CN108537623A - 一种电子商务中供应商推荐方法及系统 - Google Patents

一种电子商务中供应商推荐方法及系统 Download PDF

Info

Publication number
CN108537623A
CN108537623A CN201810186597.1A CN201810186597A CN108537623A CN 108537623 A CN108537623 A CN 108537623A CN 201810186597 A CN201810186597 A CN 201810186597A CN 108537623 A CN108537623 A CN 108537623A
Authority
CN
China
Prior art keywords
supplier
value
indicate
score value
bid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810186597.1A
Other languages
English (en)
Inventor
黄智星
董雷雨
刘宏杰
孙素琴
禤俊杰
陈雪红
田凯
牛蒙
邱虹
彭文
种颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHINA POWER COMPLETE EQUIPMENT Co Ltd
Original Assignee
CHINA POWER COMPLETE EQUIPMENT Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CHINA POWER COMPLETE EQUIPMENT Co Ltd filed Critical CHINA POWER COMPLETE EQUIPMENT Co Ltd
Priority to CN201810186597.1A priority Critical patent/CN108537623A/zh
Publication of CN108537623A publication Critical patent/CN108537623A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Human Resources & Organizations (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种电子商务中供应商推荐方法及系统,对供应商的多个评价指标定量地计算评分值,并定量地确定招标企业对每一个评价指标的权重值,根据每一个评价指标的评分值和对应的权重值,计算出每一家供应商的综合评分,按照综合评分对供应商进行推荐,对每一家供应商进行定量客观评分,相比传统的主观性,本发明的对供应商的推荐更加具有准确性,更有针对性。

Description

一种电子商务中供应商推荐方法及系统
技术领域
本发明涉及供应商推荐领域,更具体地,涉及一种电子商务中供应商推荐方法及系统。
背景技术
B2B商城的供应商推荐算法在国内外的研究可谓少之又少,并且绝大多数类似研究也都局限于对供应商选择标准(评价潜在供应商素质的各项指标)和决策方法(依照各项指标对潜在供应商进行层层遴选的方法)的探讨。
供应商选择的研究始于美国学者Dickson1966年在《采购》杂志(JournalofPurchasing)上发表的一篇论文。在该论文中,Dickson通过对273名采购商和采购管理人员进行调查分析,归纳出供应商选择的23项评价指标,Dickson还根据采购商的重要性评价对这23项指标进行了排序。该论文一经发表,就引起了学界和企业界的广大兴趣,至此后有大量的学者对供应商的选择问题进行研究。Weber等学者和Zhang等学者分别对1966年到1991年的74篇相关文献和1992年到2003年的49篇相关文献进行了综述分析,通过上述两篇文献揭示了供应商选择指标从1966年到2003年的变化情况,也揭示了供应商的选择评价指标随着时代的进步在不断的变化中。近些年,也有一些学者从不同的角度对供应商的选择进行研究,这些研究显示通用化的评价指标越来越少,评价指标越来越行业化和个性化。
在供应商选择的评价方法上,主要有以下几种:
