识别模块3,用于计算报价波动差异数组与一异常数组的余弦相似度,基于余弦相似度是否超过一设定相似阈值判断当前招标采购数据是否为异常报价,其中,余弦相似度的计算方式如上述实施例所示,在此不作赘述;异常数组配置为与报价波动差异数组元素个数相同的元素值均为1的数组,用于表示招标采购数据中各项报价均超过波动差值的异常情况。基于此,本申请实施例通过计算该余弦相似度判断当前招标采购数据与异常情况是否相似,该相似阈值可以设置为0至1之间的任意数值,如0.6或0.8,以0.6为例,若余弦相似度超过0.6,则认为当前招标采购数据为异常报价,反之,为正常报价。
其中,历史数据处理模块1进一步包括:数据获取单元101及数据预处理单元102,数据获取单元101用于获取历史招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,历史招标采购数据包括招标项目的所属地域、招标内容、品牌信息、招标内容单位及中标额,招标内容包括物资采购或服务采购,物资采购包括但不限于建筑耗材,如水泥、钢筋、木方等,服务采购包括但不限于建筑设计、施工承包等;数据预处理单元102用于计算历史招标采购数据的每一分组的平均中标额,并计算每组历史招标采购数据中的中标额与平均中标额的差值的平均值作为波动差值,基于各分组的招标内容、波动差值及平均中标额构建波动差异数组,波动差异数组中元素包括:招标内容、波动差值及平均中标额,以通过波动差值表示历史招标采购数据的波动情况。
其中,当前数据处理模块2进一步包括:报价数据获取单元201、报价标记数组获取单元202,报价数据获取单元201用于获取当前招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,获取每一分组中当前招标采购数据的当前报价并形成当前招标数组,当前招标数组包括:当前招标内容、当前报价,当前招标采购数据包括当前招标项目的所属地域、招标内容、品牌信息、招标内容单位及当前报价;报价标记数组获取单元202用于计算当前招标数组中当前报价与其当前招标内容匹配的波动差异数组中平均中标额之间的差值,得到报价差值,根据报价差值是否大于波动差值配置一标记值为1或0,具体的,若差值高于波动差值,则设置标记值为1,若差值低于或等于波动差值,则设置标记值为0,基于标记值构建报价波动差异数组。
本申请的监控系统用于实现上述监控方法,针对对建筑行业建筑项目对物资需求繁杂和大量的情况,利用数组计算可以组合成招投标数据的多维矩阵,可以基于数组对异常报价的物资项进行快速锁定,在数组中异常数据一目了然;同时,本申请实施例将采购数据的数据结构进行规范,利用数组结构提高访问存储的效率,利用数组对招标项目中采购数据进行同步运算,提高异常报价监控的效率。本申请是基于既有历史采购数据的波动作为参考量,范围更合理,而且随着历史数据的更新,实施例中的波动差异数组和报价差值等也会随着物价变动更新,使得本申请实施例的异常报价监控可以适应于长时间周期的行业变动,不会过于死板僵化,提高灵活性,此范围相比于现有技术中人工按照经验设定,不仅减少了人工设定的时间,同时提高了公平性、合理性。
上述系统已应用于建筑行业在线招投标系统中,经过在实际招标过程中测试,可以精准发现投标企业报价异常,尤其是针对部分物资项差异性报价的方式,效果较好。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外,结合图1-图3描述的本发明实施例异常报价监控方法可以由计算机设备来实现。计算机设备可以包括处理器以及存储有计算机程序指令的存储器。具体地,上述处理器可以包括中央处理器(CPU),或者特定集成电路(Application Specific IntegratedCircuit,简称为ASIC),或者可以被配置成实施本发明实施例的一个或多个集成电路。
其中,存储器可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器可在数据处理装置的内部或外部。在特定实施例中,存储器是非易失性(Non-Volatile)存储器。在特定实施例中,存储器包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(Random AccessMemory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器所执行的可能的计算机程序指令。
处理器通过读取并执行存储器中存储的计算机程序指令,以实现上述实施例中的任意一种异常报价监控方法。
该计算机设备可以基于获取到的建筑行业在线招投标系统招投标采购数据,执行本发明实施例中的异常报价监控方法,从而实现结合图1-图3描述的异常报价监控方法。
另外,结合上述实施例中的异常报价监控方法,本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种异常报价监控方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种异常报价监控方法,应用于建筑行业在线招投标系统,其特征在于,包括:
历史数据处理步骤,获取所述招投标系统预先收集的公开历史招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将所述历史招标采购数据进行分组,计算各组中的中标额相对于该分组平均中标额的波动差值,基于所述波动差值构建波动差异数组;
当前数据处理步骤,获取当前招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将所述当前招标采购数据进行分组,构建当前招标数组,计算每组当前招标数组中报价与所述波动差异数组中对应平均中标额的报价差值,基于所述报价差值与所述波动差值的大小关系配置标记值,基于所述标记值构建一报价波动差异数组;
异常报价识别步骤,计算所述报价波动差异数组与一异常数组的余弦相似度,基于所述余弦相似度是否超过一设定相似阈值判断当前招标采购数据是否为异常报价,其中,所述异常数组配置为与所述报价波动差异数组元素个数相同的元素值均为1的数组,用于表示招标采购数据中各项报价均超过波动差值的异常情况;
其中,所述历史数据处理步骤进一步包括:
数据获取步骤,获取所述历史招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,所述历史招标采购数据包括招标项目的所属地域、招标内容、品牌信息、招标内容单位及中标额,所述招标内容包括物资采购或服务采购;
