一种智能分析围标与串标行为的方法技术

本发明专利技术涉及一种智能分析围标与串标行为的方法，利用关联分析和模糊推理等算法，计算涉嫌串标概率并进行聚类排序获得围标单位集合，辅助审计人员判断的招投标过程中的围标串标行为分析结果。该方法构建了中标单位分析模型、陪标行为分析模型和高风险公司分析模型等3个数据分析模型。该方法所提出的模型在真实项目投标数据上进行了验证，其结果能够提高审计人员的工作效率，为审计人员界定招投标过程涉嫌违法行为提供了可靠的事实依据。为招投标系统建立起准确可靠的诚信合法投标行为体系，同时招标过程也更加公正、公开、公平。因此本方法具有广泛的应用前景和现实意义。

【技术实现步骤摘要】

本专利技术涉及围标串标行为的审计
，特别涉及一种分析围标与串标行为的方法。
技术介绍
所谓围标或者串标，就是投标单位之间或投标单位与招标单位相互串通骗取中标。而招投标过程结束以后，被确定为招标项目合同签订对象是中标单位。在产生围标或串标行为的招投标过程中，涉嫌与中标单位串通，目的是让中标单位签订合同的其他参与和串通单位是陪标单位，陪标单位在招投标过程中所作所为被称为陪标行为。建设项目中的招投标活动一直以来都是审计机关的重点监督事项，根据省审计厅的统计研究，20％的违法违规行为发生在这个环节，而其中串标和围标行为操纵中标结果，严重违背了招投标公正原则，给招标项目质量带来了风险隐患。串标行为的出现常常会导致中标价超出正常范围，从而加大招标人的成本，并且直接伤害了其它投标人的合法权益，破坏了建设市场的正常管理和诚信环境，严重影响到招标投标的公正性和严肃性。并且参与串标的企业往往诚信度不高，为利益最大化而偷工减料，对工程建设留下严重隐患。串标、围标行为因具有一定的隐蔽性，不易被发现和查处。另一方面，审计机关目前常用的审计方法还是人工翻阅资料，靠传统的经验比对各家企业的报价图表进行判断。在政府投资项目审计全覆盖和串标行为普遍存在的情况下，传统方法耗时耗力、查处率低、保密性差，已不能适应新形势的要求。因此设计一种智能分析串标与围标行为的方法，通过构建多种数据模型快速有效地帮助审计人员找出、认定串标企业的串标行为非常重要。2012年施行的《中华人民共和国招标投标法实施条例》第四十条规定，“不同投标人的投标文件异常一致或者投标报价呈规律性差异”即视为串通投标，该条款还对其他5项投标异常行为进行了界定，操作性更强。2013年国家发改委等8部委第20号令《电子招标投标办法》对电子招投标大力推行，投标电子数据的获取也更加便利。随着以上法规的出台，为借助计算机软件对投标报价规律性的研究及认定串标行为提供了技术和法律层面的保障。目前，国内针对建设工程投标人之间投标报价的关联性研究较少，而借助计算机技术来构建数据模型分析报价规律性这一
完全空白。
技术实现思路
本专利技术的目的在于设计了对应围标和串标行为中的数据模型，依据相关模型而实现了一种智能分析围标和串标行为的方法。为实现上述专利技术目的，采取如下技术方案：一种智能分析围标与串标行为的方法，包括以下步骤：1)、构建多层次串标行为分析模型，找出中标单位；2)、构建陪标行为分析模型，找出陪标单位。进一步的，步骤1)具体包括以下步骤：a)获取投标数据，计算投标单位报价，得到不同标段分部分项的单项报价相对算术平均值，定义相对算数平均值为μi：μi表示第i个项目的价格基准线；其中pji表示第i项目上第j家单位的报价，N表示投标单位的总数，θ表示下调系数，范围在95％到100％之间；b)计算偏差，偏差σji反映了报价的波动性：表示第j家单位在第i个项目上的相对偏差值；其中δi是标准偏差，反映了第i个项目各单位报价的分散程度，δi的计算方法β表示弹性系数，取值范围在[0.9,1.1]；c)根据偏差构建偏差定义矩阵，偏差矩阵Η，一共N行M列，其中N是参加单位数，M是投标分项目的数；表示每一个投标单位的每一个项目的相对偏差值的矩阵，矩阵的每一行j表示同一个