本發(fā)明涉及計(jì)算機(jī)應(yīng)用，特別是指一種投標(biāo)供應(yīng)商關(guān)系分析方法及裝置。

背景技術(shù)：

1、隨著市場競爭的加劇，供應(yīng)商在商業(yè)采購與招標(biāo)中的投標(biāo)行為變得更加復(fù)雜，逐漸形成了競爭與合作并存的網(wǎng)絡(luò)。這些網(wǎng)絡(luò)不僅深刻影響了市場的競爭格局，還直接影響著采購方的決策質(zhì)量。近年來，隨著大數(shù)據(jù)、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)的迅速發(fā)展，深入分析供應(yīng)商的投標(biāo)行為成為可能，采購方可以更有效地識(shí)別供應(yīng)商的行為模式，并評(píng)估圍串標(biāo)的風(fēng)險(xiǎn)。

2、在現(xiàn)有技術(shù)中，通常采用apriori算法進(jìn)行頻繁項(xiàng)集挖掘，以分析供應(yīng)商投標(biāo)行為中的頻繁組合關(guān)系。通過該算法，能夠從供應(yīng)商的歷史投標(biāo)數(shù)據(jù)中挖掘出供應(yīng)商之間的關(guān)聯(lián)關(guān)系，從而幫助采購方判斷是否存在圍串標(biāo)行為。apriori算法通過逐層連接與剪枝操作，找到滿足最小支持度閾值的頻繁項(xiàng)集，這些項(xiàng)集可以用于識(shí)別供應(yīng)商之間的合作模式，因此在大數(shù)據(jù)挖掘領(lǐng)域得到了廣泛應(yīng)用。

3、然而，傳統(tǒng)的apriori算法在處理大規(guī)模投標(biāo)數(shù)據(jù)時(shí)存在一些明顯的不足。首先，在每一步生成候選項(xiàng)集時(shí)，會(huì)產(chǎn)生過多的候選組合，導(dǎo)致剪枝過程耗費(fèi)大量的cpu資源。其次，每次計(jì)算頻繁項(xiàng)集的支持度時(shí)，都需要對(duì)整個(gè)數(shù)據(jù)庫進(jìn)行掃描并進(jìn)行支持度比對(duì)，增加了i/o以及cpu的開銷。

技術(shù)實(shí)現(xiàn)思路

1、為了解決傳統(tǒng)的投標(biāo)供應(yīng)商關(guān)系分析方法在每一步生成候選項(xiàng)集時(shí)，會(huì)產(chǎn)生過多的候選組合，導(dǎo)致剪枝過程耗費(fèi)大量的cpu資源，且每次計(jì)算頻繁項(xiàng)集的支持度時(shí)，都需要對(duì)整個(gè)數(shù)據(jù)庫進(jìn)行掃描并進(jìn)行支持度比對(duì)，增加了i/o以及cpu的開銷的技術(shù)問題，本發(fā)明提供了一種投標(biāo)供應(yīng)商關(guān)系分析方法及裝置。

2、本發(fā)明實(shí)施例提供的技術(shù)方案如下：

3、第一方面：

4、本發(fā)明實(shí)施例提供的一種投標(biāo)供應(yīng)商關(guān)系分析方法，包括：

5、s1：獲取多個(gè)供應(yīng)商的歷史投標(biāo)數(shù)據(jù)；

6、s2：通過改進(jìn)的apriori算法，掃描所述歷史投標(biāo)數(shù)據(jù)，記錄各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)；

7、s3：根據(jù)各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)，收集參與項(xiàng)目個(gè)數(shù)大于或者等于支持度閾值的供應(yīng)商，構(gòu)建第一頻繁項(xiàng)集；

8、s4：將所述第一頻繁項(xiàng)集進(jìn)行自連接，構(gòu)建第二頻繁項(xiàng)集；

9、s5：將所述第二頻繁項(xiàng)集與所述第一頻繁項(xiàng)集進(jìn)行連接，構(gòu)建第三頻繁項(xiàng)集；

10、s6：重復(fù)步驟s5，直至無法新建出頻繁項(xiàng)集；

11、s7：根據(jù)所述第二頻繁項(xiàng)集以及所述第三頻繁項(xiàng)集，進(jìn)行投標(biāo)供應(yīng)商關(guān)系分析。

12、第二方面：

13、本發(fā)明實(shí)施例提供的一種投標(biāo)供應(yīng)商關(guān)系分析裝置，包括：

14、獲取模塊，用于獲取多個(gè)供應(yīng)商的歷史投標(biāo)數(shù)據(jù)；

15、記錄模塊，用于通過改進(jìn)的apriori算法，掃描所述歷史投標(biāo)數(shù)據(jù)，記錄各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)；

16、第一構(gòu)建模塊，用于根據(jù)各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)，收集參與項(xiàng)目個(gè)數(shù)大于或者等于支持度閾值的供應(yīng)商，構(gòu)建第一頻繁項(xiàng)集；