线性加权方法,其中,线性加权法是一种常用的评价方法,主要依据采购方对各指标重要性进行评价,给予指标不同的权重,然后根据指标对不同的供应商进行评价打分,计算各供应商的分数与对应权重之积,总分最高者为最佳供应商。这种方法依赖人为判断,主观性较强。
成本法,其中,成本法是在满足采购商采购产品质量和种类需求的基础上,对各供应商提出的产品价格及其采购相关的总费用进行比较,选择采购成本最低的供应商的方法。该种方法最为常用,主要关注的是成本,但对产品的配送效率、柔性等方面较少涉及。
数学规划法,其中,数学规划法按照考察供应商指标的数量可以分为单目标规划和多目标规划,主要采用运筹学中的数学规划方法对所建立的单目标模型和多目标模型进行优化求解。
不确定性评价方法,由于在对供应商选择评价的过程中,对各项指标无法进行精确的刻画,相关学者将一些不确定性的方法引入供应商的选择和评价过程中。相关的评价方法有粗糙集评价法、模糊评级法、灰色评级法等相关的评价方法。
组合评级法,其中,在面对现实中的供应商选择评价时,其评价过程较为复杂,单独通过一种方法可能不一定能准确对供应商进行选择评价,相关学者提出了组合多种方法对供应商进行选择评价的方法,比如基于粗糙集和层级分析法的组合评价方法、基于模糊集和数学规划的评价方法等。。
这些选择方法针对某些问题可能是有效的,但很少应用到B2B电子商务网站中。最近几年,电子商务飞速发展,促使企业与企业之间、企业与消费者之间、企业与政府部门之间的信息交流实现了数据化处理,这与现代供应链管理中强调供应商、核心企业和客户之间的无缝连接和业务集成的思想不谋而合。电子化对供应商选择的指标体系、选择方法和过程产生了重大影响。在电子商务环境下,供应商的选择标准也发生了变化。除了传统的质量、价格、交货期以外,电子商务技术及其发展特点对供应商提出了一些特殊的要求,如信息化建设安全问题,因此,历史信誉和口碑变得十分重要。此外,供应链上的信息流和资金流在很大程度上可以电子化,但物流运输能力仍然需要独立考核。
在供应商推荐算法中,供应商是指根据招标公告可以向采购商提供产品或服务的实体厂家或厂商,而且这些供应商可以为企业采购和企业生产提供原材料、矿业、冶金设备、五金工具、橡塑、其他能源等。对于企业采购,通常企业在评选供应商时会存在较多问题,通常包括在选择供应商时,自己的主观成分过多,而且选择供应商的标准不一,也不一定很全面,目前大多所属企业选择供应商的标准大多集中在供应商产品价格、产品质量以及产品交货准时性等方面,通常都是没有形成一个全面的选择供应商综合评价体系指标的。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的电子商务中供应商推荐方法及系统。
根据本发明的一个方面,提供一种电子商务中供应商推荐方法,包括:
根据招标企业所需物品的物资编码,读取数据仓库中符合条件的所有供应商;
确定每一家所述供应商的每一个评价指标的评分值,以及确定所述招标企业对每一个评价指标的权重值;
根据每一家供应商的每一个评价指标的评分值以及每一个所述评价指标的权重值,计算每一家供应商的综合评分值;
按照每一家供应商的综合评分值,对所有的供应商进行排序,推荐排序靠前的供应商。
在上述技术方案的基础上,本发明还可以作如下改进。
进一步的,所述评价指标包括供应商的历史报价、供应商与产品需求所在地的地理距离、供应商的历史投标次数、供应商的中标率和供应商的企业信誉,所述每一个评价指标的评分值包括供应商的历史报价评分值、供应商的地理距离评分值、供应商的历史投标次数评分值、供应商的中标率评分值以及供应商的企业信誉评分值。
进一步的,通过如下方式确定每一家供应商的历史报价评分值:
使用表示第i家供应商最近一年对特定产品的所有报价,pi ij为第i家供应商在最近一年对特定产品的第j次报价,其中i∈[1,n]。
使用p={p1,p2,…pi,…,pn}表示n家供应商对该种特定产品最近一年的平均报价,pi表示第i家供应商对该特定产品最近一年的平均报价,pi的值由下式给出:
每一家供应商的历史报价评分值的计算公式由下式给出:
其中,gi表示第i家供应商的历史报价评分值,i∈[1,n],j∈[1,n],表示所有供应商对该产品报价中的最大值,表示所有供应商对该产品报价中的最小值。
进一步的,通过如下方式确定每一家供应商的地理距离评分值:
使用(xi,yi)分别表示第i家供应商所在地的经度和纬度,使用(x,y)表示招标企业的产品需求地所在的经度和纬度,供应商到产品需求地的地理距离由下面的公式给出:
si=arccos[sin(90-yi)sin(90-y)cos(xi-x)+cos(90-yi)cos(90-y)];
使用h={h1,h2,…,hn}表示n个供应商的地理距离评分值,其计算公式由下式给出:
其中,hi表示第i家供应商的地理距离评分值,i∈[1,n],j∈[1,n],表示n家供应商与产品需求地的地理距离的最大值,表示n家供应商与产品需求地的地理距离的最小值。
进一步的,通过如下方式确定每一家供应商的历史投标次数评分值:
使用q={q1,q2,…,qn}分别表示n家供应商的历史投标次数,每一家供应商的历史投标次数评分值的计算公式由下式给出:
其中,ki表示第i家供应商的历史投标次数评分值,i∈[1,n],j∈[1,n],表示n家供应商中历史投标次数的最大值,表示n家供应商中历史投标次数的最小值。
进一步的,通过如下方式确定每一家供应商的中标率评分值:
使用r={r1,r2,…,rn}分别表示n家供应商的历史中标次数,每一家供应商的中标率由下面的公式给出:
用l={l1,l2,…,ln}表示n家供应商的中标率评分值,其计算公式由下式给出:
其中,li表示第i家供应商的中标率评分值,i∈[1,n],j∈[1,n],表示n个供应商中标率率的最大值,表示n个供应商中标率率的最小值。
进一步的,通过如下方式确定每一家供应商的企业信誉评分值:
使用u={u1,u2,…,un}表示n家供应商的企业信誉评分值,其计算公式由下式给出:
其中σi表示第i家供应商的历年投诉次数,表示n个供应商中的历史投诉次数中的最大值,表示n个供应商中的历史投诉次数中的最小值。
进一步的,所述获取所述招标企业对每一个所述评价指标确定的权重值具体包括:
使用一维数组定义指标集,C={C1,C2,C3,C4,C5},其中C1表示供应商的历史报价,C2表示供应商与产品需求地的地理距离,C3表示供应商的历史投标次数,C4表示供应商的中标率,C5表示供应商的企业信誉;
使用一维数组α={α12345}表示指标集{C1,C2,C3,C4,C5}中对应指标的权重值,所述权重值由下式给出:
其中,m为指标集中的个数,λj为招标企业对指标Ci相对Ci+1的评分,αi为第i个指标的权重值。
进一步的,所述根据每一家供应商的每一个评价指标的评分值以及每一个所述评价指标的权重值,计算每一家供应商的综合评分值具体包括:
ωi=α1gi2hi3ki4li5ui
ωi为第i家供应商的综合评分值。
根据本发明的另一个方面,提供了一种供应商推荐系统,包括:
读取模块,用于根据招标企业所需物品的物资编码,读取数据仓库中符合条件的所有供应商;
确定模块,用于确定每一家所述供应商的每一个评价指标的评分值;还用于确定所述招标企业对每一个评价指标的权重值;
计算模块,用于根据每一家供应商的每一个评价指标的评分值以及每一个所述评价指标的权重值,计算每一家供应商的综合评分值;
推荐模块,用于按照每一家供应商的综合评分值,对所有的供应商进行排序,推荐排序靠前的供应商。
根据本发明的第三方面,提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行电子商务中供应商推荐方法。
本发明提供的一种电子商务中供应商推荐方法及系统,对电子商务中的每一家供应商的多个评价指标定量地计算评分值,并定量地确定招标企业对每一个评价指标的权重值,根据每一个评价指标的评分值和对应的权重值,计算出每一家供应商的综合评分,按照综合评分对供应商进行推荐,对电子商务中的每一家供应商进行定量自动的客观评分,能够实现在电子商务平台上自动向招标企业推荐供应商的目的,相比传统的主观性,本发明的对供应商的推荐更加具有准确性,更有针对性。
附图说明
图1为本发明一个实施例的电子商务中供应商推荐方法流程图;
图2为本发明一个实施例的电子商务中供应商推荐系统连接框图;
图3为图2中确定模块的内部连接框图;
图4为本发明一个实施例的电子设备连接框图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
参见图1,提供了本发明一个实施例的电子商务中供应商推荐方法,包括:根据招标企业所需物品的物资编码,读取数据仓库中符合条件的所有供应商;确定每一家所述供应商的每一个评价指标的评分值,以及确定所述招标企业对每一个评价指标的权重值;根据每一家供应商的每一个评价指标的评分值以及每一个所述评价指标的权重值,计算每一家供应商的综合评分值;按照每一家供应商的综合评分值,对所有的供应商进行排序,推荐排序靠前的供应商。