投标单位在各个项目上的报价，而矩阵每一列i表示同一个项目上不同单位的报价：d)根据偏差矩阵，选择偏差矩阵Η中偏差最小的若干行fj(x)定义为有限方案集，j＞1,x∈H；fj(x)为第j家单位的项目相对偏差值，偏差矩阵Η的行表示为x1,x2,...,xN，则偏差矩阵Η可以表示为行的，其中x∈X＝(x1,x2,...,xN)；具体计算方法如下：是偏差，α为权重系数，表示不同项目在整个项目招标中所占的比重；根据fj(x)获得集合X的子集合F(x)＝(x1,x2,…xk，(K＜N)，F(x)＝(f1(x),f2(x),...,fj(x),...,fk(x))，F(x)是有限目标函数集；f)预测中标单位根据上述步骤得到的有限目标函数集结果，建立决策方程；最优目标是选中有限方案集中相对偏差值的最小目标，V＝minF(x)为中标单位。进一步的，步骤2)具体包括以下步骤：a)关联度计算分析陪标的两家或多家单位的报价，分析各个投标单位的单项报价和总价的关联程度，每个单位在每个单项上的报价代表一个项集，关联程度使用支持度来表示；根据频繁项集关联规则来定义支持度，设P和Q是不相交的项集，N表示投标单位的总数，支持度计算方法是本模型中，计算两家单位j与k的每一子项目组合对于中标单位a的偏离程度，由计算所得的偏差值到阈值百分比的映射；二者偏离程度是否存在相关性|λaj+λak|≤ξ，ξ是期望阈值；该阀值由本领域一般技术人员根据实际子项目确定，理论上每一子项目组合得到一个值，其值越小或者值是常量表示相关程度越大；支持度计算目的是分析各个投标单位的单项报价和总价的关联，每个单位在每个单项上的报价代表一个项集；b)设定频繁项集置信度，支持度计算结果对陪标行为并不能明确界定，特别是在ξ在某个常量附近变动时，需要计算关联出现的概率即置信度获得更精确的结果；设P和Q是不相交的项集，N表示投标单位的总数，置信度计算方法是Confidence(P→Q)＝P(P|Q)；比较满足支持度条件的分组单项与总单项数，获得置信度(为小于1的概率)；c)根据置信度确定陪标单位集合，设陪标单位集合为Φ，当预处理项集支持度和置信度都超过阀值，说明两个单位出现陪标行为，此时将其相关的两家单位j与k加入陪标单位集合Φ；不满足条件，集合仍为空值；所有任意两家单位计算结束后，继续返回步骤a)开始计算任意三家单位P，Q，T，获得三者的支持度和置信度；每执行一次计算支持度和置信度的循环过程，项集单位单位数加1，直到项集单位单位数等于N为止；此时项集遍历所有单位；d)当关联度计算对陪标行为不能明确界定时，趋势规律挖掘会在继续分析各个投标单位的报价，常规的投标报价无规律性，多个单位报价呈现正态分布；而有预谋的串标单位其报价是人为控制的，为实现价格控制目的，在子项目其定价比趋势一致性，多家单位轮流有规律地替换着与中标单位的离散程度，因此，可以分析其子项目分段趋势规律，来找出有关联的陪标单位。进一步的，步骤d)具体步骤如下：d1)计算第j个投标单位在第i个单项报价，第i+1，第i+2，第i+3个分项单位上的相邻偏差σji，σji+1以及σji+2，σji+3；当σji+3-σji+2≈σji+2-σji+1≈σji+1-σji时，认为第j个投标单位在第i个单位开始存在一定趋势，当第j个投标单位和第k个投标单位存在关系时，认为第j个投标单位和第k个投标单位在第i个单位开始存在相同趋势；趋势规律挖掘如图3所示；d2)将有相同趋势的陪标单位j和k加入陪标单位集合Φ；遍历所有的陪标单位和所有的项目，将符合条件的加入陪标单位集合Φ。3)对以往招投标行为的历史数据分析和挖掘，构建高风险公司分析模型：根据串标行为记录将曾发生串标行为的公司标记为高风险企业并加入黑名单，后续每次进行分析围标与串标行为时，对黑名单单位进行提示。本专利技术具有如下有益效果：(1)本专利技术首次将计算机分析建模技术应用于电子招投标领域分析报价规律和关联性本文档来自技高网...

