一种异常投标单位自动识别的方法技术

本发明专利技术涉及一种异常投标单位自动识别的方法，属于招投标风控领域。本发明专利技术采集投标单位信息、投标单位投标信息和投标单位中标信息，对数据进行处理获得高投标单位、低中标单位、高中标单位、潜在陪标单位和异常投标单位。本发明专利技术提出的技术方案更具有可操作性，对外部数据依赖程度低，可通过持续积累不断更新和学习供方投标行为模式，持续迭代更新分析模型，快速识别定位潜在风险投标单位。快速识别定位潜在风险投标单位。快速识别定位潜在风险投标单位。

【技术实现步骤摘要】
一种异常投标单位自动识别的方法


[0001]本专利技术属于招投标风控领域，具体涉及一种异常投标单位自动识别的方法。

技术介绍

[0002]招标是为了更好地达成某项业务目标，基于同一标准，以公开的方式筛选最优供方进行项目实施、技术公关、物资采购的过程。投标单位应相互独立，竞争充分，招标过程信息应严格保密，但由于投标单位间可能存复杂的关系，这种复杂关系不为招标方掌握，导致存在围标串标的风险，损害招标单位利益。
[0003]为了使招标工作更加公平，投标单位竞争充分，降低风险，招标单位通常会在对投标单位进行资质审查，并通过各类企业信息查询平台查询和分析投标单位间关系，避免围串标情况。该类方法通常需要企业提供材料或获取企业信息查询平台的信息进行关联分析。
[0004]现有投标单位关联关系分析方法，通过采购企业信息网站数据，分析企业名称、注册地址、董高监等管理层的人员姓名、联系方式、身份证件等构建企业关系图谱。分析投标单位在企业图谱中的节点距离和节点关系，设定风险识别规则，提取符合规则的投标单位为关联关系单位。关联分析效果取决于线上数据质量，分析效果存在不确定性，如单位信息缺失，可能导致企业关联关系断层；如单位信息错误，可能导致企业关联关系计算错误；如存在重复名称，可能导致关联关系过度预警。