在电子商务中,招标企业注册电子商务平台,需要购买产品,面对众多的供应商,无法确定最优的供应商,本实施例提出了一套在电子商务中供应商的评价方法,根据招标企业所需物品的物资编码,从招标企业的数据仓库中多个符合条件的所有供应商,所谓的条件,可以由各个招标企业自身设定,招标企业从这些符合条件的供应商中选择最终的供应商。
首先,招标企业确定评价供应商的多个评价指标,然后根据每一家供应商的历史数据对每一个评价指标的评分值进行计算,对于招标企业,确定每一个评价指标的权重值,最后根据每一个评价指标的评分值和招标企业对每一个评价指标确定的权重值,计算每一家供应商的综合评分。根据每一家供应商的综合评分,对所有的供应商按照综合评分进行排序,向招标企业推荐排序靠前的多个供应商。
本实施例提供的一种电子商务中供应商推荐方法及系统,对电子商务中的每一家供应商的多个评价指标定量地计算评分值,并定量地确定招标企业对每一个评价指标的权重值,根据每一个评价指标的评分值和对应的权重值,计算出每一家供应商的综合评分,按照综合评分对供应商进行推荐,对电子商务中的每一家供应商进行定量自动的客观评分,能够实现在电子商务平台上自动向招标企业推荐供应商的目的,相比传统的主观性,本发明的对供应商的推荐更加具有准确性,更有针对性。
在上述实施例的基础上,本发明的一个实施例中,所述评价指标包括供应商的历史报价、供应商与产品需求所在地的地理距离、供应商的历史投标次数、供应商的中标率和供应商的企业信誉,所述每一个评价指标的评分值包括供应商的历史报价评分值、供应商的地理距离评分值、供应商的历史投标次数评分值、供应商的中标率评分值以及供应商的企业信誉评分值。
确定了供应商的各个评价指标后,根据每一家供应商的历史数据,对每一家供应商的每一个评价指标进行评分,得到每一家供应商的每一个评价指标的评分值。
具体为,对每一家供应商的历史报价评分值确定的方法如下,通过如下方式确定每一家供应商的历史报价评分值:
使用表示第i家供应商最近一年对特定产品的所有报价,pi ij为第i家供应商在最近一年对特定产品的第j次报价,其中i∈[1,n]。
使用p={p1,p2,…pi,…,pn}表示n家供应商对该种特定产品最近一年的平均报价,pi表示第i家供应商对该特定产品最近一年的平均报价,pi的值由下式给出:
每一家供应商的历史报价评分值的计算公式由下式给出:
其中,gi表示第i家供应商的历史报价评分值,i∈[1,n],j∈[1,n],表示所有供应商对该产品报价中的最大值,表示所有供应商对该产品报价中的最小值。
对每一家供应商的地理距离评分值按照如下的方式确定,使用(xi,yi)分别表示第i家供应商所在地的经度和纬度,使用(x,y)表示招标企业的产品需求地所在的经度和纬度,供应商到产品需求地的地理距离由下面的公式给出:
si=arc cos[sin(90-yi)sin(90-y)cos(xi-x)+cos(90-yi)cos(90-y)];
使用h={h1,h2,…,hn}表示n家供应商的地理距离评分值,其计算公式由下式给出:
其中,hi表示第i家供应商的地理距离评分值,i∈[1,n],j∈[1,n],表示n家供应商与产品需求地的地理距离的最大值,表示n家供应商与产品需求地的地理距离的最小值。
通过如下方式确定每一家供应商的历史投标次数评分值,使用q={q1,q2,…,qn}分别表示n家供应商的历史投标次数,每一家供应商的历史投标次数评分值的计算公式由下式给出:
其中,ki表示第i家供应商的历史投标次数评分值,i∈[1,n],j∈[1,n],表示n家供应商中历史投标次数的最大值,表示n家供应商中历史投标次数的最小值。
同样的,通过如下方式确定每一家供应商的中标率评分值,使用r={r1,r2,…,rn}分别表示n家供应商的历史中标次数,每一家供应商的中标率由下面的公式给出:
用l={l1,l2,…,ln}表示n家供应商的中标率评分值,其计算公式由下式给出:
其中,li表示第i家供应商的中标率评分值,i∈[1,n],j∈[1,n],表示n个供应商中标率率的最大值,表示n个供应商中标率率的最小值。
以及通过如下方式确定每一家供应商的企业信誉评分值,使用u={u1,u2,…,un}表示n家供应商的企业信誉评分值,其计算公式由下式给出:
其中σi表示第i家供应商的历年投诉次数,表示n家供应商中的历史投诉次数中的最大值,表示n家供应商中的历史投诉次数中的最小值。
在上述各个实施例的基础上,本发明的一个实施例中,所述获取所述招标企业对每一个所述评价指标确定的权重值具体包括:
