[发明专利]一种基于关联关系大数据分析的围标串标检测方法在审

专利信息
申请号: 201910308217.1 申请日: 2019-04-17
公开(公告)号: CN110046973A 公开(公告)日: 2019-07-23
发明(设计)人: 聂蛟 申请(专利权)人: 成都市审计局;成都智审数据有限公司
主分类号: G06Q30/08 分类号: G06Q30/08;G06F16/20
代理公司: 成都九鼎天元知识产权代理有限公司 51214 代理人: 阳佑虹
地址: 610041 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 关联关系 大数据 检测 闭合 图谱数据 分析 传导 量化 关联信息数据 智能化检测 分析模型 检测结果 聚合关系 聚合模型 属性关系 用户体验 关联法 智能化 发散 标注
【权利要求书】:

1.一种基于关联关系大数据分析的围标串标检测方法,其特征在于,包括以下步骤:

S1:从接入的招投标信息大数据中,提取招投标关联信息数据,所述招投标关联信息数据涉及若干招投标实体;

S2:采用传导量化发散模型,对提取出的招投标关联信息数据进行分析,得到招投标实体间的属性关系图谱数据,并将招投标实体间的属性关系图谱数据持久化到数据库;

S3:采用传导量化聚合模型,对数据库中,招投标实体间的属性关系图谱数据中的若干量化指标进行分析,得到招投标实体间的聚合关系图谱数据,并将招投标实体间的聚合关系图谱数据持久化到数据库;

S4:采用闭合关联法分析模型,对数据库中,招投标实体间的聚合关联图谱数据进行分析,并将存在闭合关联关系的招投标实体进行疑点标注。

2.如权利要求1所述的围标串标检测方法,其特征在于,所述传导量化发散模型对招投标关联信息数据进行分析的过程为:

对于参与投标的招投标实体,对其股权信息所对应的股权关系个体所关联的投资数据进行量化传导,再对量化值进行发散计算。

3.如权利要求2所述的围标串标检测方法,其特征在于,所述发散计算具体为:将招投标实体的股权信息所对应的股权关系个体进行量化,得到量化值,再将招投标实体与所述量化值进行关联,建立招投标实体与所述股权关系个体之间的唯一关系;再用所述量化值在招投标信息大数据中匹配满足预设相似度的招投标实体,即可获取所述股权关系个体相关联的投资数据,再将参与招投标项目的招投标实体与所述投资数据相关联。

4.如权利要求1-3之一所述的围标串标检测方法,其特征在于,所述持久化到数据库的属性关系图谱数据为经过量化处理的数据。

5.如权利要求1所述的围标串标检测方法,其特征在于,所述传导量化聚合模型对招投标实体间的属性关系图谱数据的若干量化指标进行分析的过程为:从招投标信息大数据中,提取中标招投标实体以及对应参与投标的其他招投标实体的实体信息,以及招投标实体股权信息所对应的股权关系个体信息,将同一个招投标实体的所有股权关系个体量化为同一股权关系实体;再将历史招投标项目的参与的股权关系实体采用2加2,3加3……8加8的方式进行组合,对共同出现参与同一个招投标项目的组合进行计数,分析出其出现次数与中标次数比例。

6.如权利要求5所述的围标串标检测方法,其特征在于,所述S3中,对于属性关系图谱数据所进行的分析,为采用图团体检测算法所进行的聚合运算。

7.如权利要求1所述的围标串标检测方法,其特征在于,所述闭合关联分析模型对招投标实体间的聚合关联图谱数据进行分析的过程为:以招投标项目为基础点,将参与该招投标项目的招投标实体作为发散点与基础点关联,再将招投标实体的股权信息对应的股权关系个体作为扩展点与基础点关联,后续再将所述股权关系个体所关联的其他招投标实体作为发散点与基础点进行关联,以此循环,直至所述聚合关联图谱数据中所有节点均被关联;若对于不同招投标实体所对应的股权关系个体存在相同情况,则认定对应的招投标实体间存在闭环关联关系,其中,无论该闭环关联关系经过几级节点完成。

8.如权利要求1所述的围标串标检测方法,其特征在于,所述疑点标注具体为:利用着重提示的方式对相应招投标实体进行标记和/或发出提醒信息。

9.如权利要求1所述的围标串标检测方法,其特征在于,所述闭合关联法分析模型对招投标实体间的聚合关联图谱数据进行8级关联闭环分析。

10.如权利要求1所述的围标串标检测方法,其特征在于,所述闭合关联分析模型采用图遍历算法完成对招投标实体间的聚合关联图谱数据的分析。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都市审计局;成都智审数据有限公司,未经成都市审计局;成都智审数据有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910308217.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top