雷同性分析问题
1. 比例计算
以比较的两个单位的投标次数相乘做分母（因为有两个企业的全量扫描，所以是a*b）
分子是扫描匹配上的条数
注意：以a企业为主企业扫描b的全量，后面也会有个b为主企业扫描全量a 的
结论：暂时没有什么问题，比较合理，是否能作为评判依据待讨论
2. 计算的目的
a和b雷同的比率做为分析的依据，分析团伙嫌疑
a和b的比率达到一定的阀值（目前为75%），统计为一个团伙
再有一个a和c，或者b和d，如果他们之间的比率也达到这个阀值，那就会归入这个团伙。以此类推，判断有多个关系的团伙
3. 算法的可行性
(1) 分箱算法（分箱法）：等频分箱，等距分箱，卡方分箱
*箱子数量固定*：分箱算法需要一个数值来判断是否是一个箱子，箱子数量是事先固定的，不宜太多，这就不能满足了；
*数据：*我们异常数据都是固定的是否雷同，比率的话不能做为离散数据，只有一个阀值，也只存在阀值以上和阀值以下两个意义；
*目的*，分箱是为了离散数据，去噪的，是要将连续的数据按不同的方法分开，突出某些特征。
我们想要的是多个企业为一个团伙，这个团伙是以企业为准，而且比率这个数值做不了分箱的条件，只能是将比率比较接近的分在一起（a和b 81%，e和f 81.5%，会分到一个箱子），目前看需求是不满足的；
(2) 聚类算法
一般的聚类算法都是按距离来作为聚类的依据，不管是三维还是二维，都要有一个标准的数值来判定距离
目前测试的几个逻辑：
二维
举例 (ab,80%),(ac,70%),(ef,75%)
三维
(a,b,80%),(a,c,70%),(e,f,75%)
距离计算的算法要求每一个坐标点都有一定的含义，但是a,b,c,是单独的一个企业，在算法里没有距离上的含义，没法计算,硬算出来的也是不对的
(3) 暴力穷举法
现在想到的就是暴力穷举法，反复多次验证，将有关联的企业放入一个团伙里。实现起来比较麻烦。
(4) 前端实现有关联的展示，类似之前的企业关联网
类似有关联的都会有相互连线，只是展示的时候不用这些线展示