使用一维数组定义指标集,C={C1,C2,C3,C4,C5},其中C1表示供应商的历史报价,C2表示供应商与产品需求地的地理距离,C3表示供应商的历史投标次数,C4表示供应商的中标率,C5表示供应商的企业信誉;
使用一维数组α={α12345}表示指标集{C1,C2,C3,C4,C5}中对应指标的权重值,所述权重值由下式给出:
其中,m为指标集中的个数,λj为招标企业对指标Ci相对Ci+1的评分,αi为第i个指标的权重值。
将评价供应商的各个评价指标确定以及对每一家供应商的每一个评价指标的评分值确定之后,招标企业对每一个评价指标确定权重值,不同的招标企业对于每一个评价指标的权重值可能会有差别,主要看每一个招标企业对于不同的评价指标的重要程度,招标企业认为某一个评价指标的重要程度越高,则该评价指标的权重值越大,相反,若招标企业认为某一个评价指标的重要程度越低,则该评价指标的权重值越小。
具体的,确定每一个评价指标的权重值的过程为,使用一维数组定义指标集,C={C1,C2,C3,C4,C5},其中C1表示供应商的历史报价,C2表示供应商与产品需求地的地理距离,C3表示供应商的历史投标次数,C4表示供应商的中标率,C5表示供应商的企业信誉;
使用一维数组λ={λ1234}表示各个评价指标之间相对重要程度,λi是招标企业对评价指标Ci相对Ci+1的评分(i=1,2,3,4),λi>1代表评价指标Ci比评价指标Ci+1重要,λi越大代表评价指标Ci比评价指标Ci+1越重要;λi<1代表评价指标Ci不及评价指标Ci+1重要,λi越小代表评价指标Ci越不及评价指标Ci+1重要;λi=1代表评价指标Ci与评价指标Ci+1一样重要,λi在0到2之间。
使用一维数组α={α12345}表示指标集{C1,C2,C3,C4,C5}中对应评价指标的权重值,权重值由下式给出:
在上述各个实施例的基础上,本发明的另一个实施例中,所述根据每一家供应商的每一个评价指标的评分值以及每一个所述评价指标的权重值,计算每一家供应商的综合评分值具体包括:
ωi=α1gi2hi3ki4li5ui
ωi为第i家供应商的综合评分值。
确定了每一家供应商的每一个评价指标的评分值以及招标企业对每一个评价指标确定的权重值,计算每一家供应商的综合评分,根据每一家供应商的综合评分,对所有符合条件的供应商进行排序,向招标企业推荐排序靠前的多个供应商,比如,按照所有的供应商的综合评分值从大到小进行排序,当符合条件的供应商的数量大于20个时,将排序靠前的20个供应商推荐给招标企业;当符合条件的供应商的数量小于20个时,向招标企业推荐所有符合条件的供应商。
参见图2,提供了本发明一个实施例的电子商务中供应商推荐系统,包括读取模块21、确定模块22、计算模块23和推荐模块24。
读取模块21,用于根据招标企业所需物品的物资编码,读取数据仓库中符合条件的所有供应商。
确定模块22,用于确定每一家所述供应商的每一个评价指标的评分值;还用于确定所述招标企业对每一个评价指标的权重值。
计算模块23,用于根据每一家供应商的每一个评价指标的评分值以及每一个所述评价指标的权重值,计算每一家供应商的综合评分值。
推荐模块24,用于按照每一家供应商的综合评分值,对所有的供应商进行排序,推荐排序靠前的供应商。
其中,所述评价指标包括供应商的历史报价、供应商与产品需求所在地的地理距离、供应商的历史投标次数、供应商的中标率和供应商的企业信誉,所述每一个评价指标的评分值包括供应商的历史报价评分值、供应商的地理距离评分值、供应商的历史投标次数评分值、供应商的中标率评分值以及供应商的企业信誉评分值。
参见图3,其中的确定模块22具体包括第一确定子单元221、第二确定子单元222、第四确定子单元223、第四确定子单元224、第五确定子单元225和第六确定子单元226。
第一确定子单元221,用于通过如下方式确定每一家供应商的历史报价评分值:
通过如下方式确定每一家供应商的历史报价评分值:
使用表示第i家供应商最近一年对特定产品的所有报价,pi ij为第i家供应商在最近一年对特定产品的第j次报价,其中i∈[1,n]。
使用p={p1,p2,…pi,…,pn}表示n家供应商对该种特定产品最近一年的平均报价,pi表示第i家供应商对该特定产品最近一年的平均报价,pi的值由下式给出:
每一家供应商的历史报价评分值的计算公式由下式给出:
