一种基于大数据管理的采购全流程合规监督方法与流程
本发明涉及数据处理与采购管理,具体为一种基于大数据管理的采购全流程合规监督方法。
背景技术:
1、采购活动作为企事业单位运营中的关键环节,其合规性直接关系到资金使用效益与廉政风险防控。在采购全流程中,供方围标、串标、陪标等群体性合谋行为以及个别供方的不合理报价,不仅扭曲了市场竞争机制,更可能导致采购成本虚高或中标方履约能力不足,进而引发质量与交付风险。随着采购规模的扩大与供方群体的复杂化,对采购全流程实施系统化、数据化的合规监督已成为风险防控的迫切需求,而传统依靠人工经验进行报价审查的监督模式已难以应对海量数据的比对与分析要求,亟需引入大数据驱动的智能化监督手段以提升监督工作的覆盖广度与判断精度。
2、在现有技术中,公开号为cn119722260a的专利公开了一种基于数据分析的招标恶意行为检测方法及系统,该技术包括:获取中标人的报价;在所有的投标人报价中匹配是否具有与中标人报价在阈值范围内的投标人;若有,则针对报价在中标人报价在阈值范围内的投标人生成待检测投标人集合;对待检测投标人集合中的待检测投标人以及中标人逐个获取本次投标数据,基于本次投标数据进行一级检测;对待检测投标人集合中的待检测投标人以及中标人逐个获取历史投标数据,基于历史投标数据进行二次检测;根据一级检测或二级检测的结果生成疑似招标恶意行为级别,并生成招标恶意行为提示信息。
3、但上述现有技术中,该监督方法仅基于各供方报价与基准价的简单比对进行异常判定,未对供方报价行为进行层次化解构分析,难以区分群体性合谋导致的整体报价分布异常与个体性偏离导致的单一报价异常,且其在判定报价偏离时仅以单一阈值作为截断标准,忽略了同一采购品类下历史中标价格围绕市场基准的波动规律,导致监督结果易受单次异常值干扰而出现误判,亦无法在排除群体合谋嫌疑后进一步对个体供方的报价合理性进行趋势层面的量化甄别,监督结论缺乏层次性与指向性,难以为后续审查环节提供精准的风险线索。
4、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本发明的目的在于提供一种基于大数据管理的采购全流程合规监督方法,以解决上述背景技术中提出的问题。本发明通过构建历史采买数据库,针对当前采买事项与同一品类历史数据进行多层级比对分析,先利用历史出价变异系数序列设定违常临界值,对当前各供方出价的整体离散程度进行异常趋同或异常分散的智能判定,以识别围标、陪标等合谋风险;再结合历史中标出价偏离度序列计算各供方出价偏移量水平评分,精准甄别个体报价异常,为监督方标记高风险供方供后续重点审查,实现从群体筛查到个体预警的多层次风险识别,有效提升采购监督的精准性和前瞻性。
2、为实现上述目的,本发明提供如下技术方案:
3、一种基于大数据管理的采购全流程合规监督方法,包括以下步骤:
4、s1:构建历史采买数据库,所述历史采买数据库包含每个历史采买事项的采买品类、历史中标价格数据、各供方的历史出价数据以及历史市场基准价格,获取当前采买事项的采买品类、各供方的出价数据以及采买品类的市场基准价格,并提取历史采买数据库中与当前采买事项属于同一采买品类的各历史采买事项的以下数据:所有供方的历史出价数据、历史中标价格数据以及对应的采买品类的历史市场基准价格;
5、s2:基于历史采买数据库中与当前采买事项属于同一采买品类的各历史采买事项的各供方的历史出价数据,计算同一采买品类的每个历史采买事项的历史出价变异系数,并基于同一采买品类的每个历史采买事项的历史出价变异系数,构建历史出价变异系数序列,基于历史出价变异系数序列,确定历史出价变异系数序列的下四分位数和上四分位数,基于历史出价变异系数序列的下四分位数和上四分位数,分别计算下违常临界值和上违常临界值;
6、s3:基于当前采买事项的各供方的出价数据,计算当前采买事项的当前出价变异系数,将当前采买事项的当前出价变异系数与下违常临界值和上违常临界值进行比较,根据比较结果判定当前采买事项的各供方出价整体离散程度是否存在异常;
7、s4:当前采买事项的各供方出价整体离散程度正常时,基于当前采买事项的各供方的出价数据以及采买品类的市场基准价格,计算当前采买事项的各供方的当前出价偏离度,基于同一采买品类的每个历史采买事项的历史中标价格数据以及对应的采买品类的历史市场基准价格,计算同一采买品类的每个历史采买事项的历史中标出价偏离度,基于同一采买品类的每个历史采买事项的历史中标出价偏离度,构建历史中标出价偏离度序列,基于当前采买事项的各供方的当前出价偏离度与历史中标出价偏离度序列,计算当前采买事项的各供方的出价偏移量水平评分,基于当前采买事项的各供方的出价偏移量水平评分,判定当前采买事项的各供方的出价数据是否存在异常。
8、进一步的,所述构建历史采买数据库的方法为:
9、将每个历史采买事项分别作为一条独立记录进行存储,每条独立记录包括采买品类、历史中标价格数据、各供方的历史出价数据以及历史市场基准价格,将属于同一采买品类的独立记录进行关联存储,并按采买事项发生时间先后排序,以构建历史采买数据库。
