基于招投标大数据的企业竞争战略指引方法及系统

摘要

本申请提供了一种基于招投标大数据的企业竞争战略指引方法及系统，属于企业竞争战略管理的技术领域，用于解决企业竞争战略决策不合理的问题，其中，获取用户企业的企业画像信息、期望招标信息和期望中标率信息，企业画像信息包括与企业属性信息对应的量化属性信息；根据期望招标信息和期望成功率信息确定若干优势企业画像，每一优势企业画像相对指定多个企业属性信息确定，与企业属性信息相应的量化属性信息均优向超过与相应企业属性信息对应的优势置信阈值；基于企业属性信息的量化成本信息确定用户企业的企业画像信息和每一优势企业画像的达成成本距离，确定小于预获取的成本阈值的优势企业画像。该方法及系统能够使企业竞争战略更为合理。

说明书

技术领域

本申请涉及企业竞争战略的技术领域，尤其涉及一种基于招投标大数据的企业竞争战略指引方法及系统。

背景技术

企业竞争战略是企业战略的重要组成部分，其是指在企业总体战略的制约下，指导和管理具体经营单位的计划和行动。招投标是企业竞争战略中常见的一种商业活动。

招投标是基本建设领域促进竞争的全面经济责任制形式。招投标的一般流程为：招标方的相关人员首先确定中标需要的条件和要求，根据这些条件和要求筛选确定多个投标方进行竞标，或者将这些条件和要求进行公告一段时间，使有意向的单位进行投标成为投标方，最终根据多个投标方的竞标结果确定中标单位。

随着互联网的飞速发展，当下的招投标活动，尤其是招标方发布中标需要的条件和要求以及有意向的单位进行投标成为投标方的过程大多在互联网上进行，但是对于投标方来说，筛选招标信息、进行评估及投标依然由投标方的相关人员进行，人工进行招标信息筛选、评估以及投标的工作时效性和准确性均较低，投标方不利于选中易中、合心意的招标信息，投标动作容易决策失误，而导致企业竞争战略的决策不合理。

发明内容

本申请提供了一种基于招投标大数据的企业竞争战略指引方法及系统，其能够使企业竞争战略的决策更为合理。

第一方面，本申请提供了一种基于招投标大数据的企业竞争战略指引方法。

本申请提供的一种基于招投标大数据的企业竞争战略指引方法具体采用如下技术方案：

一种基于招投标大数据的企业竞争战略指引方法，包括：

获取用户企业的企业画像信息、期望招标信息和期望中标率信息，所述企业画像信息包括与所述用户企业的企业属性信息一一对应的量化属性信息；

根据所述期望招标信息和期望成功率信息确定若干优势企业画像，每一优势企业画像相对指定多个企业属性信息确定，其中，每一与企业属性信息相应的量化属性信息均优向超过与相应企业属性信息对应的优势置信阈值；

基于企业属性信息的量化成本信息确定所述用户企业的企业画像信息和每一所述优势企业画像的达成成本距离，并确定达成成本距离小于预获取的成本阈值的优势企业画像。

通过采用上述技术方案，用户企业确定期望招标信息和期望中标率信息后，该方法能够自动确定用户企业达到该期望中标率所作出战略决策的达成成本距离，方便为用户企业进行定向投标工作进行更为精准的指引，使用户企业能够预估自己中标的概率以及为中标而付出的成本，也是企业竞争战略的决策更为合理。

进一步地，所述根据所述期望招标信息和期望成功率信息确定若干优势企业画像包括：

确定所述期望招标信息所属的招标信息类别；

基于招投标大数据确定所述招标信息类别的中标企业画像，所述中标企业画像具有多个与企业属性信息一一对应的优势置信阈值，其中，每一企业属性信息相应的量化属性信息均优向超过与相应企业属性信息对应的优势置信阈值；

根据所述期望中标率和中标企业画像确定所述优势企业画像，其中所述优势企业画像中超过优势置信阈值的量化属性信息的数量与所述中标企业画像中超过优势置信阈值的量化属性信息的数量的比值不小于所述期望中标率。

