申请/专利权人：百威投资(中国)有限公司

申请日：2021-08-13

公开（公告）日：2024-02-23

公开（公告）号：CN113781188B

主分类号：G06Q30/08

分类号：G06Q30/08;G06F18/243;G06N5/01;G06F18/214

优先权：

专利状态码：有效-授权

法律状态：2024.02.23#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：本发明公开一种计算机实施的竞标方法、计算机设备及存储介质。在一个具体实施方式中，该方法包括：利用历史竞标数据集对CatBoost回归模型进行训练，其中所述历史竞标数据集包括作为所述模型的输入的竞标配置参数以及作为所述模型输出的初始出价与最终出价的差值；将当前竞标基本参数输入训练好的CatBoost回归模型，输出优化的竞标配置参数的值，以供配置针对竞标参与者的竞标规则。该实施方式可使得采购人员以较低的价格采购到所需产品，从而节省采购成本。

主权项：1.一种计算机实施的竞标方法，其特征在于，包括：利用历史竞标数据集对CatBoost回归模型进行训练，其中所述历史竞标数据集包括作为所述模型的输入的竞标配置参数以及作为所述模型输出的初始出价与最终出价的差值；将当前竞标基本参数输入训练好的CatBoost回归模型，输出优化的竞标配置参数的值，以供配置针对竞标参与者的竞标规则，使得拍卖方或采购方以有利于自身的价格完成竞标；所述竞标配置参数为Xx1，x2，xi，xi+1，…，xN，其中，1≤i≤N，其中N为竞标配置参数的个数，其中，x1至xi为竞标基本参数，至少包括竞标参与者信息及竞标标的信息；xi+1至xN为竞标优化参数，至少包括竞标时长以及每次竞标的价格变化步长；所述利用历史竞标数据集对CatBoost回归模型进行训练，包括：将历史竞标数据集A分为训练集B和测试集C，其中A＝B∪C，其中训练集B和测试集C包括正样本和负样本，并且训练集B和测试集C中正样本和负样本的比例一致；使用训练集B训练所述CatBoost回归模型；使用测试集C对所述CatBoost回归模型进行验证，得到训练好的CatBoost回归模型；所述使用训练集B训练所述CatBoost回归模型，包括：将历史竞标配置参数作为输入，对应的历史初始出价与历史最终出价的差值作为输出，对所述模型的默认参数进行权重评估，从而得到模型参数矩阵，其中所述模型参数矩阵中的参数按照权重从高到低进行排序。

全文数据：

权利要求：

百度查询： 百威投资(中国)有限公司 一种计算机实施的竞标方法、计算机设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD