下载文档原格式
招标投标企业报告中国航天科工动力技术研究院本报告于 2019年11月30日 生成您所看到的报告内容为截至该时间点该公司的数据快照目录1. 基本信息：工商信息2. 招投标情况：招标数量、招标情况、招标行业分布、投标企业排名、中标企业排名3. 股东及出资信息4. 风险信息：经营异常、股权出资、动产抵押、税务信息、行政处罚5. 企业信息：工程人员、企业资质* 敬启者：本报告内容是中国比地招标网接收您的委托，查询公开信息所得结果。
中国比地招标网不对该查询结果的全面、准确、真实性负责。
本报告应仅为您的决策提供参考。
一、基本信息1. 工商信息企业名称：中国航天科工动力技术研究院统一社会信用代码：/工商注册号：/组织机构代码：/法定代表人：成立日期：-企业类型：/经营状态：/注册资本：/注册地址：/营业期限：/ 至 /营业范围：/联系电话：***********二、招投标分析2.1 招标数量13企业招标数： 个 （数据统计时间：2017年至报告生成时间）2.2 企业招标情况（近一年）2019年10月2企业近十二个月中，招标最多的月份为，该月份共有个招标项目。
序号地区日期标题1内蒙古2019-11-11一批报废锅炉及辅助设备转让2内蒙古2019-10-29中国航天科工动力技术研究院场外总污水处理厂改造项目3内蒙古2019-10-21一批报废锅炉及辅助设备转让4海淀2019-09-26中国航天科工动力技术研究院财务共享服务平台建设项目5丰台2019-04-27中国航天科工动力技术研究院SAPERP与财务共享平台接口集2.3 企业招标行业分布（近一年）2【锅炉及原动设备制造】 （）序号地区日期标题1内蒙古2019-11-11一批报废锅炉及辅助设备转让2内蒙古2019-10-21一批报废锅炉及辅助设备转让1【软件开发】 （）序号地区日期标题1海淀2019-09-26中国航天科工动力技术研究院财务共享服务平台建设项目1【通信设备制造】 （）序号地区日期标题1丰台2019-04-27中国航天科工动力技术研究院SAPERP与财务共享平台接口集2.4 投标企业前五名（近一年）截止2019年11月30日，根据国内相关网站检索以及中国比地招标网数据库分析，未查询到相关信息。
招标投标企业报告中国船舶燃料有限责任公司本报告于 2019年11月30日 生成您所看到的报告内容为截至该时间点该公司的数据快照目录1. 基本信息：工商信息2. 招投标情况：中标/投标数量、中标/投标情况、中标/投标行业分布、参与投标的甲方排名、合作甲方排名3. 股东及出资信息4. 风险信息：经营异常、股权出资、动产抵押、税务信息、行政处罚5. 企业信息：工程人员、企业资质* 敬启者：本报告内容是中国比地招标网接收您的委托，查询公开信息所得结果。
中国比地招标网不对该查询结果的全面、准确、真实性负责。
本报告应仅为您的决策提供参考。
一、基本信息1. 工商信息企业名称：中国船舶燃料有限责任公司统一社会信用代码：91110000100000905C 工商注册号：110000007084782组织机构代码：100000905法定代表人：黄小文成立日期：2003-12-25企业类型：/经营状态：在业注册资本：/注册地址：北京市朝阳区金桐西路10号AB座15层营业期限：2003-12-25 至 2053-12-24营业范围：为外轮、远洋船舶、沿海、内河水上船舶及港口生产用供应成品油及淡水；船用成品油的进出口及与国外换油业务；利用现有的油库基地和设备，对外开展船用润滑油来料加工业务；对国外石油公司代供船用成品油；成品油的仓储、运输；不带有储存设施经营成品油：煤油、汽油、柴油[闭杯闪点≤60℃]；其他危险化学品：天然气[富含甲烷的]（城镇燃气除外）（危险化学品经营许可证有效期至2018年12月19日）；自营和代理除国家组织统一联合经营的16种出口商品和国家实行核定公司经营的14种进口商品以外的商品及技术的进出口业务；开展“三来一补”、进料加工业务；对销贸易和转口贸易；物业管理；出租办公用房；销售燃料油、润滑油。
（企业依法自主选择经营项目，开展经营活动；依法须经批准的项目，经相关部门批准后依批准的内容开展经营活动；不得从事本市产业政策禁止和限制类项目的经营活动。
第1篇一、引言随着我国经济的快速发展和城市化进程的加快，铁路和航空作为重要的交通运输方式，在人们的出行和货物运输中扮演着越来越重要的角色。
大数据技术的兴起为交通运输行业带来了前所未有的变革，通过对铁路航空大数据的分析，可以更好地了解旅客出行习惯、优化运输资源配置、提高运输效率，从而推动我国交通运输行业的可持续发展。
本报告将对铁路航空大数据进行深入分析，旨在为相关部门和企业提供决策参考。
二、数据来源及分析方法1. 数据来源本报告所使用的数据主要来源于以下几个方面：（1）铁路部门官方数据：包括旅客运输量、列车运行数据、车站客流量等。
（2）航空部门官方数据：包括航班起降数据、旅客运输量、机场客流量等。
（3）第三方数据平台：如携程、去哪儿等在线旅游平台，提供旅客出行预订数据。
（4）社交网络数据：通过微博、微信等社交平台，收集旅客出行评论、反馈等信息。
2. 分析方法（1）统计分析：对数据进行分析，计算各类指标的均值、标准差、分布等，以了解旅客出行规律。
（2）关联规则挖掘：通过关联规则挖掘算法，分析不同出行方式、时间、地点之间的关系。
（3）时间序列分析：利用时间序列分析方法，预测未来一段时间内旅客出行趋势。
（4）聚类分析：对旅客出行数据进行聚类分析，挖掘不同旅客群体的出行特征。
三、数据分析结果1. 旅客出行特征分析（1）旅客出行时间分布根据铁路和航空部门官方数据，分析得出旅客出行时间主要集中在节假日、周末以及早晚高峰时段。
具体表现为：- 铁路旅客出行高峰时段集中在早晨6:00-8:00，以及下午14:00-16:00。
- 航空旅客出行高峰时段集中在早晨7:00-9:00，以及下午14:00-16:00。
（2）旅客出行地点分布通过对第三方数据平台的预订数据进行分析，得出以下结论：- 铁路旅客出行目的地主要集中在一线城市、省会城市以及经济发达地区。
- 航空旅客出行目的地主要集中在国内外热门旅游城市、商务城市以及一线城市。