进一步地，所述基于招投标大数据确定所述招标信息类别的中标企业画像包括：

基于招投标大数据确定所述招标信息类别中每一中标企业的每一企业属性信息的属性量化信息；

针对所有中标企业的每一企业属性信息，确定属性量化信息的分布直方图信息；

根据所述分布直方图的分布突变节点，确定企业属性信息的优势置信阈值，所述分布突变节点为属性量化信息的变化比例最大，且所述变化比例大于预设变化比例；

针对所述招标信息类别确定所述中标企业画像为，每一企业属性信息的属性量化信息均大于相应的优势置信阈值。

进一步地，所述基于企业属性信息的量化成本信息确定所述用户企业的企业画像信息和每一所述优势企业画像的达成成本距离包括：

确定每一优势企业画像中所有优向超过优势置信阈值的企业属性信息；

针对用户企业每一相应的企业属性信息，确定属性量化信息与相应优势置信阈值的优向量化距离；

根据所述优向量化距离和所述量化成本信息，确定与企业属性信息相应的属性达成成本；

确定每一优势企业画像中所有优向超过优势置信阈值的企业属性信息的属性达成成本之和为所述达成成本距离。

第二方面，本申请提供了一种基于招投标大数据的企业竞争战略指引系统。

本申请提供的一种基于招投标大数据的企业竞争战略指引方法具体采用如下技术方案：

一种基于招投标大数据的企业竞争战略指引系统，包括：

信息获取模块，用于获取用户企业的企业画像信息、期望招标信息和期望中标率信息，所述企业画像信息包括与所述用户企业的企业属性信息一一对应的量化属性信息；

画像确定模块，用于根据所述期望招标信息和期望成功率信息确定若干优势企业画像，每一优势企业画像相对指定多个企业属性信息确定，其中，每一与企业属性信息相应的量化属性信息均优向超过与相应企业属性信息对应的优势置信阈值；以及

成本确定模块，用于基于企业属性信息的量化成本信息确定所述用户企业的企业画像信息和每一所述优势企业画像的达成成本距离，并确定达成成本距离小于预获取的成本阈值的优势企业画像。

进一步地，所述画像确定模块被进一步配置为：

确定所述期望招标信息所属的招标信息类别；

基于招投标大数据确定所述招标信息类别的中标企业画像，所述中标企业画像具有多个与企业属性信息一一对应的优势置信阈值，其中，每一企业属性信息相应的量化属性信息均优向超过与相应企业属性信息对应的优势置信阈值；

根据所述期望中标率和中标企业画像确定所述优势企业画像，其中所述优势企业画像中超过优势置信阈值的量化属性信息的数量与所述中标企业画像中超过优势置信阈值的量化属性信息的数量的比值不小于所述期望中标率。

进一步地，所述画像确定模块被进一步配置为：

基于招投标大数据确定所述招标信息类别中每一中标企业的每一企业属性信息的属性量化信息；

针对所有中标企业的每一企业属性信息，确定属性量化信息的分布直方图信息；

根据所述分布直方图的分布突变节点，确定企业属性信息的优势置信阈值，所述分布突变节点为属性量化信息的变化比例最大，且所述变化比例大于预设变化比例；

针对所述招标信息类别确定所述中标企业画像为，每一企业属性信息的属性量化信息均大于相应的优势置信阈值。

进一步地，所述成本确定模块被进一步配置为：

确定每一优势企业画像中所有优向超过优势置信阈值的企业属性信息；

针对用户企业每一相应的企业属性信息，确定属性量化信息与相应优势置信阈值的优向量化距离；

根据所述优向量化距离和所述量化成本信息，确定与企业属性信息相应的属性达成成本；

确定每一优势企业画像中所有优向超过优势置信阈值的企业属性信息的属性达成成本之和为所述达成成本距离。

综上所述，本申请至少包含以下有益效果：

1. 提供了一种基于招投标大数据的企业竞争战略指引方法及系统，其能够实现对用户企业以期望中标率中标期望招标信息的达成成本距离进行预测，以便用户企业进行更为精准的企业战略决策；

2. 具体确定具有期望中标率的优势企业画像的方式高效准确，具体确定企业属性信息的优势置信阈值的方式也高效准确。

应当理解，发明内容部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征，亦非用于限制本申请的范围。本申请的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本申请各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了能够在其中实现本申请实施例的示例性运行环境示意图；