10、进一步的,所述计算同一采买品类的每个历史采买事项的历史出价变异系数,所依据的公式为:
11、
12、其中,为同一采买品类的第个历史采买事项的历史出价变异系数;
13、为同一采买品类的第个历史采买事项中所有供方的历史出价数据的算术平均值;
14、为同一采买品类的第个历史采买事项中所有供方的历史出价数据的标准差;
15、所述构建历史出价变异系数序列的方法为:
16、将计算得到的同一采买品类的每个历史采买事项的历史出价变异系数,按照各历史采买事项的发生时间先后顺序依次排列,以构建历史出价变异系数序列。
17、进一步的,所述确定历史出价变异系数序列的下四分位数和上四分位数的方法为:
18、将历史出价变异系数序列中的历史出价变异系数的总个数记为历史出价变异系数序列的长度n,并将历史出价变异系数序列中的历史出价变异系数按照从小到大进行排序,下四分位数的位置序号为,并取历史出价变异系数序列中下四分位数的位置序号处对应的历史出价变异系数作为下四分位数,上四分位数的位置序号为,并取历史出价变异系数序列中上四分位数的位置序号处对应的历史出价变异系数作为上四分位数,当所述位置序号为整数时,取历史出价变异系数序列中位置序号处的历史出价变异系数作为对应四分位数,当所述位置序号为非整数时,基于此位置序号前后相邻两个整数位置序号处的历史出价变异系数进行线性插值,以得到非整数的位置序号对应四分位数。
19、进一步的,所述计算下违常临界值和上违常临界值,所依据的公式为:
20、
21、
22、其中,为下违常临界值;
23、为上违常临界值;
24、为下四分位数;
25、为上四分位数;
26、为预设的收缩系数,且0<<1;
27、为预设的扩张系数,且>1。
28、进一步的,所述计算当前采买事项的当前出价变异系数,所依据的公式为:
29、
30、其中,为当前采买事项的当前出价变异系数;
31、为当前采买事项中所有供方的出价数据的算术平均值;
32、为当前采买事项中所有供方的出价数据的标准差。
33、进一步的,所述根据比较结果判定当前采买事项的各供方出价整体离散程度是否存在异常,判定逻辑为:
34、当≤时,判定当前采买事项的各供方出价整体离散程度存在异常趋同;
35、当≥时,判定当前采买事项的各供方出价整体离散程度存在异常分散;
36、当<<时,判定当前采买事项的各供方出价整体离散程度正常。
37、进一步的,所述计算当前采买事项的各供方的当前出价偏离度,所依据的公式为:
38、
39、其中,为当前采买事项的第个供方的当前出价偏离度;
40、为当前采买事项的第个供方的出价数据;
41、为当前采买事项对应的采买品类的市场基准价格;
42、所述计算同一采买品类的每个历史采买事项的历史中标出价偏离度的方法为:
43、针对同一采买品类的每个历史采买事项,分别基于此历史采买事项的历史中标价格数据减去采买品类的历史市场基准价格,再将所得差值除以采买品类的历史市场基准价格,所得商即为此历史采买事项的历史中标出价偏离度;
44、所述构建历史中标出价偏离度序列的方法为:
45、将计算得到的同一采买品类的每个历史采买事项的历史中标出价偏离度,按照各历史采买事项的发生时间先后顺序依次排列,以构建历史中标出价偏离度序列。
46、进一步的,所述计算当前采买事项的各供方的出价偏移量水平评分,所依据的公式为:
47、
48、其中,为当前采买事项的第个供方的出价偏移量水平评分;
49、为历史中标出价偏离度序列中所有历史中标出价偏离度的算术平均值;
50、为历史中标出价偏离度序列中所有历史中标出价偏离度的标准差。
51、进一步的,所述判定当前采买事项的各供方的出价数据是否存在异常,判定逻辑为:
52、当>,判定当前采买事项的第个供方的出价数据存在偏高异常;
53、当<,判定当前采买事项的第个供方的出价数据存在偏低异常;
54、当≤≤时,判定当前采买事项的第个供方的出价数据正常;
55、其中,为预设的出价偏移量判定阈值,且>0。
56、与现有技术相比,本发明的有益效果是:
57、本发明通过构建历史采买数据库,并针对当前采买事项与同一品类历史数据进行多层级比对分析,首先利用历史出价变异系数序列及其上下四分位数设定下违常临界值和上违常临界值,对当前各供方出价的整体离散程度进行异常趋同或异常分散的智能判定,有效识别围标、陪标等合谋风险,而后在整体离散程度正常的前提下,进一步结合当前各供方出价偏离度与历史中标出价偏离度序列,通过计算各供方的出价偏移量水平评分,精准甄别个体供方的报价偏高或偏低异常,从而为监督方标记出定价逻辑显著偏离历史中标规律的供方,供后续重点审查其报价合理性,并实现从群体合谋行为筛查到个体异常报价预警的多层次风险提示,为后续资格审查、合同授予及履约监管提供针对性数据支撑与决策依据,有效提升采购监督的精准度和前瞻性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com