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(dá)80%。由此可見，采購部門在企業(yè)的運(yùn)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(qiáng)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(gè)多目標(biāo)決策問題，需要對多個(gè)供應(yīng)商在多條相互影響的準(zhǔn)則基礎(chǔ)上進(jìn)行評價(jià)。Dickson于1966年在273名代理商和管理人員中進(jìn)行了統(tǒng)計(jì)調(diào)查，總結(jié)了23條準(zhǔn)則，基本上涵蓋了供應(yīng)商選擇時(shí)應(yīng)當(dāng)考慮的因素。1991年Weber統(tǒng)計(jì)了1966~1991年的74篇文章，重新評價(jià)了23條準(zhǔn)則在實(shí)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(zhǔn)則完成的。

　　

　　在評價(jià)準(zhǔn)則的基礎(chǔ)上，進(jìn)行供應(yīng)商選擇采用的算法一般有線性加權(quán)（Iinearweighting)、數(shù)學(xué)規(guī)劃(mathematicaIprogramming)、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(zhǔn)確、單一的企業(yè)而言，管理者學(xué)習(xí)采購策略比較多。

　　

　　行業(yè)性B2B電子商務(wù)平臺(tái)是面向一個(gè)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(dāng)使用此平臺(tái)的企業(yè)達(dá)到一定的臨界數(shù)量時(shí)，交易行為出現(xiàn)自組織性后，信息量可以滿足平臺(tái)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(tái)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)為核心進(jìn)行研究，需要參照行業(yè)性B2B電子商務(wù)平臺(tái)的特點(diǎn)進(jìn)行改造。

　　

　　針對行業(yè)性B2B電子商務(wù)平臺(tái)的特點(diǎn)，本文設(shè)計(jì)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(tái)。

　　

　　2.行業(yè)性B2B電子商務(wù)平臺(tái)環(huán)境下的供應(yīng)商選擇系統(tǒng)模型

　　

　　文獻(xiàn)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(gè)部分，并且給出了一般的系統(tǒng)構(gòu)建方法。相比之下，行業(yè)性B2B電子商務(wù)平臺(tái)環(huán)境下的供應(yīng)商選擇系統(tǒng)，既有某些類似，也有改進(jìn)和獨(dú)特之處：

　　

　　!由供應(yīng)商管理系統(tǒng)向B2B電子商務(wù)平臺(tái)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(jià)習(xí)慣積累系統(tǒng)轉(zhuǎn)移；

　　

　　!增加B2B電子商務(wù)平臺(tái)中各采購者對銷售商的協(xié)同評價(jià)系統(tǒng)；

　　

　　!結(jié)合B2B電子商務(wù)平臺(tái)的配套市場系統(tǒng)，實(shí)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(gè)系統(tǒng)中進(jìn)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(jìn)行預(yù)選擇，再采用選擇算法進(jìn)行選擇。選擇結(jié)束后，對于采購者的采購習(xí)慣進(jìn)行積累，交易結(jié)束后，采購者對供應(yīng)商進(jìn)行協(xié)同評價(jià)。該系統(tǒng)考慮了行業(yè)性B2B電子商務(wù)平臺(tái)的具體特點(diǎn)和自身約束，設(shè)計(jì)了獨(dú)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，可供選擇的供應(yīng)商來自配套企業(yè)和企業(yè)信息庫，數(shù)據(jù)描述規(guī)范單一，范圍界限明顯。但是，在B2B電子商務(wù)平臺(tái)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(zhǔn)率，為進(jìn)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(jià)系統(tǒng)，用于積累供應(yīng)商的信譽(yù)、交易量、交貨拖期時(shí)間、服務(wù)等信息，作為選擇供應(yīng)商時(shí)的評價(jià)依據(jù)。一般來說，采購商不可能和每個(gè)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(hù)一個(gè)供應(yīng)商信息庫，存儲(chǔ)各個(gè)供應(yīng)商的信息。對于行業(yè)性B2B電子商務(wù)平臺(tái)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(jià)信息可以共享，采購者可以從別人的交易經(jīng)驗(yàn)中獲得知識(shí)，指導(dǎo)自己的采購過程。這不僅可彌補(bǔ)單個(gè)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(xí)慣積累系統(tǒng)，是將企業(yè)采購者某些特殊重視的評價(jià)準(zhǔn)則，或者某些特殊的習(xí)慣加以積累，進(jìn)一步提高決策系統(tǒng)推薦的準(zhǔn)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(yùn)行前對采購者的習(xí)慣進(jìn)行學(xué)習(xí)，于是面向行業(yè)性B2B電子商務(wù)平臺(tái)的供應(yīng)商選擇系統(tǒng)，采用系統(tǒng)運(yùn)行使用過程中學(xué)習(xí)的方法。供應(yīng)商協(xié)同評價(jià)系統(tǒng)和企業(yè)采購策略及習(xí)慣積累系統(tǒng)，在空間和時(shí)間兩個(gè)尺度上積累信息，結(jié)合了行業(yè)性B2B電子商務(wù)平臺(tái)的自身特點(diǎn)，提高了評價(jià)的有效性。