图2示出了本申请实施例中的一种基于招投标大数据的企业竞争战略指引方法的流程图；

图3示出了本申请实施例中的一种基于招投标大数据的企业竞争战略指引系统的方框图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本申请保护的范围。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本申请提供了一种基于招投标大数据的企业竞争战略指引方法及系统，其能够使企业竞争战略的决策更为合理。

图1示出了能够在其中实现本申请实施例的示例性运行环境100示意图。运行环境100包括服务器110和终端120，其中，终端120供用户企业应用。

图2示出了本申请实施例中的一种基于招投标大数据的企业竞争战略指引方法200的流程图。方法200可以由图1中的服务器110执行。

方法200具体包括以下步骤：

S210：获取用户企业的企业画像信息、期望招标信息和期望中标率信息。

企业画像信息包括用户企业的各种企业属性信息，用户企业的企业属性信息由终端120获取，用户企业的相关人员通过终端120将企业属性信息输入，服务器110即可获取用户企业的各种企业属性信息。

服务器110在接收到企业属性信息后，通过量化算法模型将企业属性信息进行量化得到量化属性信息，以便于对用户企业进行分析计算。量化算法模型可以预设于服务器110中，也可以人为构建，其为常规技术手段，不作赘述。

期望招标信息即用户企业选定的、参与的招标项目，服务器110通过接口链接招标信息资源，用户企业即可通过终端120访问服务器110获取的招标信息资源，从而能够选定一招标信息作为期望招标信息。

期望中标率为用户企业希望的中标率，用户企业同样可以通过终端110输入期望中标率，使服务器110能获取用户企业的期望中标率。在本申请实施例中，期望中标率是一个百分数，处于零到百分之九十之间。

S220：根据所述期望招标信息和期望成功率信息确定若干优势企业画像。

本步骤的方法包括：确定所述期望招标信息所属的招标信息类别；基于招投标大数据确定所述招标信息类别的中标企业画像，所述中标企业画像具有多个与企业属性信息一一对应的优势置信阈值，其中，每一企业属性信息相应的量化属性信息均优向超过与相应企业属性信息对应的优势置信阈值；根据所述期望中标率和中标企业画像确定所述优势企业画像，其中所述优势企业画像中超过优势置信阈值的量化属性信息的数量与所述中标企业画像中超过优势置信阈值的量化属性信息的数量的比值不小于所述期望中标率。

本步骤的方法还包括：基于招投标大数据确定所述招标信息类别中每一中标企业的每一企业属性信息的属性量化信息；针对所有中标企业的每一企业属性信息，确定属性量化信息的分布直方图信息；根据所述分布直方图的分布突变节点，确定企业属性信息的优势置信阈值，所述分布突变节点为属性量化信息的变化比例最大，且所述变化比例大于预设变化比例；针对所述招标信息类别确定所述中标企业画像为，每一企业属性信息的属性量化信息均大于相应的优势置信阈值。

具体来说，本步骤的方法基于招投标大数据实现，招投标大数据包含大量、全面的招投标数据，每条招投标数据均包含招标企业的相关信息、投标企业的相关信息、招标信息以及中标企业的相关信息等等招投标的全过程信息。

可以根据招标方标识信息和/或招标项目属性对招投标数据进行归类，得到若干类招投标数据，一类招投标数据具有相同的招标方标识信息和/或招标项目属性信息，从而能够确定招投标数据与一类招投标数据的从属关系。

根据每一类招投标数据中的每一条招投标数据，能够确定相应中标企业的各种企业属性信息，对每一条招投标数据的中标企业的企业属性信息进行量化，即可确定每一条招投标数据的中标企业的企业画像信息，即每一条招投标数据的中标企业的企业画像信息包含中标企业的各种企业属性的属性量化信息，使每一类招投标数据中的大量的中标企业包含大量的对应各种企业属性信息的量化属性信息。

