電子商務(wù)平臺下的供應(yīng)商選擇

1、電子商務(wù)平臺下的供應(yīng)商選擇電子商務(wù)平臺下的供應(yīng)商選擇摘要：電子商務(wù)平臺與單一企業(yè)環(huán)境下的供應(yīng)商選擇問題，在特點 和應(yīng)用上有很大差異。本文通過對行業(yè)性電子商務(wù)平臺的分析， 研究了在其環(huán)境下的供應(yīng)商選擇問題。針對其“多交易信息，0.引言在現(xiàn)代企業(yè)中，企業(yè)外購部分的成本占了總成本的絕大部 分。在美國的一般企業(yè)中，外購的原材料成本通常占產(chǎn)品成本的 40%60%,對于大型汽車企業(yè)約占50%,對于高新技術(shù)企業(yè)可達 80%。由此可見，采購部門在企業(yè)的運行效率和效果方面起到了關(guān) 鍵的作用，它對企業(yè)降低成本、增加利潤、加強柔性等方面都有 直接的影響。因此，供應(yīng)商選擇問題，受到了廣泛的重視。供應(yīng)商選擇是一個多目標

2、決策問題，需要對多個供應(yīng)商在多 條相互影響的準則基礎(chǔ)上進行評價。Dickson于1966年在273名 代理商和管理人員中進行了統(tǒng)計調(diào)查，總結(jié)了 23條準則，基本上 涵蓋了供應(yīng)商選擇時應(yīng)當考慮的因素。1991年Weber統(tǒng)計了 19661991年的74篇文章，重新評價了 23條準則在實際應(yīng)用中的 被關(guān)注程度。目前的研究一般都是基于Dickson準則完成的。第1頁共1頁在評價準則的基礎(chǔ)上，進行供應(yīng)商選擇采用的算法一般有線 性加權(quán)(Iinearweighting).數(shù)學規(guī)劃 (mathematicalprogramming)、人工智能等算法。1. 存在的問題目前，對于供應(yīng)商選擇問題的研究一般依托較大

3、的供應(yīng)鏈管 理系統(tǒng)或決策支持系統(tǒng)，以某一企業(yè)為核心研究對象，與企業(yè)信 息系統(tǒng)緊密結(jié)合，企業(yè)內(nèi)信息采集量大，對比較穩(wěn)定、準確、單 一的企業(yè)而言，管理者學習采購策略比較多。行業(yè)性B2B電子商務(wù)平臺是面向一個行業(yè)提供電子商務(wù)服 務(wù)，向行業(yè)中的核心企業(yè)提供采購、銷售的功能，向配套商(向 核心企業(yè))提供銷售原材料、零配件服務(wù)的功能。當使用此平臺的 企業(yè)達到一定的臨界數(shù)量時，交易行為出現(xiàn)自組織性后，信息量 可以滿足平臺核心企業(yè)對采購決策的需要。行業(yè)性B2B電子商務(wù)平臺中的采購決策系統(tǒng)，由于參與企業(yè) 多，交易信息豐富，企業(yè)內(nèi)部信息少；決策者類型豐富、決策策 略多樣。因此，不能單純依托單一企業(yè)數(shù)據(jù)、以生產(chǎn)數(shù)據(jù)

4、為核心 進行研究，需要參照行業(yè)性B2B電子商務(wù)平臺的特點進行改造。針對行業(yè)性B2B電子商務(wù)平臺的特點，本文設(shè)計了一種供應(yīng) 商選擇系統(tǒng)，并已應(yīng)用于某摩托車電子商務(wù)平臺。2. 行業(yè)性B2B電子商務(wù)平臺環(huán)境下的供應(yīng)商選擇系統(tǒng)模型文獻提出了一種供應(yīng)商選擇系統(tǒng)，該系統(tǒng)又分為供應(yīng)商管理 系統(tǒng)、企業(yè)管理策略管理系統(tǒng)和供應(yīng)商選擇系統(tǒng)三個部分，并且第1頁共1頁 給出了一般的系統(tǒng)構(gòu)建方法。相比之下，行業(yè)性B2B電子商務(wù)平 臺環(huán)境下的供應(yīng)商選擇系統(tǒng)，既有某些類似，也有改進和獨特之 處：!由供應(yīng)商管理系統(tǒng)向B2B電子商務(wù)平臺中的銷售廠商信息管 理系統(tǒng)轉(zhuǎn)移；!由企業(yè)管理策略管理系統(tǒng)向采購人員的評價習慣積累系統(tǒng)轉(zhuǎn) 移；!