【技术保护点】
一种智能分析围标与串标行为的方法，其特征在于，包括以下步骤：1)、构建多层次串标行为分析模型，找出中标单位；2)、构建陪标行为分析模型，找出陪标单位。

【技术特征摘要】
1.一种智能分析围标与串标行为的方法，其特征在于，包括以下步骤：1)、构建多层次串标行为分析模型，找出中标单位；2)、构建陪标行为分析模型，找出陪标单位。2.根据权利要求1所述的一种智能分析围标与串标行为的方法，其特征在于，步骤1)具体包括以下步骤：a)获取投标数据，计算投标单位报价，得到不同标段分部分项的单项报价相对算术平均值，定义相对算数平均值为μi：μi表示第i个项目的价格基准线；其中pji表示第i项目上第j家单位的报价，N表示投标单位的总数，θ表示下调系数；b)计算偏差，偏差σji反映了报价的波动性：表示第j家单位在第i个项目上的相对偏差值；其中δi是标准偏差，反映了第i个项目各单位报价的分散程度，δi的计算方法β表示弹性系数，取值范围在[0.9,1.1]；c)根据偏差构建偏差定义矩阵，偏差矩阵H，一共N行M列，其中N是参加单位数，M是投标分项目的数；表示每一个投标单位的每一个项目的相对偏差值的矩阵，矩阵的每一行j表示同一个投标单位在各个项目上的报价，而矩阵每一列i表示同一个项目上不同单位的报价：d)根据偏差矩阵，选择偏差矩阵H中偏差最小的若干行fj(x)定义为有限方案集，j＞1,x∈H；fj(x)为第j家单位的项目相对偏差值，偏差矩阵H的行表示为x1,x2,...,xN，则偏差矩阵H可以表示为行的，其中x∈X＝(x1,x2,...,xN)；具体计算方法如下：是偏差，α为权重系数，表示不同项目在整个项目招标中所占的比重；根据fj(x)获得集合X的子集合F(x)＝(x1,x2,…xk，(K＜N)，F(x)＝(f1(x),f2(x),...,fj(x),...,fk(x))，F(x)是有限目标函数集；f)预测中标单位根据上述步骤得到的有限目标函数集结果，建立决策方程；最优目标是选中有限方案集中相对偏差值的最小目标，V＝minF(x)为中标单位。3.根据权利要求1所述的一种智能分析围标与串标行为的方法，其特征在于，步骤2)具体包括以下步骤：a)关联度计算分析陪标的两家或多家单位的报价，分析各个投标单位的单项报价和总价的关联程度，每个单位在每个单项上的报价代表一个项集，关联程度使用支持度来表示；根据频繁项集关联规则来定义支持度，设P和Q是不相交的项集，N表示投标单位的总数，支持度计算方法是本模型中，计算两家单位j与k的每一子项目组合对于中标单位a的偏离程...

【专利技术属性】
技术研发人员：戴慧珺，桂小林，代兆胜，李敬，顾迎捷，吴杰，郑怡清，任东胜，任德旺，张晨，杨广知，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61