数据预处理步骤,计算所述历史招标采购数据的每一分组的平均中标额,并计算每组历史招标采购数据中的中标额与所述平均中标额的差值的平均值作为波动差值,基于各分组的招标内容、所述波动差值及所述平均中标额构建所述波动差异数组,所述波动差异数组中元素包括:招标内容、波动差值及平均中标额;
其中,所述当前数据处理步骤进一步包括:
报价数据获取步骤,获取所述当前招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,获取每一分组中所述当前招标采购数据的当前报价并形成当前招标数组,所述当前招标数组包括:当前招标内容、当前报价;
报价标记数组获取步骤,计算当前招标数组中当前报价与其匹配的波动差异数组中平均中标额之间的差值,得到报价差值,根据每一所述报价差值是否大于所述波动差值配置标记值为1或0,基于标记值构建所述报价波动差异数组。
2.根据权利要求1所述的异常报价监控方法,其特征在于,所述报价标记数组获取步骤中,若所述差值高于所述波动差值,则设置标记值为1,若所述差值低于或等于所述波动差值,则设置所述标记值为0。
3.根据权利要求1所述的异常报价监控方法,其特征在于,所述余弦相似度cos(θ)基于如下计算模型计算得到:
,
其中,x i为所述当前招标数组的取值,y i为所述异常数组的取值,n为数组元素数。
4.一种异常报价监控系统,与一建筑行业在线招投标系统交互连接,其特征在于,包括:
历史数据处理模块,用于获取所述招投标系统预先收集的公开历史招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将所述历史招标采购数据进行分组,计算各组中的中标额相对于该分组平均中标额的波动差值,基于所述波动差值构建波动差异数组;
当前数据处理模块,用于获取当前招标采购数据并根据招标项目所属地域、招标内容、品牌信息及招标内容单位将所述当前招标采购数据进行分组,构建当前招标数组,计算每组当前招标数组中报价与所述波动差异数组中对应平均中标额的报价差值,基于所述报价差值与所述波动差值的大小关系配置标记值,基于所述标记值构建一报价波动差异数组;
异常报价识别模块,用于计算所述报价波动差异数组与一异常数组的余弦相似度,基于所述余弦相似度是否超过一设定相似阈值判断当前招标采购数据是否为异常报价,其中,所述异常数组配置为与所述报价波动差异数组元素个数相同的元素值均为1的数组,用于表示招标采购数据中各项报价均超过波动差值的异常情况;
其中,所述历史数据处理模块进一步包括:
数据获取单元,用于获取所述历史招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,所述历史招标采购数据包括招标项目的所属地域、招标内容、品牌信息、招标内容单位及中标额,所述招标内容包括物资采购或服务采购;
数据预处理单元,用于计算所述历史招标采购数据的每一分组的平均中标额,并计算每组历史招标采购数据中的中标额与所述平均中标额的差值的平均值作为波动差值,基于各分组的招标内容、所述波动差值及所述平均中标额构建所述波动差异数组,所述波动差异数组中元素包括:招标内容、波动差值及平均中标额;
其中,所述当前数据处理模块进一步包括:
报价数据获取单元,用于获取所述当前招标采购数据,将所属地域、招标内容、品牌信息及招标内容单位均相同的分为同一组,获取每一分组中所述当前招标采购数据的当前报价并形成当前招标数组,所述当前招标数组包括:当前招标内容、当前报价;
报价标记数组获取单元,用于计算当前招标数组中当前报价与其匹配的波动差异数组中平均中标额之间的差值,得到报价差值,根据每一所述报价差值是否大于所述波动差值配置标记值为1或0,基于标记值构建所述报价波动差异数组。
5.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3中任一项所述的异常报价监控方法。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至3中任一项所述的异常报价监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410002671.5A CN117495516B (zh) | 2024-01-02 | 2024-01-02 | 异常报价监控方法、系统、计算机及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410002671.5A CN117495516B (zh) | 2024-01-02 | 2024-01-02 | 异常报价监控方法、系统、计算机及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117495516A CN117495516A (zh) | 2024-02-02 |
CN117495516B true CN117495516B (zh) | 2024-04-05 |
Family
ID=89683371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410002671.5A Active CN117495516B (zh) | 2024-01-02 | 2024-01-02 | 异常报价监控方法、系统、计算机及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117495516B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101930394B1 (ko) * | 2017-08-04 | 2019-03-11 | 이정완 | 시공자의 견적서와 공시단가를 비교하여 투명한 견적 서비스를 제공하는 방법 |
CN112767101A (zh) * | 2021-01-27 | 2021-05-07 | 南方电网深圳数字电网研究院有限公司 | 一键清标方法、系统及存储介质 |
KR20210059238A (ko) * | 2019-11-15 | 2021-05-25 | 한국전력공사 | 입찰 담합 판정 장치 및 그 방법 |
CN113672659A (zh) * | 2021-07-28 | 2021-11-19 | 华润守正招标有限公司 | 报价数据分析方法、系统、装置及计算机可读存储介质 |
CN114116397A (zh) * | 2021-11-29 | 2022-03-01 | 深圳壹账通智能科技有限公司 | 一种监控指标的预警归因方法、装置、设备及存储介质 |
