1.本发明涉及建筑招投标数据生成技术领域，具体为一种基于回归分析模型的建筑招投标数据生成方法。
背景技术：
2.建筑工程招标是指建设单位对拟建的工程发布公告，通过法定的程序和方式吸引建设项目的承包单位竞争并从中选择条件优越者来完成工程建设任务的行为，按照工程建设程序，可以将建设工程招标投标分为建设项目前期咨询招标投标、工程勘察设计招标投标、材料设备采购招标投标、施工招标投标。随着建筑市场运作模式与国际接轨进程的深入,我国承发包模式也逐渐呈多样化,主要包括工程咨询承包、交钥匙工程承包模式、设计施工承包模式、设计管理承包模式、bot工程模式、cm模式。无论是项目实施的全过程还是某一阶段或程序,按照工程建设项目的构成，可以将建设工程招标投标分为全部工程招标投标、单项工程招标投标、单位工程招标投标、分部工程招标投标、分项工程招标投标。全部工程招标投标，是指对一个建设项目(如一所学校)的全部工程进行的招标。
3.影响建筑招标数据生成的方法有很多，如人力成本变动、材料成本变动、通货膨胀、自然灾害、国内人均收入水平以及行业发展状态等，传统筑招标数据的生成都是建立在单一或某一时间段内各项数据基础之上，进行粗略的数据整理和统计，无法实现变量分析。
4.为此，我们研发出了新的一种基于回归分析模型的建筑招投标数据生成方法，回归分析是确定变量间相关关系的有效方法，本技术方案采用回归分析法建立模型,对建筑招标数据进行分析和预测。
技术实现要素：
5.(一)解决的技术问题
6.针对现有技术的不足，本发明提供了一种基于回归分析模型的建筑招投标数据生成方法，解决了影响建筑招标数据生成的方法有很多，如人力成本变动、材料成本变动、通货膨胀、自然灾害、国内人均收入水平以及行业发展状态等，传统筑招标数据的生成都是建立在单一或某一时间段内各项数据基础之上，进行粗略的数据整理和统计，无法实现变量分析的问题。
7.(二)技术方案
8.为实现以上目的，本发明通过以下技术方案予以实现：一种基于回归分析模型的建筑招投标数据生成方法，包括以下具体步骤：
9.s1.收集周边城市相同规模建筑招标的市场平均价格以及相关影响因素；
10.s2.将收集到的市场平均价格数据和相关影响因素数据制成数据统计表，并确定影响市场平均价格数据的主要因素；
11.s3.建立回归分析模型，采用信息增益计算法计算每个影响因素的信息增益，并根据s2中确定的主要影响因素作为测试因素；
12.s4.对s3中建立的回归分析模型进行求解；
13.s5.根据s3中建立的回归分析模型带入相关数据进行实际应用，对影响筑招标数据的各个变量进行分析预测，并以各个变量分析预测的结果为数据基础，对建筑招标数据的总价格变量进行综合分析预测。
14.优选的，所述信息增益计算法基于熵的概念，表示对事件的属性的不确定性的度量，系统的不确定性越高，熵就越大；
15.进一步的，假设集合中的变量x＝{x1,x2…
x
n
}，它对应在集合的概率分别是p＝{p1,p2…
p
n
}，那么这个集合的熵表示为：
[0016][0017]
其中p
i
是任意样本，属于p的概率,一般用s
i
/s。
[0018]
设属性x1有z个不同的值{a1,a2,
…
a
z
,}.可以用属性x1将s划分为z个自给{s1,s2,
…
s
z
},其中s
j
包含s中这样
‑
些样本,他们在x1上具有值a
j
，
[0019]
优选的，设s
ij
是子集s
j
中类c
i
的样本数,根据x1划分子集的熵由下式给出
[0020][0021]
上式中充当第j个子集的权，并且等于子集(即x1值为a
j
)中的样本个数除以s中的样本总数；
[0022]
根据上面给出的期望信息计算公式，对于给定的子集s
j
，其期望信息由下式计算
[0023][0024]
其中是s
j
中样本属于类p
i
的概率。
[0025]
优选的，所述s4中在进行模型求解时，需做出实际均衡价格和计算值均衡价格对比，通过对实际均衡价格和计算值均衡价格对比，可以了解实际均衡价格和计算值均衡价格之间的误差，再通过误差计算，可以得到更为精确的预测值。
