[发明专利]基于社区发现和关联规则分析的供应商紧密关系识别方法

权利要求书

1.一种基于社区发现和关联规则分析的供应商紧密关系识别方法，其特征在于，包括以下步骤：

步骤1、剔除无效数据并提取出关键数据；

步骤2、基于关键数据，遍历关键数据的全部寻源单条目，形成涵盖全部供应商关系的网络，并生成无向图；无向图中的每一个节点代表一个供应商，根据各供应商在同一标段中的出现次数来计算各节点之间的边的权重值；

步骤3、根据步骤2生成的无向图，以各个无向图的节点作为独立的社区，计算模块度：

上式中，A_ij代表节点i和节点j之间的边权；k_i代表所有与节点i相连的边的权重之和，k_j代表所有与节点j相连的边的权重之和；m代表该无向图中所有的边权之和；c_i和c_j分别代表节点i和节点j所属的社区；δ表示克罗内克函数；

步骤4、根据模块度优化算法对无向图中的每个节点进行聚类：依次将无向图中的每个节点分配到每个相邻节点所属的社区，并计算相应的模块度变化值，将该节点最终分配至模块度提升最大的社区；

步骤5、重复执行步骤3至步骤4，直至无向图中所有节点所属的社区不再发生变换；

步骤6、对无向图进行压缩：将所有同属一个社区的节点压缩成一个新的节点，将社区内各节点的边权总和转化为新节点的自环权重：

上式中，X和Y均代表压缩之后的新节点；W_X,Y代表新节点X和Y之间的边权；i和j代表压缩之前的节点；其中1_X(i)、1_Y(j)均为指示函数，1_X(i)、1_Y(j)的定义为：

将社区间的边权转化为新节点之间的边权；

步骤7、重复步骤4至步骤6直至无向图的模块度不再发生变化；

步骤8、根据步骤6获得的结果，寻找各社区组内全部节点之间的频繁项集，并采用关联规则挖掘算法计算分类后各组寻源单条目的关联规则参数；

步骤9、根据各社区组规模的大小设置对应的置信度阈值，对每个社区中的频繁项集结果，通过关联规则参数进行初步筛选；对筛选出的频繁项集进行汇总分析，筛选出关系紧密的供应商。

2.根据权利要求1所述基于社区发现和关联规则分析的供应商紧密关系识别方法，其特征在于：步骤1中关键数据包括项目名称、投标人名称、中标人名称和中标金额。

3.根据权利要求1所述基于社区发现和关联规则分析的供应商紧密关系识别方法，其特征在于：步骤2中关键数据的全部寻源单条目包括：标段编号、招标方式、开标时间、投标单位编码、投标单位名称、报价金额、中标人、中标单位名称和中标金额。

4.根据权利要求1所述基于社区发现和关联规则分析的供应商紧密关系识别方法，其特征在于：步骤4中模块度优化算法为Louvain算法。

5.根据权利要求1所述基于社区发现和关联规则分析的供应商紧密关系识别方法，其特征在于：步骤4中模块度优化算法为Pons and Latapy算法或Wakita and Tsurumi算法。

6.根据权利要求1所述基于社区发现和关联规则分析的供应商紧密关系识别方法，其特征在于：步骤8中关联规则参数包括支持度、置信度、提升度、KULC度量和不平衡比。