软件工程硕士论文栏目提供最新软件工程硕士论文格式、软件工程硕士硕士论文范文。详情咨询QQ:4006227154

基于数据挖掘的投标辅助决策系统的研究与设计-软件工程硕士论文文献综述

论文编号:lw201802151122344355 所属栏目:软件工程硕士论文 发布日期:2018年02月23日 论文作者:无忧论文网
基于数据挖掘的投标辅助决策系统的研究与设计
文献综述


1 研究背景与意义


在当今社会中,国内外已经将招标投标作为市场交易中的一个非常普遍又有组织的行为,就是将商品、劳务或者技术进行进行买卖的交易方式。在投标招标的过程中要满足投标人、投标机构以及招标人这三个条件才可以进行[1]。招标是由招标商向投标商发出招标的邀请通知,投标商根据所进行招标的商品或其他事物在相应的时间内进行估价报价,招标人也根据各个投标商所报出的价格进行分析研究,选择最适合招标人的投标商,并与之签订相应的合同[2]。由此看来,招标投标并不是简单的进行交易,招标商之间会进行激烈的竞争,其过程也非常复杂。在招标投标的过程中主要按照:项目花费的费用进行估算、报价最合理的、评标的规则方式来进行投标。在这投标的规则中,最优的报价决策是最主要的一个投标标准,也就是说,投标商根据所进行投标的项目(或者事物)选取最合理的报价使自身达到最大收益,而且这个报价在中标率可以达到最高。
投标人在参加投标招标的活动时根据相应的程序进行投标,在这过程中需要搜集该投标项目的大量资料以及结合自身的实力进行选择判断,并在诸多的竞争对手中选择相竞争的目标,研究进行的竞争策略并制定与其相竞争的方案[3]。工业民用的建筑项目一般工程量比较小、工期相对较短、运用的技术含量不会太高,在对这类的投标可以根据自身的投标经验来对其判断和工程的估算来进行工程投标报价。在当今的社会中经济不断的发展进步,所建设的项目规模也随着扩大、资金来源也多样化、专业技术也变的综合化、风险因素也随之变化[4],对于所进行投标的方法内容及效果也在不断的更新,简单的估算和判断已经不能完全适应投标的要求。
企业内部以及外部资源(其中内部资源包括:人力、业绩、设备、技术;外部资源有:企业与客户关系和与竞争对手的关系)的相关数据信息是作为施工企业对市场投标区的重要依据[5-8]............

2 招投标辅助决策研究现状


早在十八世纪美国就开始实行“公共采购”的形式(也叫做“集中采购”),这种形式就是最早也是最原始的公开招标的形式[11]。招标形式是从二战以来开始不断的发展。其发展的方向是先从西方的发达国家开始,紧随其后是国际的金融组织(如:世界银行、亚洲开发银行等)在一些采购货物或者工程项目中运用招标的形式;其次是在近二十年以来,一些发展中的国家也开始将招标的方式运用到设备的采购或者承包工程中[12]。招标已经成为当今社会交易方式中的最成熟而且等级最高的方式,这种方式已经在国内外的国际金融组织以及经济活动中得到广泛的运用及认可。
在1864年,投标招标的方式首次在我国上海得到应用,并将其运用于建筑工程中。我国最早以投标招标方式建造的建筑工程是由法国商人希米德所中标承建的法国驻上海领事馆工程[13]。随着投标招标方式不断的出现及运用,使得我国建筑承包商也加入投标招标的竞争中,与此同时,我国农民工的队伍也不断的发展,也使我国建筑的承包商在竞标中拥有优越的竞争条件[14]。在一把八零年年,由杨思盛创办了杨瑞泰营造厂,是上海最早由中方承建的建筑工程,其工程夺得了江海工程的承建权利,并对上海近代建筑发展有着重要标志性意义。
投标招标方式是市场中进行交易的一种方式,同时也属于资源配置的一种方式。其方式过程是:定标前要按照相应的程序规则邀请符合条件的投标人进行投标,竞标过程是在公开的环境中,从中选取定标的中标人。投标招标的实行使市场交易中的制度不断完善和规范化[15]。在交易中运用竞争方式是投标招标最明显的特点,其方式利于企业间的公平竞争。在供应商和承包商的竞争中,利用投标招标的方式针对竞标物的价格、质量及相关的售后服务等方面进行公平竞争,使竞标可以符合招标人的要求条件,....................