[0026]
优选的，所述s5中在进行回归分析模型实际应用时，需通过求出的拟合曲线对多个影响因素的未来走势进行定量分析，通过对求出的拟合曲线对多个影响因素的未来走势进行定量分析，从而可以判断出在多种影响因素下，招标数据在未来时间内的走势，从而提高对建筑招标数据预测的准确性和稳定性。
[0027]
(三)有益效果
[0028]
本发明提供了一种基于回归分析模型的建筑招投标数据生成方法。具备以下有益效果：
[0029]
1、该种基于回归分析模型的建筑招投标数据生成方法，通过采用回归分析法建立模型，可以确定变量间相关关系,从而实现对建筑招投标数据进行变量分析和预测，既保证了建筑招投标数据的准确性和科学性，同时也提高了整体的工作效率。
[0030]
2、该种基于回归分析模型的建筑招投标数据生成方法，通过对多种数据影响因素进行变量分析和预测，并做出实际均衡价格和计算值均衡价格对比，可以通过求出的拟合曲线对多个影响因素的未来走势进行定量分析，提高了数据结果的有效性。
具体实施方式
[0031]
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0032]
实施例：
[0033]
本发明实施例提供一种基于回归分析模型的建筑招投标数据生成方法，包括以下具体步骤：
[0034]
s1.收集周边城市相同规模建筑招标的市场平均价格以及相关影响因素，通过收集整理影响数据的相关数据和因素，可以为后续的回归分析建模提供相应的数据基础；
[0035]
s2.将收集到的市场平均价格数据和相关影响因素数据制成数据统计表，并确定影响市场平均价格数据的主要因素；
[0036]
s3.建立回归分析模型，采用信息增益计算法计算每个影响因素的信息增益，并根据s2中确定的主要影响因素作为测试因素；信息增益计算法基于熵的概念，表示对事件的属性的不确定性的度量，系统的不确定性越高，熵就越大；
[0037]
假设集合中的变量x＝{x1，x2...x
n
}，它对应在集合的概率分别是p＝{p1，p2...p
n
}，那么这个集合的熵表示为：
[0038][0039]
其中p
i
是任意样本，属于p的概率，一般用s
i
/s。
[0040]
设属性x1有z个不同的值{a1，a2，....a
z
，}.可以用属性x1将s划分为z个自给{s1，s2，...s
z
}，其中s
j
包含s中这样
‑
些样本，他们在x1上具有值a
j
，
[0041]
设s
ij
是子集s
j
中类c
i
的样本数，根据x1划分子集的熵由下式给出
[0042][0043]
上式中充当第j个子集的权，并且等于子集(即x1值为a
j
)中的样本个数除以s中的样本总数；
[0044]
根据上面给出的期望信息计算公式，对于给定的子集s
j
，其期望信息由下式计算
[0045][0046]
其中是s
j
中样本属于类p
i
的概率。
[0047]
s4.对s3中建立的回归分析模型进行求解，在进行模型求解时，需做出实际均衡价格和计算值均衡价格对比，通过对实际均衡价格和计算值均衡价格对比，可以了解实际均衡价格和计算值均衡价格之间的误差，再通过误差计算，可以得到更为精确的预测值；
[0048]
s5.根据s3中建立的回归分析模型带入相关数据进行实际应用，对影响筑招标数据的各个变量进行分析预测，并以各个变量分析预测的结果为数据基础，对建筑招标数据的总价格变量进行综合分析预测；在进行回归分析模型实际应用时，需通过求出的拟合曲线对多个影响因素的未来走势进行定量分析，通过对求出的拟合曲线对多个影响因素的未来走势进行定量分析，从而可以判断出在多种影响因素下，招标数据在未来时间内的走势，从而提高对建筑招标数据预测的准确性和稳定性。
[0049]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。