5、增加B2B電子商務(wù)平臺中各采購者對銷售商的協(xié)同評價系 統(tǒng)；!結(jié)合B2B電子商務(wù)平臺的配套市場系統(tǒng)，實現(xiàn)廠商模糊搜索 系統(tǒng)；!相關(guān)的訂單處理、庫存處理系統(tǒng)。 ；在這個系統(tǒng)中進行供應(yīng)商選擇決策，首先要根據(jù)產(chǎn)品數(shù)據(jù)查 找能夠提供所需產(chǎn)品的供應(yīng)商，然后根據(jù)必須的條件進行預(yù)選 擇，再采用選擇算法進行選擇。選擇結(jié)束后，對于采購者的采購 習慣進行積累，交易結(jié)束后，采購者對供應(yīng)商進行協(xié)同評價。該 系統(tǒng)考慮了行業(yè)性B2B電子商務(wù)平臺的具體特點和自身約束，設(shè) 計了獨特的部分。廠商的模糊搜索與預(yù)選擇系統(tǒng)，用于從配套市場中根據(jù)所需 產(chǎn)品搜索廠商，作為供應(yīng)商選擇輸入。在一般供應(yīng)商選擇決策支 持系統(tǒng)中，可供選擇的

6、供應(yīng)商來自配套企業(yè)和企業(yè)信息庫，數(shù)據(jù)第1頁共1頁 描述規(guī)范單一，范圍界限明顯。但是，在B2B電子商務(wù)平臺中， 產(chǎn)品的種類、描述不容易保持規(guī)范，產(chǎn)品容易相互交叉，有必要 建立模糊的搜索系統(tǒng)，既保證足夠的查全率，又保證一定的查準 率，為進一步供應(yīng)商選擇過程提供足夠的信息源。供應(yīng)商協(xié)同評價系統(tǒng)，用于積累供應(yīng)商的信譽、交易量、交 貨拖期時間、服務(wù)等信息，作為選擇供應(yīng)商時的評價依據(jù)。一般 來說，采購商不可能和每個供應(yīng)商都發(fā)生交易關(guān)系。在一般供應(yīng) 商選擇系統(tǒng)中，都要維護一個供應(yīng)商信息庫，存儲各個供應(yīng)商的 信息。對于行業(yè)性B2B電子商務(wù)平臺基礎(chǔ)上的供應(yīng)商選擇系統(tǒng)而 言，它的優(yōu)勢在于不同企業(yè)的評價信息可以共享

7、，采購者可以從 別人的交易經(jīng)驗中獲得知識，指導自己的采購過程。這不僅可彌 補單個企業(yè)信息不足的局限，還起到了行業(yè)性宣傳和監(jiān)督的作 用，充分發(fā)揮了信息化的優(yōu)勢。企業(yè)采購策略和習慣積累系統(tǒng)，是將企業(yè)采購者某些特殊重 視的評價準則，或者某些特殊的習慣加以積累，進一步提高決策 系統(tǒng)推薦的準確性。由于來自企業(yè)內(nèi)部的信息比較少，不能期望 在決策系統(tǒng)運行前對采購者的習慣進行學習，于是面向行業(yè)性B2B 電子商務(wù)平臺的供應(yīng)商選擇系統(tǒng)，采用系統(tǒng)運行使用過程中學習 的方法。供應(yīng)商協(xié)同評價系統(tǒng)和企業(yè)采購策略及習慣積累系統(tǒng)， 在空間和時間兩個尺度上積累信息，結(jié)合了行業(yè)性B2B電子商務(wù) 平臺的自身特點，提高了評價的有效性

8、。3. 行業(yè)性B2B電子商務(wù)平臺下的供應(yīng)商選擇關(guān)鍵問題第1頁共1頁3.1基于模糊搜索的廠商預(yù)選擇行業(yè)性B2B電子商務(wù)平臺中的供應(yīng)商選擇，要求通過產(chǎn)品搜 索到供應(yīng)企業(yè)。配套市場產(chǎn)品種類繁多、商品豐富，搜索功能應(yīng) 該能夠輔助采購者快速、準確地找到需要的商品及供應(yīng)者，進行 選擇購買。目前實際應(yīng)用的電子商務(wù)平臺系統(tǒng)的搜索功能一般比 較簡單，大多是在數(shù)據(jù)庫中，在產(chǎn)品名稱、廠家等字段進行“包 含”查找操作。查找的結(jié)果一方面準確性差，容易包含許多企業(yè) 不需要的產(chǎn)品；另一方面也容易遺漏，將許多詞義相同、詞形不 同的商品忽略。在行業(yè)性B2B電子商務(wù)平臺中，企業(yè)分別輸入產(chǎn) 品的信息，難以進行過分嚴格的語法限制。同

