基于大数据分析的电力供应商投标评估预测方案研究

• 作者: 周顺凯 金义 魏俊奎
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 投标 机器学习 大数据
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 研究与设计
• 页码范围: 75-78
• 页数: 4页
• 分类号: F425|TP391
• 字数: 3314字
• 语种: 中文

摘要

为了从商务响应、技术响应、价格等多个维度出发,全面评估投标人的综合实力,设计了一个基于大数据分析的电力系统供应商评估、预测方案.并选择了有代表性的算法模型,包括逻辑回归、线性回归、梯度提升树和决策树等多种模型进行了对比研究.通过对某省级电力公司四年的历史数据进行分析,算例显示:梯度上升模型在多种特征下均显示了较高的接近90％的正确率,而逻辑回归模型在f4特征下得到了最高正确率91.86％,从而在一定程度上证明了利用大数据分析手段对电力供应商进行投标评估、预测的可能性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏俊奎		12	23	3.0	4.0
2	金义		6	10	2.0	3.0
3	周顺凯	华东师范大学计算机科学技术系	1	1	1.0	1.0