>> 欢迎您,guest: 搜索 登陆 注销  

 

发表一个新主题     浏览下一篇主题
 * 贴子主题: 城市榜单头名天天换人,是数据错了吗?
作者:hzbx2026
题目:城市榜单头名天天换人,是数据错了吗?
MAIL:18994058408@163.com
IP地址:114.222.61.*


最近在核对环众标讯日报的区域分布,碰到一个自己也没想明白的现象:同一座城市,在不同日子的榜单上会出现不同的写法。拿重庆举例,11 月 13 日那份区域分布里跟重庆相关的条目有 40 个、合计 4733 条,到 11 月 17 日变成 34 个、合计 4051 条。条目数在动,但我更在意的是另一件事:这些条目不在同一个层级上。 先说口径,免得比错。样本是环众标讯日报接口 11 月 1 日到 11 月 17 日共 17 天的区域分布,合计 558060 条公告读数、42346 行逐日条目。这两个数不是一个东西,下面我分开写:说「行」指表里的一行(一个地名),说「条」指该行统计到的公告数。地名按后缀分层:以「省」结尾和五个自治区、四个直辖市算省级,以「市」「自治州」「地区」「盟」结尾算市级,以「区」「县」「旗」结尾算区县级。原始公告可以到全国公共资源交易平台 ggzy.gov.cn 按项目编号回查,口径对不上随时提。 观察一:三个层级混在同一张榜单上。17 天合计,省级 55429 条占 9.93%,市级 175483 条占 31.45%,区县级 320205 条占 57.38%,另有 1.18% 是空地名。也就是说,一份看起来像「城市排行」的表,超过一半的行其实是区县级。逐日看更明显:区县级占比 17 天全部过半,区间 52.8% 到 74.7%,不是某一天的偶发。 顺带一个更麻烦的:单纯的「市」后缀也分不开地级市和县级市。11 月 8 日市级层里排在第二的是神木市 15 条、第三是子长市 11 条;11 月 15 日排第二的是西昌市 19 条、第三是庄河市 15 条。这几个都是县级市,跟东莞市这种地级市混在同一层里,靠后缀切不出来。所以要真按城市比,得先有一张「地级市名单 + 其代管的县级市」的对照表,光靠名字后缀是不够的。 观察二:头名天天换人。逐日榜首的层级在 17 天里换了四种:市级 10 天、区县级 4 天、空地名 2 天、省级 1 天。11 月 8 日和 11 月 15 日的头名是空地名(分别 71 条和 49 条),11 月 14 日的头名是「重庆市」本身 656 条,其余大部分日子头名是东莞市这类地级市。而且头名的份量很轻:占当日总量 1.46% 到 13.17%。所以「今天哪个城市公告多」这个问题,答案高度依赖当天的分层样态,换个日子结论就变。 我试着把范围收窄到只看市级,头名也换了三家:东莞市 10 天、榆林市 3 天、杭州市 2 天;而且这几天总量本身就是低量日(榆林市这三天分别 23、19、20 条,杭州市 51、45 条),跟东莞市那十天的 600 到 866 条不在一个量级。换句话说,头名不是某个城市的稳定属性,更像是当天各地出稿节奏的投影。 观察三:长尾比头名更值得看。单日表里的行数中位数 3130 行、最多 3176 行,而 17 天里出现过的区县级地名就有 2413 个。也就是说,一天三行千行摊在这两千多个区县上,平均一行几十条。这说明区域分布不是「几十个大城市分掉大部分」,而是几千个区县各占一点点。做区域招标数据、按城市维度做招标公告查询的时候,如果只抓头名城市做监控,覆盖到的份额其实很小。 观察四:量级本身的波动比排名更大。17 天里工作日 12 天日均 44789 条(区间 39878 到 50579),周末 5 天日均 4119 条(区间 1613 到 8958),差 10.9 倍。周末那条曲线一掉,任何按「城市排名」做的监控都会失真——不是这个城市不行了,是整天的量都小了。 还有一类我没归好类:区域分布里有 89 个名称不属于省市区县三层,其中 88 个是纯数字码(合计 324 条),剩下 1 个是「环保科技城」(10 条)。数字码看着像行政区划代码的残缺形态,但和标准六位码对不上,量很小(0.06%),我没敢硬并,先留着当待查项。 我的处理办法是三步:先把地名归一到「省—市—区县」三级,同一座城市的区县条目向上汇总到市级再排名;再按工作日和周末分开建基线,排名只在同类日之间比;最后把空地名和数字码单独挂一列,不参与排名但也不丢——它们是数据覆盖的边界,丢了就看不见漏了多少。归并之后重庆这类直辖市会变成一个省级项,和其他省并列,这时候再谈「哪个城市公告最多」才有意义。 想跟各位求证两点: 1. 各位在做区域招标数据的时候,是直接把区县级条目按城市汇总,还是先看层级再决定汇总口径?我见过有人把「重庆市」和「渝北区」当两个对象排名,结果直辖市永远排在前面,这个坑还有别的解法吗? 2. 周末量掉到工作日的十分之一,各位那边的口径也是这样吗?如果要做「按天」的监控阈值,是把工作日和周末分开定,还是干脆按周累计不看单日?

  发贴时间2026-11-18 13:11:14 

请登录后对本帖子进行回复!
谁可以发表? 所有注册会员均可以发表和回复主题!
主题标题  不得超过 40 个字
输入验证码      请输入图片中数字    
帖子中最多包含 4000 个字符

      

 



程序版权所有: 中国招标投标协会  

本论坛主要用于方便工作交流和沟通,请勿作他用
论坛中言论纯属发表者个人意见,与 中国招标投标协会立场无关