　　

　　3.行業(yè)性B2B電子商務(wù)平臺(tái)下的供應(yīng)商選擇關(guān)鍵問題

　　

　　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(tái)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(zhǔn)確地找到需要的商品及供應(yīng)者，進(jìn)行選擇購買。目前實(shí)際應(yīng)用的電子商務(wù)平臺(tái)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(jìn)行“包含”查找操作。查找的結(jié)果一方面準(zhǔn)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(tái)中，企業(yè)分別輸入產(chǎn)品的信息，難以進(jìn)行過分嚴(yán)格的語法限制。同時(shí)搜索的內(nèi)容也不容易進(jìn)行限制，這就給準(zhǔn)確搜索帶來了難度。用戶查找好商品后，還要進(jìn)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(zhǔn)率”更顯得必要。

　　

　　根據(jù)這一需求，本文設(shè)計(jì)了搜索算法和削減算法，如圖4所示。在搜索算法中，首先進(jìn)行同義詞擴(kuò)張，將用戶輸入的一個(gè)查找項(xiàng)擴(kuò)展成為多個(gè)，擴(kuò)大搜索的范圍。同義詞擴(kuò)張后，對于每一個(gè)同義詞分別進(jìn)行搜索，首先進(jìn)行種屬定位，縮小查詢范圍，提高查準(zhǔn)率。即進(jìn)行預(yù)查詢，確定商品所處的種類位置，對于“距離”較遠(yuǎn)的種類，由用戶進(jìn)行選擇，去除“形近義遠(yuǎn)”的情況。其中距離定義為：=2m+n。其中，S={在目錄樹上從a到b的路徑}，n={在目錄樹上上升的步數(shù)}，m={在目錄樹上下降的步數(shù)}。因?yàn)樵谀夸洏渖仙仙�是進(jìn)入父類，而下降是進(jìn)入另一個(gè)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(gè)范圍逐漸擴(kuò)大的查找結(jié)果，并且在這所有結(jié)果的合并中選取一個(gè)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(jìn)行一次削減，以期盡量排除無關(guān)結(jié)果。每一個(gè)詞條都得到5個(gè)結(jié)果集，對于多個(gè)詞條的結(jié)果進(jìn)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(gè)詞條的5n個(gè)結(jié)果集進(jìn)行排序，按照查找方式的優(yōu)先級排隊(duì)，所得結(jié)果靠前的為相關(guān)度較高的，靠后的為相關(guān)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(jì)算，有必要對結(jié)果進(jìn)行進(jìn)一步削減，目的是保留想要的，然后施加條件約束進(jìn)行削減，不斷循環(huán)，直至保留的產(chǎn)品數(shù)目達(dá)到一定數(shù)量為止。這是一個(gè)“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(xué)習(xí)

　　

　　進(jìn)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(jìn)算法。如CostRatio方法;Multi-AttributeUtilityTheory(MAUT)方法。目前研究比較活躍的是AHP(anaiytichierar?chyprocess)算法和ANP(anaiyticnetworkprocess)算法。

　　

　　數(shù)學(xué)規(guī)劃方法則偏重定量準(zhǔn)則的準(zhǔn)確計(jì)算，客觀性較高、主觀性較低，如線性規(guī)劃方法、多目標(biāo)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(shí)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(yùn)籌學(xué)家匹茲堡大學(xué)教授I.L.SaatyC賽惕）于20世紀(jì)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(shí)用決策方法。

　　

　　AHP算法的基本思想是將一個(gè)復(fù)雜的多規(guī)則評價(jià)問題，分解為層次狀的若干個(gè)因素的組合，對同一層次上的因素，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(jià)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(gè)影響因素組成的評價(jià)模型。

　　

　　采用AHP算法，應(yīng)當(dāng)針對決策對象選擇合適的評價(jià)準(zhǔn)則。本文主要參考Dickson總結(jié)的23條準(zhǔn)則(既包括了易于量化的因素，如價(jià)格等，也包括主觀性比較強(qiáng)的準(zhǔn)則，如信譽(yù)等）以及1997年華中理工大學(xué)管理學(xué)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(zhǔn)則。

　　

