一種投標(biāo)供應(yīng)商關(guān)系分析方法及裝置 技術(shù)領(lǐng)域 [0001] 本發(fā)明涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，特別是指一種投標(biāo)供應(yīng)商關(guān)系分析方法及裝置。 背景技術(shù) [0002] 隨著市場競爭的加劇，供應(yīng)商在商業(yè)采購與招標(biāo)中的投標(biāo)行為變得更加復(fù)雜，逐漸形成了競爭與合作并存的網(wǎng)絡(luò)。這些網(wǎng)絡(luò)不僅深刻影響了市場的競爭格局，還直接影響著采購方的決策質(zhì)量。近年來，隨著大數(shù)據(jù)、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)的迅速發(fā)展，深入分析供應(yīng)商的投標(biāo)行為成為可能，采購方可以更有效地識(shí)別供應(yīng)商的行為模式，并評(píng)估圍串標(biāo)的風(fēng)險(xiǎn)。 [0003] 在現(xiàn)有技術(shù)中，通常采用Apriori算法進(jìn)行頻繁項(xiàng)集挖掘，以分析供應(yīng)商投標(biāo)行為中的頻繁組合關(guān)系。通過該算法，能夠從供應(yīng)商的歷史投標(biāo)數(shù)據(jù)中挖掘出供應(yīng)商之間的關(guān)聯(lián)關(guān)系，從而幫助采購方判斷是否存在圍串標(biāo)行為。Apriori算法通過逐層連接與剪枝操作，找到滿足最小支持度閾值的頻繁項(xiàng)集，這些項(xiàng)集可以用于識(shí)別供應(yīng)商之間的合作模式，因此在大數(shù)據(jù)挖掘領(lǐng)域得到了廣泛應(yīng)用。 [0004] 然而，傳統(tǒng)的Apriori算法在處理大規(guī)模投標(biāo)數(shù)據(jù)時(shí)存在一些明顯的不足。首先，在每一步生成候選項(xiàng)集時(shí)，會(huì)產(chǎn)生過多的候選組合，導(dǎo)致剪枝過程耗費(fèi)大量的CPU資源。其次，每次計(jì)算頻繁項(xiàng)集的支持度時(shí)，都需要對(duì)整個(gè)數(shù)據(jù)庫進(jìn)行掃描并進(jìn)行支持度比對(duì)，增加了I/O以及CPU的開銷。 發(fā)明內(nèi)容 [0005] 為了解決傳統(tǒng)的投標(biāo)供應(yīng)商關(guān)系分析方法在每一步生成候選項(xiàng)集時(shí)，會(huì)產(chǎn)生過多的候選組合，導(dǎo)致剪枝過程耗費(fèi)大量的CPU資源，且每次計(jì)算頻繁項(xiàng)集的支持度時(shí)，都需要對(duì)整個(gè)數(shù)據(jù)庫進(jìn)行掃描并進(jìn)行支持度比對(duì)，增加了I/O以及CPU的開銷的技術(shù)問題，本發(fā)明提供了一種投標(biāo)供應(yīng)商關(guān)系分析方法及裝置。 [0006] 本發(fā)明實(shí)施例提供的技術(shù)方案如下： [0007] 第一方面： [0008] 本發(fā)明實(shí)施例提供的一種投標(biāo)供應(yīng)商關(guān)系分析方法，包括： [0009] S1：獲取多個(gè)供應(yīng)商的歷史投標(biāo)數(shù)據(jù)； [0010] S2：通過改進(jìn)的Apriori算法，掃描所述歷史投標(biāo)數(shù)據(jù)，記錄各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)； [0011] S3：根據(jù)各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)，收集參與項(xiàng)目個(gè)數(shù)大于或者等于支持度閾值的供應(yīng)商，構(gòu)建第一頻繁項(xiàng)集； [0012] S4：將所述第一頻繁項(xiàng)集進(jìn)行自連接，構(gòu)建第二頻繁項(xiàng)集； [0013] S5：將所述第二頻繁項(xiàng)集與所述第一頻繁項(xiàng)集進(jìn)行連接，構(gòu)建第三頻繁項(xiàng)集； [0014] S6：重復(fù)步驟S5，直至無法新建出頻繁項(xiàng)集； [0015] S7：根據(jù)所述第二頻繁項(xiàng)集以及所述第三頻繁項(xiàng)集，進(jìn)行投標(biāo)供應(yīng)商關(guān)系分析。 [0016] 第二方面： [0017] 本發(fā)明實(shí)施例提供的一種投標(biāo)供應(yīng)商關(guān)系分析裝置，包括： [0018] 獲取模塊，用于獲取多個(gè)供應(yīng)商的歷史投標(biāo)數(shù)據(jù)； [0019] 記錄模塊，用于通過改進(jìn)的Apriori算法，掃描所述歷史投標(biāo)數(shù)據(jù)，記錄各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)； [0020] 第一構(gòu)建模塊，用于根據(jù)各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)，收集參與項(xiàng)目個(gè)數(shù)大于或者等于支持度閾值的供應(yīng)商，構(gòu)建第一頻繁項(xiàng)集； [0021] 第二構(gòu)建模塊，用于將所述第一頻繁項(xiàng)集進(jìn)行自連接，構(gòu)建第二頻繁項(xiàng)集； [0022] 第三構(gòu)建模塊，用于將所述第二頻繁項(xiàng)集與所述第一頻繁項(xiàng)集進(jìn)行連接，構(gòu)建第三頻繁項(xiàng)集； [0023] 分析模塊，用于根據(jù)所述第二頻繁項(xiàng)集以及所述第三頻繁項(xiàng)集，進(jìn)行投標(biāo)供應(yīng)商關(guān)系分析。 [0024] 本發(fā)明實(shí)施例提供的技術(shù)方案帶來的有益效果至少包括： [0025] 在本發(fā)明中，通過改進(jìn)的Apriori算法，掃描歷史投標(biāo)數(shù)據(jù)，記錄各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)，根據(jù)各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)，收集參與項(xiàng)目個(gè)數(shù)大于或者等于支持度閾值的供應(yīng)商，構(gòu)建第一頻繁項(xiàng)集，將第一頻繁項(xiàng)集進(jìn)行自連接，構(gòu)建第二頻繁項(xiàng)集，將第二頻繁項(xiàng)集與第一頻繁項(xiàng)集進(jìn)行連接，構(gòu)建第三頻繁項(xiàng)集，直接使用已生成的頻繁項(xiàng)集進(jìn)行連接，避免了產(chǎn)生過多的候選組合，無需額外的剪枝過程，從而減少剪枝過程耗費(fèi)的CPU資源，直接將連接結(jié)果與支持度閾值進(jìn)行對(duì)比，無需對(duì)整個(gè)數(shù)據(jù)庫進(jìn)行掃描并進(jìn)行支持度對(duì)比，降低了I/O以及CPU的開銷。 附圖說明 [0026] 為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。 [0027] 圖1為本發(fā)明實(shí)施例提供的一種投標(biāo)供應(yīng)商關(guān)系分析方法的流程示意圖； [0028] 圖2為本發(fā)明實(shí)施例提供的一種投標(biāo)供應(yīng)商關(guān)系分析裝置的結(jié)構(gòu)示意圖。 具體實(shí)施方式 [0029] 下面結(jié)合附圖，對(duì)本發(fā)明中的技術(shù)方案進(jìn)行描述。