CN114418324A (zh) * | 2021-12-24 | 2022-04-29 | 珠海大横琴科技发展有限公司 | 一种风险预警的方法和装置 |
CN115269667A (zh) * | 2022-09-23 | 2022-11-01 | 中招国际招标有限公司 | 一种建筑工程项目模板的推荐方法 |
CN117011006A (zh) * | 2023-08-07 | 2023-11-07 | 陈涵 | 基于大数据挖掘的电子招标投标监督方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080004844A1 (en) * | 2004-09-27 | 2008-01-03 | Mark Kefford | Method and System for Estimating Project Costs |
US20110307347A1 (en) * | 2010-06-14 | 2011-12-15 | Ryan Jentsch | Bid Evaluation Device and Communication Network System and Method |
-
2024
- 2024-01-02 CN CN202410002671.5A patent/CN117495516B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101930394B1 (ko) * | 2017-08-04 | 2019-03-11 | 이정완 | 시공자의 견적서와 공시단가를 비교하여 투명한 견적 서비스를 제공하는 방법 |
KR20210059238A (ko) * | 2019-11-15 | 2021-05-25 | 한국전력공사 | 입찰 담합 판정 장치 및 그 방법 |
CN112767101A (zh) * | 2021-01-27 | 2021-05-07 | 南方电网深圳数字电网研究院有限公司 | 一键清标方法、系统及存储介质 |
CN113672659A (zh) * | 2021-07-28 | 2021-11-19 | 华润守正招标有限公司 | 报价数据分析方法、系统、装置及计算机可读存储介质 |
CN114116397A (zh) * | 2021-11-29 | 2022-03-01 | 深圳壹账通智能科技有限公司 | 一种监控指标的预警归因方法、装置、设备及存储介质 |
CN114418324A (zh) * | 2021-12-24 | 2022-04-29 | 珠海大横琴科技发展有限公司 | 一种风险预警的方法和装置 |
CN115269667A (zh) * | 2022-09-23 | 2022-11-01 | 中招国际招标有限公司 | 一种建筑工程项目模板的推荐方法 |
CN117011006A (zh) * | 2023-08-07 | 2023-11-07 | 陈涵 | 基于大数据挖掘的电子招标投标监督方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117495516A (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858740B (zh) | 企业风险的评估方法、装置、计算机设备及存储介质 | |
JP4679910B2 (ja) | 電力取引市場における約定価格の決定要因分析方法及び分析のためのコンピュータプログラム | |
JP2955081B2 (ja) | 商品の需要予測装置 | |
CN111709548A (zh) | 基于支持向量机的电力用户负荷预测方法、装置、设备及存储介质 | |
CN112330415A (zh) | 直播场景物品销量数据预测方法、模型的训练方法及介质 | |
CN117495516B (zh) | 异常报价监控方法、系统、计算机及存储介质 | |
CN116402539A (zh) | 基于大数据的拓客方法、系统、设备及存储介质 | |
Codenotti et al. | Market equilibrium for CES exchange economies: Existence, multiplicity, and computation | |
CN110135994A (zh) | 时间敏感数据的交易处理方法 | |
CN111768246A (zh) | 一种数据处理方法、模型建立方法、装置及电子设备 | |
CN116012086A (zh) | 商品价格的评估方法、装置、电子设备及存储介质 | |
CN111144634A (zh) | 一种电力价格预测的方法以及装置 | |
CN111144975A (zh) | 一种订单匹配方法、服务器及计算机可读存储介质 | |
CN110991057A (zh) | 一种度量复杂系统动力学特征相似度的方法 | |
CN114399371A (zh) | 围串标行为的检测方法、装置、计算机设备及存储介质 | |
CN117495515B (zh) | 招投标智能匹配方法、系统、计算机设备及存储介质 | |
CN112396455A (zh) | 数据资产的定价方法、装置、设备和介质 | |
CN111415040A (zh) | 基于pet采购模型的建议购买量计算方法和装置 | |
US20230100330A1 (en) | Bidder support in multi-item multi-unit combinatorial auctions | |
CN109903074A (zh) | 基于数据分析的市场状态划分方法和装置 | |
Li et al. | Speculation agents for dynamic multi-period continuous double auctions in b2b exchanges | |
CN112258246B (zh) | 物料的异常报价识别方法、装置、电子设备及存储介质 | |
CN115983459A (zh) | 多点位电力负荷预测方法、装置及终端设备 | |
CN100578728C (zh) | 非一致性型态辨别系统及方法 | |
Bichler et al. | A nonparametric estimator for setting: reserve prices in procurement auctions |
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 |