技术实现思路

[0005](一)要解决的技术问题
[0006]本专利技术要解决的技术问题是如何提供一种异常投标单位自动识别的方法，以解决关联分析效果取决于线上数据质量，分析效果存在不确定性，可能导致企业关联关系断层；可能导致企业关联关系计算错误；可能导致关联关系过度预警的问题。
[0007](二)技术方案
[0008]为了解决上述技术问题，本专利技术提出一种异常投标单位自动识别的方法，该方法包括如下步骤：
[0009]S11、获取历史投标信息；
[0010]S12、统计投标单位的投标数、中标率；
[0011]S13、筛选低中标率、高投标数的单位为潜在陪标单位；
[0012]S14、分析高中标单位与潜在陪标单位共现比例；
[0013]S15、潜在陪标单位与高中标单位共现比例高于阈值，则提取成为异常投标单位。
[0014]进一步地，所述步骤S11具体包括：采集投标单位信息、投标单位投标信息和投标单位中标信息。
[0015]进一步地，所述步骤S12具体包括：根据采集的投标信息，统计一定时间段内投标单位的投标次数T，统计相同时间段内投标单位的中标次数M，统计投标单位的中标率P＝M/
T。
[0016]进一步地，所述步骤S13中，高投标数的单位的获取方式为：对所有投标单位按投标次数进行降序排序，投标单位的排序号为RankT，投标单位总数为K，排序分位值＝(RankT/K)*100，根据上述公式统计投标单位投标次数分位值，设定高投标率分位阈值X1，其中0<X1<100，对RankT<＝X1的单位，标记为高投标单位。
[0017]进一步地，所述步骤S13中，低中标率单位的获取方式为：根据投标单位的中标率对所有投标单位按中标率进行降序排序，投标单位的中标率排序号为RankP，投标单位总数为K，中标率排序分位值＝(RankP/K)*100，根据上述公式统计投标单位中标率分位值，设定低中标率分位阈值X2，其中0<X2<100，对RankP>X2的单位，标记为低中标单位。
[0018]进一步地，所述步骤S13中，根据各投标单位统计投标率和中标率，筛选投标率标记＝高投标单位且中标率标记＝低中标单位的投标单位，标记为潜在陪标单位。
[0019]进一步地，所述步骤S14中，统计高中标单位的投标信息，其中高中标单位投标次数T1，高中标单位与潜在陪标单位共同出现在同一次投标的次数T2，高中标单位与潜在陪标单位共现比例B＝T2/T1。
[0020]进一步地，所述步骤S15中，高中标率单位的获取方式为：根据投标单位的中标率对所有投标单位按中标率进行降序排序，投标单位的中标率排序号为RankP，投标单位总数为K，中标率排序分位值＝(RankP/K)*100，根据上述公式统计投标单位中标率分位值，设定高中标率分位阈值X3，其中0<X3<100。对RankP<X3的单位，标记为高中标单位。
[0021]进一步地，所述步骤S15中，设定阈值XB，其中0<XB<＝1，对于B>XB的投标单位，标记为异常投标单位，同时标记关联的潜在陪标单位为异常投标单位。
[0022]本专利技术还提供一种异常投标单位自动识别的方法，该方法包括如下步骤：
[0023]S21、采集投标单位信息、投标单位投标信息和投标单位中标信息；
[0024]S22、根据第S21步采集的投标信息，统计一定时间段内投标单位的投标次数T，统计相同时间段内投标单位的中标次数M，统计投标单位的中标率P＝M/T；
[0025]S23、根据第S22步的统计数据，得到投标单位的投标次数；对所有投标单位按投标次数进行降序排序；投标单位的排序号为RankT，投标单位总数为K，排序分位值＝(RankT/K)*100，根据上述公式统计投标单位投标次数分位值；设定高投标率分位阈值X1，其中0<X1<100；对RankT<＝X1的单位，标记为高投标单位；
[0026]S24、根据第S22步的统计数据，得到投标单位的中标率；对所有投标单位按中标率进行降序排序；投标单位的中标率排序号为RankP，投标单位总数为K，中标率排序分位值＝(RankP/K)*100，根据上述公式统计投标单位中标率分位值；设定低中标率分位阈值X2，其中0<X2<100；对RankP>X2的单位，标记为低中标单位；设定高中标率分位阈值X3，其中0<X3<100；对RankP<X3的单位，标记为高中标单位；
[0027]S25、根据第S23步、第S24步为各投标单位统计投标率和中标率，筛选投标率标记＝高投标单位且中标率标记＝低中标单位的投标单位，标记为潜在陪标单位；
[0028]S26、统计高中标单位的投标信息，其中高中标单位投标次数T1，高中标单位与潜在陪标单位共同出现在同一次投标的次数T2，高中标单位与潜在陪标单位共现比例B＝T2/T1；设定阈值XB，其中0<XB<＝1，对于B>XB的投标单位，标记为异常投标单位。同时标记关联的潜在陪标单位为异常投标单位。
[0029](三)有益效果
[0030]本专利技术提出一种异常投标单位自动识别的方法，与现有技术相比，本专利技术提出的技术方案更具有可操作性，对外部数据依赖程度低，可通过持续积累不断更新和学习供方投标行为模式，持续迭本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常投标单位自动识别的方法，其特征在于，该方法包括如下步骤：S11、获取历史投标信息；S12、统计投标单位的投标数、中标率；S13、筛选低中标率、高投标数的单位为潜在陪标单位；S14、分析高中标单位与潜在陪标单位共现比例；S15、潜在陪标单位与高中标单位共现比例高于阈值，则提取成为异常投标单位。2.如权利要求1所述的异常投标单位自动识别的方法，其特征在于，所述步骤S11具体包括：采集投标单位信息、投标单位投标信息和投标单位中标信息。3.如权利要求2所述的异常投标单位自动识别的方法，其特征在于，所述步骤S12具体包括：根据采集的投标信息，统计一定时间段内投标单位的投标次数T，统计相同时间段内投标单位的中标次数M，统计投标单位的中标率P＝M/T。4.如权利要求3所述的异常投标单位自动识别的方法，其特征在于，所述步骤S13中，高投标数的单位的获取方式为：对所有投标单位按投标次数进行降序排序，投标单位的排序号为RankT，投标单位总数为K，排序分位值＝(RankT/K)*100，根据上述公式统计投标单位投标次数分位值，设定高投标率分位阈值X1，其中0<X1<100，对RankT<＝X1的单位，标记为高投标单位。5.如权利要求4所述的异常投标单位自动识别的方法，其特征在于，所述步骤S13中，低中标率单位的获取方式为：根据投标单位的中标率对所有投标单位按中标率进行降序排序，投标单位的中标率排序号为RankP，投标单位总数为K，中标率排序分位值＝(RankP/K)*100，根据上述公式统计投标单位中标率分位值，设定低中标率分位阈值X2，其中0<X2<100，对RankP>X2的单位，标记为低中标单位。6.如权利要求5所述的异常投标单位自动识别的方法，其特征在于，所述步骤S13中，根据各投标单位统计投标率和中标率，筛选投标率标记＝高投标单位且中标率标记＝低中标单位的投标单位，标记为潜在陪标单位。7.如权利要求6所述的异常投标单位自动识别的方法，其特征在于，所述步骤S14中，统计高中标单位的投标信息，其中高中标单位投标次数T1，高中标单位与潜在陪标单位共同出现在同一次投标的次数T2，高中标单位与潜在陪标单位共现比例B＝T2/T1。8.如权利要求7所述的异常投标单位自动识别的方法，其特征在于，所述步骤S15中，高中标率单位的获取方式为：根据投标单位的中标率对所有投标单位按中标率进行降序排序，投标单位的中标率排序号为Ra...

【专利技术属性】
技术研发人员：侯明午，王洋，刘昂，闫京申，庞晓康，弓弛，
申请(专利权)人：北京计算机技术及应用研究所，
类型：发明
国别省市：