9、時搜索的內(nèi)容也不 容易進行限制，這就給準確搜索帶來了難度。用戶查找好商品 后，還要進行供應(yīng)商對比選擇等工作。在這種情況下，提高搜索 的“查全率”和“查準率”更顯得必要。根據(jù)這一需求，本文設(shè)計了搜索算法和削減算法，如圖4所 示。在搜索算法中，首先進行同義詞擴張，將用戶輸入的一個查 找項擴展成為多個，擴大搜索的范圍。同義詞擴張后，對于每一 個同義詞分別進行搜索，首先進行種屬定位，縮小查詢范圍，提 高查準率。即進行預(yù)查詢，確定商品所處的種類位置，對于“距 離”較遠的種類，由用戶進行選擇，去除“形近義遠”的情況。 其中距離定義為：二2m+n。其中，S=在目錄樹上從a到b的路 徑, n=在目錄樹上上升的

10、步數(shù),滬在目錄樹上下降的步數(shù)。第1頁共1頁 因為在目錄樹上上升是進入父類，而下降是進入另一個子類，所 以下降距離定義較長。定義了五種查找方式，相對來講，范圍逐漸放寬，目的是獲 得五個范圍逐漸擴大的查找結(jié)果，并且在這所有結(jié)果的合并中選 取一個合適的子集，作為查找結(jié)果。對于每一種查找方式查找的結(jié)果，按照查找屬性的類型(數(shù)字 和字符)以及屬性的值，再進行一次削減，以期盡量排除無關(guān)結(jié) 果。每一個詞條都得到5個結(jié)果集，對于多個詞條的結(jié)果進行合 并，削減不同詞條和同一詞條不同查找方式一樣的結(jié)果。最后， 將n個詞條的5n個結(jié)果集進行排序，按照查找方式的優(yōu)先級排 隊，所得結(jié)果靠前的為相關(guān)度較髙的，靠后的為相關(guān)

11、度較低的。 得到的產(chǎn)品表對應(yīng)的企業(yè)表就是所需要的能夠提供所需產(chǎn)品的企 業(yè)。為了簡化選擇算法的計算，有必要對結(jié)果進行進一步削減， 目的是保留想要的，然后施加條件約束進行削減，不斷循環(huán)，直 至保留的產(chǎn)品數(shù)目達到一定數(shù)量為止。這是一個“must類型的 預(yù)選擇算法。3.2供應(yīng)商選擇的AHP算法及其參數(shù)學習進行供應(yīng)商選擇的算法很多。其中，線性加權(quán)算法是應(yīng)用最 多的，有很多改進算法。如CostRatio方法；Multi- AttributeUtilityTheory (MAUT)方法。目前研究比較活躍的是第1頁共1頁AIIP(anaiytichierar?chyprocess)算法和 ANP(anaiyt

12、icworkprocess)算法。數(shù)學規(guī)劃方法則偏重定量準則的準確計算，客觀性較高、主 觀性較低，如線性規(guī)劃方法、多目標規(guī)劃方法、混合整數(shù)規(guī)劃方 法等。此外，還有將兩者結(jié)合的算法、神經(jīng)網(wǎng)絡(luò)方法、數(shù)據(jù)包絡(luò) 方法、基于實例的推理(Case-based-rea-soning, CBR)方法等。本文采用層次分析法作為本系統(tǒng)的核心算法。層次分析法是 美國著名運籌學家匹茲堡大學教授I. L. SaatyC賽惕)于20世紀 70年代中期提出的，是一種將定性分析與定量分析相結(jié)合、定性 問題定量化的實用決策方法。AIIP算法的基本思想是將一個復雜的多規(guī)則評價問題，分解為 層次狀的若干個因素的組合，對同一層次上的

13、因素，通過成對的 重要程度比較，組成比較矩陣。如果矩陣基本滿足對稱性、一致 性、傳遞性，矩陣主特征值和主特征矢量元素就可以表示各評價 因素的優(yōu)先關(guān)系。結(jié)合不同層次間的優(yōu)先關(guān)系，可以對決策問題 形成由各個影響因素組成的評價模型。采用八IIP算法，應(yīng)當針對決策對象選擇合適的評價準則。本 文主要參考Dickson總結(jié)的23條準則(既包括了易于量化的因 素，如價格等，也包括主觀性比較強的準則，如信譽等)以及 1997年華中理工大學管理學院CIMS-供應(yīng)鏈管理課題組調(diào)查的國 內(nèi)企業(yè)關(guān)注的準則。第1頁共1頁針對NIP算法，以及協(xié)同評價系統(tǒng)的需要，設(shè)計了動態(tài)的層 次樹建立數(shù)據(jù)結(jié)構(gòu)，行業(yè)性B2B電子商務(wù)平臺管