1.一種投標(biāo)供應(yīng)商關(guān)系分析方法，其特征在于，包括： S1：獲取多個(gè)供應(yīng)商的歷史投標(biāo)數(shù)據(jù)； S2：通過改進(jìn)的Apriori算法，掃描所述歷史投標(biāo)數(shù)據(jù)，記錄各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)； S3：根據(jù)各個(gè)供應(yīng)商的參與項(xiàng)目個(gè)數(shù)，收集參與項(xiàng)目個(gè)數(shù)大于或者等于支持度閾值的供應(yīng)商，構(gòu)建第一頻繁項(xiàng)集； S4：將所述第一頻繁項(xiàng)集進(jìn)行自連接，構(gòu)建第二頻繁項(xiàng)集； S5：將所述第二頻繁項(xiàng)集與所述第一頻繁項(xiàng)集進(jìn)行連接，構(gòu)建第三頻繁項(xiàng)集； S6：重復(fù)步驟S5，直至無法新建出頻繁項(xiàng)集； S7：根據(jù)所述第二頻繁項(xiàng)集以及所述第三頻繁項(xiàng)集，進(jìn)行投標(biāo)供應(yīng)商關(guān)系分析； 其中，所述S5具體包括： S501：將所述第二頻繁項(xiàng)集中的各個(gè)供應(yīng)商組合分別與所述頻繁項(xiàng)集中的各個(gè)供應(yīng)商進(jìn)行連接，得到多個(gè)第二供應(yīng)商組合； S502：通過交集運(yùn)算，獲取所述第二供應(yīng)商組合中的各個(gè)供應(yīng)商之間的共同參與項(xiàng)目個(gè)數(shù)； S503：根據(jù)所述第二供應(yīng)商組合中的供應(yīng)商個(gè)數(shù)以及各個(gè)供應(yīng)商之間的共同參與項(xiàng)目個(gè)數(shù)，收集滿足第二預(yù)設(shè)條件的第二供應(yīng)商組合，構(gòu)建所述第三頻繁項(xiàng)集。 2.根據(jù)權(quán)利要求1所述的投標(biāo)供應(yīng)商關(guān)系分析方法，其特征在于，所述S4具體包括： S401：將所述第一頻繁項(xiàng)集中的各個(gè)供應(yīng)商之間進(jìn)行兩兩連接，得到多個(gè)第一供應(yīng)商組合； S402：通過交集運(yùn)算，獲取所述第一供應(yīng)商組合中的各個(gè)供應(yīng)商之間的共同參與項(xiàng)目個(gè)數(shù)； S403：根據(jù)所述第一供應(yīng)商組合中的供應(yīng)商個(gè)數(shù)以及各個(gè)供應(yīng)商之間的共同參與項(xiàng)目個(gè)數(shù)，收集滿足第一預(yù)設(shè)條件的第一供應(yīng)商組合，構(gòu)建所述第二頻繁項(xiàng)集。 3.根據(jù)權(quán)利要求2所述的投標(biāo)供應(yīng)商關(guān)系分析方法，其特征在于，所述第一預(yù)設(shè)條件具體為： 所述第一供應(yīng)商組合中的供應(yīng)商個(gè)數(shù)等于第一預(yù)設(shè)供應(yīng)商個(gè)數(shù)，且所述第一供應(yīng)商組合中的各個(gè)供應(yīng)商之間的共同參與項(xiàng)目個(gè)數(shù)大于或者等于所述支持度閾值。 4.根據(jù)權(quán)利要求1所述的投標(biāo)供應(yīng)商關(guān)系分析方法，其特征在于，所述第二預(yù)設(shè)條件具體為： 所述第二供應(yīng)商組合中的供應(yīng)商個(gè)數(shù)等于第二預(yù)設(shè)供應(yīng)商個(gè)數(shù)，且所述第二供應(yīng)商組合中的各個(gè)供應(yīng)商之間的共同參與項(xiàng)目個(gè)數(shù)大于或者等于所述支持度閾值。 5.一種投標(biāo)供應(yīng)商關(guān)系分析裝置，其特征在于，所述投標(biāo)供應(yīng)商關(guān)系分析裝置用于實(shí)現(xiàn)如權(quán)利要求1至4中任一項(xiàng)所述的投標(biāo)供應(yīng)商關(guān)系分析方法，其中，所述裝置具體包括： 獲取模塊，用于獲取多個(gè)供應(yīng)商的歷史投標(biāo)數(shù)據(jù)；