针对一类招投标数据的一种企业属性信息，包含大量的量化属性信息结果，确定这些量化属性信息生成分布直方图信息，根据分布直方图信息能够确定该一类招投标数据的该一种企业属性信息是否存在优势置信阈值以及优势置信阈值具体为多少。具体来说，针对一类招投标数据的一种企业属性信息来说，均预存储有一预设变化比例，确定相应的分布直方图信息的分布突变节点，分布突变节点为分布直方图中属性量化信息的数量的变化比例最大的节点，该节点的变化比例若大于预设变化比例，则该一类招投标数据的该一种企业属性信息存在优势置信阈值，且优势置信阈值为分布突变节点对应的量化属性，否则该一类招投标数据的该一种企业属性信息不存在优势置信阈值。其中，分布直方图的组距可自定，分布直方图的分布突变节点为：分布直方图一组的样本数量到与其相邻的另一组的样本数量变化值或变化比例最大，该两分布直方图之间的节点为突变节点，相应的至为优势置信阈值。

根据前述内容，能够确定一类招投标数据的每一种企业属性信息是否存在优势置信阈值，从而确定一类招投标数据的所有具有优势置信阈值的企业属性信息，继而确定中标企业画像，即相对每一类招投标数据能够确定一中标企业画像。中标企业画像为，具有优势置信阈值的企业属性信息的量化属性信息均优向超过相应的优势置信阈值。其中，所谓的“优向超过”解释为，向更优的方向超过，例如规模大为优向，则“优向超过”为规模较之优势置信阈值反映的规模更大，再例如诉讼记录少为优向，则“优向超过”为诉讼记录较之优势置信阈值反映的数量更少，每一企业属性信息的“优向”可在预先配置（如人为设定）于服务器110内。

当然，每一类招投标数据的中标企业画像均能够依照前述方式确定。

在确定每一类招投标数据的中标企业画像后，即可根据用户企业的期望招标信息和期望成功率信息确定相应的优势企业画像，优势企业画像的含义为：能够以期望成功率中标期望招标信息的企业画像。

具体来说，本方法中认定具有一类招投标数据的中标企业画像的用户企业能够百分百中标属于该一类招投标数据的招标信息，或者百分之九十中标属于该一类招投标数据的招标信息，在本申请实施例中，认为具有中标企业画像的用户企业能够百分之九十中标属于该一类招投标数据的任一招标信息。

优势企业画像具有指定数量个企业属性信息的量化属性信息超过相应的优势置信阈值。其中，确定指定数量的具体方式为：确定期望中标信息从属哪一类招投标数据，继而确定该一类招投标数据的中标企业画像以及中标企业画像具有的优势置信阈值数量，即能够确定具有优势置信阈值的企业属性信息的数量，基于条件该指定数量除以该优势置信阈值的数量乘以百分之九十大于期望中标率，即可确定指定数量的条件，从而确定若干个优势企业画像。

S230：基于企业属性信息的量化成本信息确定所述用户企业的企业画像信息和每一所述优势企业画像的达成成本距离。

本步骤的方法包括：确定每一优势企业画像中所有优向超过优势置信阈值的企业属性信息；针对用户企业每一相应的企业属性信息，确定属性量化信息与相应优势置信阈值的优向量化距离；根据所述优向量化距离和所述量化成本信息，确定与企业属性信息相应的属性达成成本；确定每一优势企业画像中所有优向超过优势置信阈值的企业属性信息的属性达成成本之和为所述达成成本距离。

具体来说，根据用户企业的企业画像信息能够确定其每个企业属性信息的量化属性信息，针对用户企业的期望招标信息所属的一类招投标数据，能够确定该一类招投标数据的中标企业信息的所有具有优势置信阈值的企业属性信息，继而确定用户企业的这些量化属性信息，再分别判断用户企业的这些量化属性信息与相应的优势置信阈值的关系，即是否优向超过优势置信阈值，以及若未优向超过优势置信阈值、则确定当前量化属性信息与相应的优势置信阈值之间的差值为优向量化距离，继而能够确定当前数量个企业属性信息的量化属性信息优向超过相应的优势置信阈值。

确定当前数量与前述的指定数量之间的关系，若当前数量不小于指定数量，则预测用户企业对于期望招标信息具备期望中标率，此时达成成本距离不大于零，即用户企业不需作出改进即可以期望中标率中标期望招标信息。