　　針對AHP算法，以及協(xié)同評價(jià)系統(tǒng)的需要，設(shè)計(jì)了動(dòng)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(tái)管理員針對本平臺(tái)的行業(yè)和特色，動(dòng)態(tài)設(shè)計(jì)評價(jià)的層次樹。平臺(tái)下的所有企業(yè)因?yàn)橐�采用協(xié)同評價(jià)系統(tǒng)，需要使用同一評價(jià)層次樹，但是，可以根據(jù)各個(gè)企業(yè)評價(jià)習(xí)慣積累的不同，調(diào)整各個(gè)評價(jià)準(zhǔn)則的參數(shù)。圖5給出了一個(gè)摩托車供應(yīng)市場的評價(jià)層次樹對于準(zhǔn)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(gè)采購商使用的評價(jià)準(zhǔn)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(qiáng)的參數(shù)。各個(gè)采購商可以從與自己類似的類型入手，進(jìn)行適當(dāng)?shù)男薷牡玫阶陨淼脑u價(jià)準(zhǔn)則權(quán)重表。在使用過程中，對于AHP算法的評分和用戶的最終選擇進(jìn)行比較學(xué)習(xí)，對各個(gè)準(zhǔn)則權(quán)重進(jìn)行微調(diào)一一供應(yīng)商選擇系統(tǒng)的自學(xué)習(xí)模塊。

　　

　　對于準(zhǔn)則權(quán)重的學(xué)習(xí)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(zhǔn)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(zhǔn)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(jià)

　　

　　供應(yīng)商的系統(tǒng)評價(jià)是對行業(yè)性B2B電子商務(wù)平臺(tái)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(jià)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(zhǔn)則方面的評述;

　　

　　(2) 某采購商在某準(zhǔn)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(jìn)行統(tǒng)計(jì)和歸一化后，在采購商進(jìn)行AHP評分時(shí)，直接向采購商進(jìn)行反饋。（4)、（5)的信息在AHP評分結(jié)束后，采購商在選擇前向采購商進(jìn)行反饋。

　　

　　在行業(yè)性B2B電子商務(wù)平臺(tái)下的供應(yīng)商選擇系統(tǒng)中，每個(gè)企業(yè)都擁有多名采購員，于是協(xié)同評價(jià)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(xì)的信息，并且對評價(jià)過程影響較大。對于其他企業(yè)反饋的信息，一方面進(jìn)行統(tǒng)計(jì)綜合處理，如（1)、（2)將獨(dú)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(shí)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(jìn)行主觀評判。

　　

　　4.實(shí)現(xiàn)與總結(jié)

　　

　　在摩托車行業(yè)性電子商務(wù)平臺(tái)用戶角色管理系統(tǒng)上，該系統(tǒng)集成了電子商務(wù)平臺(tái)的知識(shí)，提供了從模型建立、算法實(shí)現(xiàn)、參數(shù)優(yōu)化、協(xié)同評價(jià)與訂單處理的統(tǒng)一連續(xù)的決策支持與信息反饋、學(xué)習(xí)積累的過程。圖6以一個(gè)發(fā)動(dòng)機(jī)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(zhǔn)確、快速搜索的基礎(chǔ)上，實(shí)現(xiàn)采購決策的預(yù)選擇；在以AHP算法為核心的評分決策的過程中，進(jìn)行知識(shí)庫反饋和輔助決策;在電子商務(wù)平臺(tái)商務(wù)訂單交易的基礎(chǔ)上進(jìn)行參數(shù)學(xué)習(xí)和協(xié)同評價(jià)信息積累。

　　

　　基于Web的程序具有通用性強(qiáng)、人機(jī)界面簡單、企業(yè)邏輯和表現(xiàn)分離的特點(diǎn)。本文將參數(shù)的計(jì)算和知識(shí)庫的轉(zhuǎn)化放在服務(wù)器端，客戶端進(jìn)行人機(jī)交互和數(shù)據(jù)預(yù)處理,計(jì)算結(jié)果通過HTTP協(xié)議傳遞。

　　

　　決策過程是一個(gè)連續(xù)的過程，系統(tǒng)采用SessionBean，保證同一個(gè)用戶進(jìn)行評價(jià)的過程進(jìn)度，避免出現(xiàn)同一用戶多評價(jià)過程。在用戶選擇參數(shù)優(yōu)化上，采用自主選擇的方法，保證系統(tǒng)參數(shù)改良、學(xué)習(xí)和歷史延續(xù)的統(tǒng)一。這些方法克服了靈活使用Web類程序帶來的負(fù)面影響。

 

作者簡介：李昕（1978 - ），男，河北阜城人，清華大學(xué)自動(dòng)化系碩士研究生，主要從事現(xiàn)代集成制造系統(tǒng)、電子商務(wù)、供應(yīng)鏈、控制等研究。