[發明專利]一種多準則計算滿意度的商業采購方法

在審

• 申請號: 202010636005.9
• 申請日: 2020-07-03
• 公開（公告）號: CN111967927A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 鄭鑫;霍勝軍;劉鵬飛;秦軍
• 申請（專利權）人: 青島檬豆網絡科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 武漢聚信匯智知識產權代理有限公司 42258
• 代理人: 沙莎

本發明屬于制造業垂直領域的產業互聯網信息技術領域，公開了一種基于多準則計算滿意度的商業采購方法，包括以下步驟：S1、獲取各個供應商在各個非價格維度下的信息向量，得到所有供應商在各個非價格維度下的原始矩陣；S2、通過PCA提取得到各個非價格維度下的所有供應商的特征向量矩陣；S3、分維度計算各個非價格維度下各個供應商的評分；S4、獲得多個不同的采購方案并按照總價進行降序排列，計算前M個采購方案中的各個供應商的價格評分；S5、計算采購商對各個供應商的綜合滿意度；S6、篩選出采購方案中的供應商綜合滿意度大于滿意度閾值且價格較低的N個采購方案作為推薦給用戶的采購方案。本發明通過多準則與用戶習慣，得出更加符合客戶合作習慣和滿意度較高的采購方案。

技術領域

本發明涉及一種多準則的計算滿意度的商業采購方法，屬于制造業垂直領域的產業互聯網信息技術領域。

背景技術

《山東省人工智能產業發展報告》指出人工智能最大價值在于與具體行業結合，制造業大省山東省，產業基礎雄厚、工業體系完善，具有廣闊的人工智能應用場景。智能制造發展是制造業轉型升級的必由之路。技術缺乏、采購成本高、人力成本上漲等“痛點”制約智能制造的發展。如何通過工業互聯網平臺實現海量供需信息精準匹配,打破信息不對稱現狀,減少交易成本,加速市場交易流通，是推動智能制造快速發展的關鍵所在。伴隨著信息技術的快速發展，基于多準則的一對多雙邊匹配的商業評價模型應運而生。

商業評價及供應商選擇，是采購決策中的一項重要內容。本發明中基于商業評價的供應商方案的核心思想是“分散資源集中使用，集中資源分散服務”。平臺集采環境下，能夠集中大量的采購需求，達到量大價低的效果，解決中小企業因采購量小而造成的價格劣勢。

現有技術中，商業評價及供應商評價，包括評價體系和評價方法兩部分。對于供應商評價體系，很多學者從不用的環境和角度進行了闡述，提出了大量的、不同的評價標準。目前常見的供應商評價方法有線性權重積分法、統計法、成本估計法、層次分析法、模糊層次分析法。但這些方法都具有不夠客觀、主觀性較強，評價不夠準確，不符合實際商業習慣的缺點。

發明內容

為了解決現有技術中的商業評價方法不夠準確和客觀的問題，本發明提供了一種多準則的計算滿意度的商業采購方法，通過對制造業平臺中供應商的綜合評價，優化采購商的采購方案提高了采購商的采購效率，降低了采購商的采購成本，在一定程度上，起到了指導企業優化采購方案的作用。

為了解決上述技術問題，本發明采用的技術方案為：一種基于多準則計算滿意度的商業采購方法，包括以下步驟：

S1、以采購商輸入時間為節點，需要購買的產品為基準，以該前節點前的供應該采購產品的供應商為分析對象，獲取各個供應商在各個非價格維度下的信息向量，得到所有供應商在各個非價格維度下的原始矩陣；

S2、通過PCA提取得到各個非價格維度下的所有供應商的特征向量矩陣，同時，獲取各個非價格維度下的表征原始信息的原始特征向量；

S3、分維度計算各個非價格維度下各個供應商的特征向量與原始特征向量之間的歸一化內積值，作為該供應商在該非價格維度下的評分；

S4、獲取各個供應商的價格序列矩陣及庫存量，基于動態規劃求解總價W與采購總量 X之間的關系，獲得多個不同的采購方案；將不同的采購方案按照總價進行降序排列，去除供應商完全相同的采購方案后，選擇前M個采購方案，并計算各個供應商在前M個采購方案中的總產品供應量與M個方案的總供應量的比值，作為各個供應商的價格評分；

S5、獲取采購商的各位維度的評分要求，計算采購商對各個供應商的綜合滿意度；

S6、篩選出采購方案中的供應商綜合滿意度大于綜合滿意度閾值的采購方案，并選擇其中價格較低的N個采購方案作為推薦給用戶的采購方案，供用戶選擇。

所述非價格維度包括：誠信H、實力S、信息化T、活躍度A、客戶滿意度C。