[发明专利]一种企业竞争力的预测方法

摘要

本发明实施例公开了一种企业竞争力的预测方法，包括当新标A产生时，确定标A的发标区域以及对应的参加标A的企业；使用线性回归模型预测参加标A的企业相对于标A的分数，并将分数最大的企业预测为中标企业。实施本发明，能降低现有技术中预测算法的复杂程度，使得预测的准确度较高。

主权项

1.一种企业竞争力的预测方法，其特征在于，所述方法包括以下步骤：步骤S1、当新标A产生时，设标A的发标区域是areaA，有l个企业参加标A的投标分别为{c1,c2,…cl}；其中，xc1是企业c1在areaA区域的业绩数据，xc1＝{企业c1在areaA的投标次数，企业c1在areaA的中标次数，企业c1在areaA的中标平均金额}；X＝{xc1,xc2,…xcl}是l个企业在areaA区域的业绩数据(X∈Rl*3)，wT＝{w1,w2,w3}，w1表示投标次数的权重，w2表示中标次数的权重，w3表示平均中标金额的权重；步骤S2、使用线性回归模型预测中标企业，Scorec1＝xc1w是企业c1相对于标A的分数即竞争力；ScoreA＝{Scorec1，Scorec2，……，Scorecl}是l个企业相对于标A的分数，将Score最大的企业预测为中标企业，具体预测方法如下：企业参标数据是以[标ID、企业ID、企业区域参标次数、企业区域投标次数、企业投过标的平均金额]的形式存放，一个标有很多条参标记录组成；假设参加标A的企业有l个，参加标A所有企业组成了数据xA＝{xA1,xA2,…,xAl}：xAw是一个长度为l的行向量，代表的是l个企业中标的可能性：设中标企业的序号是i，xAw值最大的那个元素的下标是j；其中j是一个变量，在迭代过程中，xAw最大值的下标会发生改变，定义目标函数为:希望x_Aiw尽可能的大，即尽可能的接近于1：将损失函数L定义为:损失函数L对w求偏导：使用梯度下降法进行w的更新,α为学习率：