3 数据挖掘与决策支持技术综述


2.1 数据挖掘技术
2.1.1数据挖掘概念
科技的巨大进步无疑使得当前世界上的各种信息以极大的数额来参与运算。而目前业界面临的最突出的一个问题就是人们怎样才能根据这些巨量的数据总结出适合社会需求的结论。为了更好地解决这一随着时代发展不可避免的问题,研究人员提出了针对性的技术方案,即数据挖掘[21]。
数据挖掘,从通俗意义上说,就是由众多杂乱的信息资源中,有针对性地提炼出具备高效价值的某一些资源数据。这个环节涉及到怎样通过了解大量资源而确定其核心价值并将其准确地提取出来的办法[22]。换句话说,就是在这个环节里人们能够找到一些从未被发现过的有价值的物品或信息,根据模式分析,我们可以发现该技术主要的结构基础就是利用智能工具完成对各类大数据的处理。总之,该技术可以拓展数据挖掘在证券行业的应用前景,通过已经收集到的相关资料提出一系列证券大数据分析方案。
2.1.2数据挖掘模式..............
2.1.3数据挖掘过程
一个完整的数据挖掘流程需要大量具体的步骤,其中具备代表性的关键环节主要有以下几种,包括信息整理、信息整合、信息决策、信息调整、信息搜寻、形式审核以及信息呈现这样的环节[27]。
(1)数据清洗,将整个工作环节中和主题没有特殊联系的信息剔除。
(2)数据集成,把各个数据库中提炼出来的具备相关共性的信息分配到某一具体的集合中。
(3)数据选择,根据活动项目的需求从上述信息集合中找出具体的内容。
(4)数据变换,利用先进的技术把相关资源压缩成利于操作的具体数据包。
(5)数据挖掘,为了提取出更有效的信息,需要使用先进的技术从数据资源中完成非人工参与的智能过程。
(6)模式评估,利用某一特定的规律快速的选定一批有益于最终结果的精确数据。
(7)知识表示是项目的最后一个环节,通过现代的高科技智能技术展示最终的系统成果。
2.3 基于数据挖掘的辅助决策
2.3.1 决策支撑系统
决策支撑系统是一门跨学科,跨领域的进过几十年进步,已经相当成熟的一套智能化的系统。该系统的基础性学科是管理门类的学科,主要包括管理学、运筹学等一些管理类的基础性的知识体系。充分利用现代计算机的超级计算能力,通过与科学家相结合能够提供给管理者详尽的资料,包括管理者所需要的各种信息以及相关的资料。这个系统通过与管理者的交互,能够提供管理者多种备选方案,最终由管理者进行选择[28]。系统主要可分为三种相互统一的应用模式,第一种是专用,这属于顶层的一种使用模式,还有两种是通用和工具,通用是由工具进行组合而构成。..............
2.3.2 数据挖掘辅助决策系统
....................................

参考文献
[1]方德斌,王先甲,张玉新,刘坤,周晓熙. 电力市场环境下发电公司投标智能决策支持系统[J]. 电网技术,2003,11:38-42.
[2]曹生荣,王先甲,殷红. 项目投标决策支持系统研究[J]. 中国工程科学,2003,12:19-23+86.
[3]陈跃,杨宝臣. 基于模糊风险评价的EPC项目投标决策研究[J]. 西北农林科技大学学报(社会科学版),2011,04:72-77.
[4]呼大永,冯玉强,付铭,曲云波. 在线逆向拍卖供应商投标决策支持模型[J]. 哈尔滨工业大学学报,2011,09:95-100.
[5]李鼎,杜端甫,杨建平. 项目投标决策支持系统的研究[J]. 决策与决策支持系统,1997,01:56-60.
[6]高为民,胡峰松,曹毅,贺卫红. 高校招投标决策管理支持系统的设计[J]. 计算机技术与发展,2006,02:41-43+46.
[7]王明燕,肖林京,程相领. 机电装备工程投标决策支持系统的研究与实现[J]. 机械工程师,2006,01:63-64.
[8]文春生,林亚平. 一种基于数据挖掘的投标决策支持系统模型[J]. 湘潭师范学院学报(自然科学版),2006,03:22-24.
[9]周璇,钟波涛. 基于CBR的施工投标决策支持系统研究[J]. 建筑经济,2006,S1:162-164.
[10]张菁华,袁鑫,刘达. 基于支持向量机的电力工程最优投标报价决策研究[J]. 华中电力,2006,05:30-32.
[11]张菁华,袁鑫,刘达. 基于支持向量机的电力工程最优投标报价决策研究[J]. 山东电力高等专科学校学报,2006,04:78-80.
[12]陈远祥,杨俊琴. 公路工程投标决策支持系统研究[J]. 交通与计算机,2004,03:48-50.
[13]贺松健. 工程项目投标决策支持系统数据库概念模型设计[J]. 科技资讯,2009,01:156.
[14]闫艳,黄林,郭康权,黄玉祥. 基于Web的农业机械评标群体决策支持系统研究[J]. 计算机工程与设计,2009,04:1013-1016+1020.
[15]沈韬. 建筑施工企业客户关系管理及投标决策支持系统[J]. 经营管理者,2015,14:104.
[16]程翔. 微机投标估价决策支持系统[J]. 基建优化,1991,01:23-26.
[17]陈景艳,刘红. 投标决策支持系统的设计方法[J]. 北方交通大学学报,1993,01:23-29.
[18]刘承水,周文安. 建井投标决策支持系统[J]. 山东矿业学院学报,1993,03:225-230.
[19]文春生. 一种基于.NET的投标决策支持系统解决方案[J]. 湖南科技学院学报,2008,12:90-92.
[20]王连国,周文安. 建井投标决策支持系统[J]. 建井技术,1995,04:36-38.
[21]苏健. 基于粗糙集的数据挖掘与决策支持方法研究[D].浙江大学,2002.
[22]陈刚. 基于数据挖掘的电力营销决策支持系统的结构原理及算法研究[D].重庆大学,2004.
[23]邵国晨. 基于数据挖掘的决策支持系统及应用研究[D].辽