政府采购中供应商的信用分析.doc

文档介绍：政府采购中供应商的信用分析
摘要:支持向量机(SVM)是在结构风险最小化的一种新的机器学****技术,在解决小样本、非线性及高维空间问题中具有独特的优势,适用于政府采购中对供应商进行信用分析。但供应商信用属性数据构成了高维空间的稀疏分布,不利于SVM的准确建模。由于主成分分析技术具有良好的去噪音特性,能够对信用属性数据进行有效地挖掘。因此,若将两者进行有机地结合,就能有效改善SVM输入样本的特性,从而提高SVM分类的准确率。
关键词:政府采购;信用分析;支持向量机

Abstract:Support Vector Machines (SVM) based on structural risk minimization (SRM) principle is a neachine learning technique and has many advantages in solving small sample size, nonlinear and high dimensional pattern recognition. In this paper, it is applied to the credit scoring prediction of suppliers in the government procurement activities. To get better classification accuracy, PCA(Principal ponent Analysis) is bined to SVM to mine the independent attributes of supplier then, SVM is trained by these independent attributes obtained. By this odel of PCA-SVM for credit ananlysis of suppliers in the government procurement activities is builtto evaluate the prediction accuracy of PCA-SVM,ance ent procurement;credit analysis; support vector machines

政府采购不同于一般的采购行为,它具有政策性强、规模大、资金多等特点。政府采购项目,尤其是国家重点建设项目,如北京奥体项目、南水北调工程、三峡工程等,更是集政治性、经济性、社会性于一身,对国家的社会效益、政治效益和经济效益都会产生广泛而深远的影响。因此,在政府采购中为避免国家的财税流失、保证政府投资效益,提高政府采购效率,必须规范政府采购市场,促进供应商在市场竞争中遵守国家法律、法规,规范经营,并将对供应商的管理提高到信用管理的高度。
在市场经济环境下,良好的履约能力对政府采购项目按时、保质、保量地完成是十分必要的,而供应商履约能力是与其信用水平密不可分的。因此,在对供应商进行规范化管理过程中,政府部门应对供应商的信用进行公正、客观地分析。这具有很强的理论与现实意义,引发了国内外学者广泛的研究和探讨[ 1-3]。常用的信用分析方法包括层次分析法、模式