[发明专利]一种基于大数据的围串标行为识别分析方法

权利要求书

1.一种基于大数据的围串标行为识别分析方法，其特征在于，该方法在于借助大数据技术建立了识别围标串标行为的分析模型-基于复杂网络的社团检测模型，通过构造一个参与招标投标主体之间的社团关系网，该网络可以根据企业行为和诚信关系动态反馈修改权重,同时运用社团检测算法来发现其中潜在的社团关系,据此判断招标投标主体之间是否有存在围标串标的行为，具体包括以下步骤：

步骤1-数据选取，选取交易中心各投标人以往的招投标交易数据，数据量应大于一定条数以保证数据可分析性；

步骤2-企业间复杂关系网络的建立，以投标人参与投标情况为对象，具体以每一个企业作为顶点，将企业间一同参与投标的次数作为两个顶点之间的权重，得到企业间的招标投标关系加权复杂网络，该网络表示的是企业间一同参加投标的频繁程度；

步骤3-社团检测模型分析，对构建的关系网络进行社团检测，根据检测出的社团数量转化为复杂网络的关联矩阵，依据社团i和社团j中节点的边占网络全部边的比例、连接同一社团中节点的边占网络全部边的比例、连接到社团i中所有节点的边占网络全部边的比例等因数计算出企业间的社团关系关联度，最终根据设定的阈值以评定企业间是否具有明显的社团结构，即这些企业之间存在着很大的围标可能性。

2.根据权利要求1所述的一种基于大数据的围串标行为识别分析方法，其特征是：所述数据量应大于10条，每条交易数据包含39个指标。

3.根据权利要求1所述的一种基于大数据的围串标行为识别分析方法，其特征是：所述步骤2-企业间复杂关系网络的建立中的复杂网络可以建模为一个图,图由边和定点组成，即G＝(V,E,w)，V表示网络的节点集合，E表示连接的结合，w权值表示关系的强弱，路径表示由社会关系组成的“关系链”，网络簇表示由多个具有共同属性的人组成的“社团”。

4.根据权利要求1所述的一种基于大数据的围串标行为识别分析方法，其特征是：所述社团检测采用模块度函数，也称为Q函数，在检测的过程中，通过假设网络中检测出了k个社团，定义E是一个k阶对称矩阵，它的元素e表示连接社团i和社团j中节点的边占网络全部边的比例，矩阵E的表示连接同一社团中节点的边占网络全部边的比例，而表示连接到社团i中所有节点的边占网络全部边的比例，e²表示矩阵E所有元素之和,模块度函数Q定义如下：所述模块度函数Q的函数值最大值为1。

5.根据权利要求1所述的一种基于大数据的围串标行为识别分析方法，其特征是：所述社团检測模型中同时设计有二进制蝙蝠算法，由于社团检测是离散型的组合问题，由此引入位置概念，对原算法进行离散化改进，提高了算法的收敛性和全局搜索能力。