17、第二構(gòu)建模塊，用于將所述第一頻繁項(xiàng)集進(jìn)行自連接，構(gòu)建第二頻繁項(xiàng)集；

18、第三構(gòu)建模塊，用于將所述第二頻繁項(xiàng)集與所述第一頻繁項(xiàng)集進(jìn)行連接，構(gòu)建第三頻繁項(xiàng)集；

19、分析模塊，用于根據(jù)所述第二頻繁項(xiàng)集以及所述第三頻繁項(xiàng)集，進(jìn)行投標(biāo)供應(yīng)商關(guān)系分析。

20、本發(fā)明實(shí)施例提供的技術(shù)方案帶來的有益效果至少包括：

21、在本發(fā)明中，通過改進(jìn)的apriori算法，掃描歷史投標(biāo)數(shù)據(jù)，記錄各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)，根據(jù)各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)，收集參與項(xiàng)目個(gè)數(shù)大于或者等于支持度閾值的供應(yīng)商，構(gòu)建第一頻繁項(xiàng)集，將第一頻繁項(xiàng)集進(jìn)行自連接，構(gòu)建第二頻繁項(xiàng)集，將第二頻繁項(xiàng)集與第一頻繁項(xiàng)集進(jìn)行連接，構(gòu)建第三頻繁項(xiàng)集，直接使用已生成的頻繁項(xiàng)集進(jìn)行連接，避免了產(chǎn)生過多的候選組合，無需額外的剪枝過程，從而減少剪枝過程耗費(fèi)的cpu資源，直接將連接結(jié)果與支持度閾值進(jìn)行對(duì)比，無需對(duì)整個(gè)數(shù)據(jù)庫進(jìn)行掃描并進(jìn)行支持度對(duì)比，降低了i/o以及cpu的開銷。

技術(shù)特征：

1.一種投標(biāo)供應(yīng)商關(guān)系分析方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的投標(biāo)供應(yīng)商關(guān)系分析方法，其特征在于，所述s4具體包括：

3.根據(jù)權(quán)利要求2所述的投標(biāo)供應(yīng)商關(guān)系分析方法，其特征在于，所述第一預(yù)設(shè)條件具體為：

4.根據(jù)權(quán)利要求1所述的投標(biāo)供應(yīng)商關(guān)系分析方法，其特征在于，所述s5具體包括：

5.根據(jù)權(quán)利要求4所述的投標(biāo)供應(yīng)商關(guān)系分析方法，其特征在于，所述第二預(yù)設(shè)條件具體為：

6.一種投標(biāo)供應(yīng)商關(guān)系分析裝置，其特征在于，所述投標(biāo)供應(yīng)商關(guān)系分析裝置用于實(shí)現(xiàn)如權(quán)利要求1至5中任一項(xiàng)所述的投標(biāo)供應(yīng)商關(guān)系分析方法，其中，所述裝置具體包括：

7.根據(jù)權(quán)利要求6所述的投標(biāo)供應(yīng)商關(guān)系分析裝置，其特征在于，所述第二構(gòu)建模塊具體用于：

8.根據(jù)權(quán)利要求7所述的投標(biāo)供應(yīng)商關(guān)系分析裝置，其特征在于，所述第一預(yù)設(shè)條件具體為：

9.根據(jù)權(quán)利要求6所述的投標(biāo)供應(yīng)商關(guān)系分析裝置，其特征在于，所述第三構(gòu)建模塊具體用于：

10.根據(jù)權(quán)利要求9所述的投標(biāo)供應(yīng)商關(guān)系分析裝置，其特征在于，所述第二預(yù)設(shè)條件具體為：

技術(shù)總結(jié)
本發(fā)明提供一種投標(biāo)供應(yīng)商關(guān)系分析方法及裝置，涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，方法包括：獲取多個(gè)供應(yīng)商的歷史投標(biāo)數(shù)據(jù)；通過改進(jìn)的Apriori算法，掃描所述歷史投標(biāo)數(shù)據(jù)，記錄各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)；根據(jù)各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)，收集參與項(xiàng)目個(gè)數(shù)大于或者等于支持度閾值的供應(yīng)商，構(gòu)建第一頻繁項(xiàng)集；將所述第一頻繁項(xiàng)集進(jìn)行自連接，構(gòu)建第二頻繁項(xiàng)集；將所述第二頻繁項(xiàng)集與所述第一頻繁項(xiàng)集進(jìn)行連接，構(gòu)建第三頻繁項(xiàng)集；根據(jù)所述第二頻繁項(xiàng)集以及所述第三頻繁項(xiàng)集，進(jìn)行投標(biāo)供應(yīng)商關(guān)系分析。本發(fā)明可以直接將連接結(jié)果與支持度閾值進(jìn)行對(duì)比，無需對(duì)整個(gè)數(shù)據(jù)庫進(jìn)行掃描并進(jìn)行支持度對(duì)比，降低了I/O以及CPU的開銷。

技術(shù)研發(fā)人員：耿守忠,李凱,韓凱南,徐衛(wèi)東,趙甜甜,張慶群,趙海濤,趙洪超,孫小祎,狄超超,柏明昌
受保護(hù)的技術(shù)使用者：魯班（北京）電子商務(wù)科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30