14、理員針對本平臺 的行業(yè)和特色，動態(tài)設(shè)計評價的層次樹。平臺下的所有企業(yè)因為 要采用協(xié)同評價系統(tǒng)，需要使用同一評價層次樹，但是，可以根 據(jù)各個企業(yè)評價習慣積累的不同，調(diào)整各個評價準則的參數(shù)。圖5 給出了 一個摩托車供應(yīng)市場的評價層次樹對于準則中的非數(shù)值型 參數(shù)評分采用Saaty的9分量化法，對于數(shù)值型參數(shù)評分可以使 用評分相除法。各個采購商使用的評價準則所占比重變化較小，本文采取針 對不同類型廠商（如JIT等）建立幾組共性較強的參數(shù)。各個采 購商可以從與自己類似的類型入手，進行適當?shù)男薷牡玫阶陨淼?評價準則權(quán)重表。在使用過程中，對于AIIP算法的評分和用戶的 最終選擇進行比較學習，對各個準則權(quán)重進

15、行微調(diào)一一供應(yīng)商選 擇系統(tǒng)的自學習模塊。對于準則權(quán)重的學習分為下列幾種：用戶指定加分屬性，即 供應(yīng)商的某屬性得到了用戶的特別重視，則此準則的權(quán)重得到增長; 用戶不指定加分屬性，根據(jù)用戶的多次選擇過程，可以評判用戶 的傾向，則相應(yīng)準則的權(quán)重得到增長；用戶不指定加分屬性，根據(jù) 用戶的多次選擇過程不能評判用戶的傾向，說明指定采購商得到 用戶的特別重視，相應(yīng)供應(yīng)商得到特別加分處理。3.3供應(yīng)商選擇的協(xié)同評價第1頁共1頁供應(yīng)商的系統(tǒng)評價是對行業(yè)性B2B電子商務(wù)平臺中交易信息 在空間尺度上的積累。由于供應(yīng)商選擇算法是以AHP算法為基 礎(chǔ)，協(xié)同評價中的信息收集主要包括以下內(nèi)容：（1）某采購商對某供應(yīng)商在某準

16、則方面的評述；（2）某采購商在某準則方面對供應(yīng)商的打分；（3）某采購商和某供應(yīng)商交易成功與否及原因的信息；（4）某采購商和某供應(yīng)商交易的批量頻率等其他信息；（5）某采購商對某供應(yīng)商的主觀評述。其中（1）、（2）、（3）的信息在進行統(tǒng)計和歸一化后，在采購商進行AIIP評分時，直接向采購商進行庾饋。（4）、（5）的信息在AIIP評分結(jié)束后，采購商在選擇前向采購商進行反饋。在行業(yè)性B2B電子商務(wù)平臺下的供應(yīng)商選擇系統(tǒng)中，每個企 業(yè)都擁有多名采購員，于是協(xié)同評價的信息就分為企業(yè)內(nèi)部和企 業(yè)外部兩大類。對于本企業(yè)反饋的信息，采購員可以看到較詳細 的信息，并且對評價過程影響較大。對于其他企業(yè)反饋的信息，

17、一方面進行統(tǒng)計綜合處理，如（1）、（2）將獨立的評分轉(zhuǎn)化成為分值的分布；另一方面有些對企業(yè)比較重要的信息（如交易時間、 交易量），其他企業(yè)采購員得不到。此外，采購商對某供應(yīng)商的 主觀評述，從企業(yè)采購員的角度，也是一種兩面的信息，采購者 可以根據(jù)企業(yè)間聯(lián)盟關(guān)系等信息進行主觀評判。4.實現(xiàn)與總結(jié)第1頁共1頁在摩托車行業(yè)性電子商務(wù)平臺用戶角色管理系統(tǒng)上，該系統(tǒng) 集成了電子商務(wù)平臺的知識，提供了從模型建立、算法實現(xiàn)、參 數(shù)優(yōu)化、協(xié)同評價與訂單處理的統(tǒng)一連續(xù)的決策支持與信息反 饋、學習積累的過程。圖6以一個發(fā)動機選擇，演示了供應(yīng)商選 擇過程。系統(tǒng)在提供給企業(yè)對配套市場全面、準確、快速搜索的 基礎(chǔ)上，實現(xiàn)采購決策的預(yù)選擇；在以AIIP算法為核心的評分決 策的過程中，進行知識庫反饋和輔助決策;在電子商務(wù)平臺商務(wù)訂 單交易的基礎(chǔ)上進行參數(shù)學習和協(xié)同評價信息積累?；赪eb的程序具有通用性強、人機界面簡單、企