[发明专利]基于大数据的供应商投标行为分析预测方法

权利要求书

1.基于大数据的供应商动态投标行为分析预测方法，其特征在于：包括以下步骤：

第一步：收集供应商历年的历史投标数据；

其中所述的历史投标数据包括招标需求信息、招标方采购策略、以及隐性要素等；

第二步：将数据进行结构化预处理，形成规范化的数据样本，在规范化的数据样本中，同样的特征值具有相同的项目特征值名称；

结构化预处理后形成的规范化的数据样本如下：

x_i＝{x_i1，x_i2，x_i3，......，x_in)，x_j＝{x_j1，x_j2，x_j3，......，x_jn}(n＝特征值数量)i，j＝1，2，3...，m(m＝样本数量)

第三步：根据招标方的需求定义投标行为分析结果类型，并按照不同投标行为分析结果类型对数据样本中的数据进行标记；

从而形成带有标记的数据集D；

第四步：采用混合属性距离度量，即有序与无序结合的距离度量；

第五步：按照以下步骤获得聚类结果：

(1)输入样本集＝{x₁，x₂，...，x_m}，最大迭代次数为N；输出簇划分C＝{C₁，C₂，...，C_k}；

(2)从数据集D中随机选择k(优选k＝4)个样本作为初始的k(优选k＝4)个质心向量：{μ₁，μ₂，...，μ₄}；

(3)n＝1，2，...，N；

将簇划分C初始值为

对于i＝1，2，...m，计算样本x_i和各个质心向量μ_j(j＝1，2，...k)的距离，将x_i标记最小的为d_ij所对应的类别λ_i。此时更新

对于j＝1，2，...k，对C_i所有的样本点重新计算新的质心；

如果所有的k个质心向量都没有发生变化，则转到步骤(4)；

(4)输出簇划分C＝{C₁，C₂，...，C_k}，即预测结果。

2.根据权利要求1所述的基于大数据的供应商动态投标行为分析预测方法，其特征在于：将当前的招标需求信息进行结构化预处理，形成规范化的数据，并输入至模型中，获得聚类分析结果，不断调整招标需求信息，当预测模型给出的聚类分析预测结果与预想的结果一致时，停止对招标需求信息的调整，并以当前的招标需求信息作为招标要求进行招标活动。

3.根据权利要求2所述的基于大数据的供应商动态投标行为分析预测方法，其特征在于：还包括有第六步：聚类模型的动态优化过程，将最终形成的招标结果按照第三步中的投标行为分析结果类型标记在对应的数据上，并返回样本，按照第四步和第五步公开的方式迭代优化该预测模型。

4.根据权利要求1所述的基于大数据的供应商动态投标行为分析预测方法，其特征在于：其中所述的招标需求信息包括但不限于分标名称、物料描述、招标数量、交货方式、交货时间/工期要求、交货地点、项目单位等。

5.根据权利要求1所述的基于大数据的供应商动态投标行为分析预测方法，其特征在于：其中所述的招标方采购策略包括但不限于最高限价数据、企业资质限制数据、项目负责人资质限制数据、供货业绩数据、生产许可限制数据、注册资本金限制数据、生产设备限制数据、生产能力限制数据、3C认证限制数据、商务技术评分方法以及价格分算法。

6.根据权利要求1所述的基于大数据的供应商动态投标行为分析预测方法，其特征在于：其中隐性要素主要包括招标准备时间即开标时间。