[发明专利]一种用于判断垄断行为的大数据感知方法及系统

说明书

本发明属于大数据技术领域，公开了一种用于判断垄断行为的大数据感知方法及系统，大数据感知方法包括：对重点行业产品进行监测，确定生产企业的地理分布、市场影响力分布，分析重点行业产品价格变动与全省产品价格变动的趋势异同；同时用于市场存在异常价格变动的风险时识别出价格变动期，反馈预警信息；对行政立案后的企业产品，确定具有高影响力的企业间的高相关性，进行生产企业成本、价格成本分析，提供可追溯、可证明的模型分析证据。本发明可实现对垄断违法行为的早期预警、证据收集，运用多种算法进行数据扩展、风险预警、取证固证，并且从时间和空间两个维度利用大数据的算法模型及指标体系实现对垄断违法行为发现和确认。

技术领域

本发明属于大数据技术领域，尤其涉及一种用于判断垄断行为的大数据感知方法及系统。

背景技术

目前，现有监管执法模式下，对搜集垄断案件线索，判断垄断违法行为，仍主要依赖实地办案、问询、手工数据梳理等传统的工作方式，受限于人力、物力等客观因素，结果效率和质量有待提升。

现有技术中经济学分析理论与反垄断业务结合不足，对于“垄断协议和滥用市场支配地位”等主要违法行为，没有形成适用于反垄断领域的算法模型，数据利用智能化水平不足，无法根据实际数据形成量化的分析结果，也无法给出普适性的方法论。

通过上述分析，现有技术存在的问题及缺陷为：现有的判断垄断行为的方法效率低、判断结果准确低，不具备普适性，同时智能化水平不够。

发明内容

针对现有技术存在的问题，本发明提供了一种用于判断垄断行为的大数据感知方法。

本发明是这样实现的，一种用于判断垄断行为的大数据感知方法包括：

通过对重点行业产品信息进行监测，确定生产企业的地理分布、市场影响力分布，获得重点行业产品价格变动与企业产品价格变动的趋势异同分析数据；基于分析数据识别市场存在异常价格变动风险时反映出的价格变动期，进行预警信息反馈，并可视化示出。

对行政立案后的企业产品，确定具有高影响力的企业间的高相关性，进行生产企业成本、价格成本分析，提供可追溯、可证明的模型分析证据。

进一步，所述用于判断垄断行为的大数据感知方法包括以下步骤：

步骤一，获取企业基本信息数据、税务数据、销售数据；对获取的数据进行清洗和处理；

步骤二，基于结构突变理论从时空两个维度确定产品价格波动特征的异质性，识别企业对产品价格的垄断行为；

步骤三，进行可视化参数设置，基于设置的可视化参数进行识别结果的可视化展示以及整体分析报告的下载。

进一步，所述步骤一中对获取的数据进行清洗和处理包括：

首先，对获取的数据进行缺失值的处理、数据标准化、异常值的检测处理；

其次，对价格数据的多时间维度进行聚合和转换；同时将处理后的数据存储入预先构建的基础库、主题库中。

进一步，所述步骤二中基于结构突变理论从时空两个维度确定产品价格波动特征的异质性，识别企业对产品价格的垄断行为包括：

首先，在时间维度上，构建每家企业产品的多元时间序列模型，结合内生多重突变检验模型识别产品价格数据的结构变点，构建GARCH模型确定产品价格波动特征的异质性；

其次，在空间维度上，构建空间计量模型确定不同企业产品价格的空间相关性、聚集性和异质性。

进一步，所述步骤二中基于结构突变理论从时空两个维度确定产品价格波动特征的异质性，识别企业对产品价格的垄断行为包括以下步骤：