若当前数量小于指定数量，则说明用户企业对于期望招标信息的预测中标率小于期望中标率，若欲使预测中标率达到期望中标率，则需要补足指定数量减去当前数量得到的数量差值个企业属性信息，即用户企业至少需要再使数量差值个企业属性信息的量化属性信息提升至优向相应的超过优势置信阈值，才能够使预测中标率提升至不小于期望中标率。

应理解，基于招投标大数据以及量化算法模型，服务器110中针对每种企业属性信息预存储有量化成本信息，量化成本信息可以为提升单位量化属性信息所需要的单位成本，量化成本信息也可以为以量化成本信息为自变量构建的函数曲线，一个确定的量化成本信息能够确定一个总的量化成本，从而使用户企业将一个企业属性信息的量化成本信息由当前值提升至优势置信阈值所需的成本可以计算，即可以计算一项企业属性信息达到优向超过优势置信阈值的属性达成成本。若需要提升的企业属性信息不止一项，则用户企业达成期望中标率的达成成本距离为所有属性达成成本之和。

基于以上内容，即可确定用户企业对于期望招标信息达成期望中标率所需要的成本。

由于不同企业属性信息的量化成本信息不同，实际的量化属性信息与优势置信阈值的距离也不同，所以达成相同数量的企业属性信息的成本也可能不同，此时为保障成本，需要选择达成成本距离较低的优势企业画像来达成，以实现企业的战略目的，并且节约成本。

用户企业还可以通过终端120预获取成本阈值，即用户企业可以付出的最大成本，服务器110可以确定达成成本距离小于预获取成本阈值的优势企业画像，也可以将这些优势企业画像推送给用户企业的终端120。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本申请所必须的。

以上是关于方法实施例的介绍，以下通过系统实施例，对本申请实施例所述方案进行进一步说明。

图3示出了本申请实施例中的一种基于招投标大数据的企业竞争战略指引系统300的方框图。系统300可以被实现为图1中的服务器110，或者被包含于图1中的服务器110中。

系统300具体包括：

信息获取模块310，用于获取用户企业的企业画像信息、期望招标信息和期望中标率信息，所述企业画像信息包括与所述用户企业的企业属性信息一一对应的量化属性信息；

画像确定模块320，用于根据所述期望招标信息和期望成功率信息确定若干优势企业画像，每一优势企业画像相对指定多个企业属性信息确定，其中，每一与企业属性信息相应的量化属性信息均优向超过与相应企业属性信息对应的优势置信阈值；以及

成本确定模块330，用于基于企业属性信息的量化成本信息确定所述用户企业的企业画像信息和每一所述优势企业画像的达成成本距离，并确定达成成本距离小于预获取的成本阈值的优势企业画像。

所述画像确定模块320被进一步配置为：

确定所述期望招标信息所属的招标信息类别；

基于招投标大数据确定所述招标信息类别的中标企业画像，所述中标企业画像具有多个与企业属性信息一一对应的优势置信阈值，其中，每一企业属性信息相应的量化属性信息均优向超过与相应企业属性信息对应的优势置信阈值；

根据所述期望中标率和中标企业画像确定所述优势企业画像，其中所述优势企业画像中超过优势置信阈值的量化属性信息的数量与所述中标企业画像中超过优势置信阈值的量化属性信息的数量的比值不小于所述期望中标率。

所述画像确定模块320被进一步配置为：

基于招投标大数据确定所述招标信息类别中每一中标企业的每一企业属性信息的属性量化信息；

针对所有中标企业的每一企业属性信息，确定属性量化信息的分布直方图信息；

根据所述分布直方图的分布突变节点，确定企业属性信息的优势置信阈值，所述分布突变节点为属性量化信息的变化比例最大，且所述变化比例大于预设变化比例；

针对所述招标信息类别确定所述中标企业画像为，每一企业属性信息的属性量化信息均大于相应的优势置信阈值。

所述成本确定模块330被进一步配置为：

确定每一优势企业画像中所有优向超过优势置信阈值的企业属性信息；

针对用户企业每一相应的企业属性信息，确定属性量化信息与相应优势置信阈值的优向量化距离；

根据所述优向量化距离和所述量化成本信息，确定与企业属性信息相应的属性达成成本；

确定每一优势企业画像中所有优向超过优势置信阈值的企业属性信息的属性达成成本之和为所述达成成本距离。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。