[发明专利]一种基于数据驱动的异常投标行为检测评估方法及系统

说明书

本发明提供一种基于数据驱动的异常投标行为检测评估方法及系统，涉及招投标管理技术领域，其中一种基于数据驱动的异常投标行为检测评估方法包括以下步骤：S1：获取当前批次的所有投标事件及相关数据，存成csv文件；S2：得到报价策略高度相关的供应商群体；S3：得到报价排名波动较大的供应商个体；S4：得到异常投标供应商集合；S5：得到算法检测异常投标供应商的有效性。本发明一种基于数据驱动的异常投标行为检测评估方法及系统数据获取便捷，处理方便，有效检测投标供应商是否参与异常投标，结合先进数据分析方法与机器学习方法，用算法减少高昂的收集信息的成本和提高识别异常投标供应商的准确率。

技术领域

本发明涉及招投标管理技术领域，

尤其是，本发明涉及一种基于数据驱动的异常投标行为检测评估方法及系统。

背景技术

招标采购管理工作是企业良性发展的重要环节，企业招标采购的主要对象为供应商，供应商不正当的竞投标会严重影响招标商的正常工作开展且给招标采购企业带来极大的经营和维护风险。供应商异常投标行为主要有3种：企业挂靠经营、转包行为和串通行为，企业挂靠经营指的是他人借用其他施工单位的名义来进行工程的承接，这就会导致很多的工程被不具备投标条件的施工企业所承接；转包现象是指在施工企业中标后，将所中标的工程通过分包的方式转手给其他企业，且接手的企业并不具备投标标准；业主在招标的过程中内定施工企业，进而将公开招标转变为邀请招标，在低价中标阶段还存在施工企业与设计单位串通等现象。有三种异常投标行为的供应商通常表现在抱团拉低价格或者抱团哄抬价格、参与不属于主营范围的投标，投出不符合历史投标行为的报价等，所以投标事件能反映供应商的异常投标行为。

目前应对非竞争性的异常投标行为，一方面采用限制高价和低价的阻止供应商合谋，另一方面通过研究投标者的成本和边际效益模型来判断投标行为是否符合供应商资质。前者如何合理设定上限价和下限价上需要花费较大功夫，后者需要很大的理论来建立合理的机理模型且供应商纷繁复杂需要建立所有投标商的模型的成本较高。在公共和私人招标采购中，非竞争性投标已成为一个主要问题，并且已经开发了几个模型来帮助识别合谋投标人。公共和私人采购拍卖，以及一些模式已被开发出来，以帮助确定串谋投标人。然而，这些模型大多需要复杂的计算和广泛的信息，而在现实生活中很难获得这些信息，且实际生活中没有确切证据确定异常投标商的标签，所以也很难验证模型准确性。

所以，如何设计一种基于数据驱动的异常投标行为检测评估方法或者系统，成为我们当前急需要解决的问题。

发明内容

本发明的目的在于提供一种数据获取便捷，处理方便，有效检测投标供应商是否参与异常投标，结合先进数据分析方法与机器学习方法，用算法减少高昂的收集信息的成本和提高识别异常投标供应商的准确率的异常投标行为检测评估方法。

为达到上述目的，本发明采用如下技术方案得以实现的：

一种基于数据驱动的异常投标行为检测评估方法，该方法包括以下步骤：

S1：获取当前批次的所有投标事件、当前批次的所有供应商的标的报价序列、当前批次的所有供应商的参与投标品类序列以及所有供应商在同一个品类的历史投标报价排名序列，存储成csv文件；

S2：对当前批次的所有投标事件做Apriori关联分析得到经常抱团的供应商群体，对报价序列做相关性分析和聚类得到报价策略高度相关的供应商群体；

S3：对当前批次的所有供应商的参与投标品类序列做Apriori关联分析得到非主营投标的供应商个体，对所有供应商的历史报价排名进行波动分析得到报价排名波动较大的供应商个体；

S4：合并经常抱团的供应商群体、报价策略高度相关的供应商群体、非主营投标的供应商个体和报价排名波动较大的供应商个体得到异常投标供应商集合；