其中,gi表示第i家供应商的历史报价评分值,i∈[1,n],j∈[1,n],表示所有供应商对该产品报价中的最大值,表示所有供应商对该产品报价中的最小值。第二确定子单元222,用于通过如下方式确定每一家供应商的地理距离评分值:
使用(xi,yi)分别表示第i家供应商所在地的经度和纬度,使用(x,y)表示招标企业的产品需求地所在的经度和纬度,供应商到产品需求地的地理距离由下面的公式给出:
si=arc cos[sin(90-yi)sin(90-y)cos(xi-x)+cos(90-yi)cos(90-y)];
使用h={h1,h2,…,hn}表示n家供应商的地理距离评分值,其计算公式由下式给出:
其中,hi表示第i家供应商的地理距离评分值,i∈[1,n],j∈[1,n],表示n家供应商与产品需求地的地理距离的最大值,表示n家供应商与产品需求地的地理距离的最小值。
第三确定子单元223,用于通过如下方式确定每一家供应商的历史投标次数评分值:
使用q={q1,q2,…,qn}分别表示n家供应商的历史投标次数,每一家供应商的历史投标次数评分值的计算公式由下式给出:
其中,ki表示第i家供应商的历史投标次数评分值,i∈[1,n],j∈[1,n],表示n家供应商中历史投标次数的最大值,表示n家供应商中历史投标次数的最小值。
第四确定子单元224,用于通过如下方式确定每一家供应商的中标率评分值:
使用r={r1,r2,…,rn}分别表示n家供应商的历史中标次数,每一家供应商的中标率由下面的公式给出:
用l={l1,l2,…,ln}表示n家供应商的中标率评分值,其计算公式由下式给出:
其中,li表示第i家供应商的中标率评分值,i∈[1,n],j∈[1,n],表示n个供应商中标率率的最大值,表示n个供应商中标率率的最小值。
第五确定子单元225,用于通过如下方式确定每一家供应商的企业信誉评分值:
使用u={u1,u2,…,un}表示n家供应商的企业信誉评分值,其计算公式由下式给出:
其中σi表示第i家供应商的历年投诉次数,表示n个供应商中的历史投诉次数中的最大值,表示n个供应商中的历史投诉次数中的最小值。
第六确定子单元226,用于通过如下方式确定所述招标企业对每一个所述评价指标的权重值:
使用一维数组定义指标集,C={C1,C2,C3,C4,C5},其中C1表示供应商的历史报价,C2表示供应商与产品需求地的地理距离,C3表示供应商的历史投标次数,C4表示供应商的中标率,C5表示供应商的企业信誉;
使用一维数组α={α12345}表示指标集{C1,C2,C3,C4,C5}中对应指标的权重值,所述权重值由下式给出:
其中,m为指标集中的个数,λj为招标企业对指标Ci相对Ci+1的评分,αi为第i个指标的权重值。
计算模块23,具体用于通过如下公式计算每一家供应商的综合评分值:
ωi=α1gi2hi3ki4li5ui
ωi为第i家供应商的综合评分值。
参见图4,提供了本发明一个实施例的电子设备,包括处理器(processor)401、存储器(memory)402和总线403;其中,所述处理器401和存储器402通过所述总线403完成相互间的通信。
所述处理器401用于调用所述存储器402中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:根据招标企业所需物品的物资编码,读取数据仓库中符合条件的所有供应商;确定每一家所述供应商的每一个评价指标的评分值,以及确定所述招标企业对每一个评价指标的权重值;根据每一家供应商的每一个评价指标的评分值以及每一个所述评价指标的权重值,计算每一家供应商的综合评分值;按照每一家供应商的综合评分值,对所有的供应商进行排序,推荐排序靠前的供应商。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分方法。
本发明提供的一种电子商务中供应商推荐方法及系统,对电子商务中的每一家供应商的多个评价指标定量地计算评分值,并定量地确定招标企业对每一个评价指标的权重值,根据每一个评价指标的评分值和对应的权重值,计算出每一家供应商的综合评分,按照综合评分对供应商进行推荐,对电子商务中的每一家供应商进行定量自动的客观评分,能够实现在电子商务平台上自动向招标企业推荐供应商的目的,相比传统的主观性,本发明的对供应商的推荐更加具有准确性,更有针对性。
最后,本申请的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种电子商务中供应商推荐方法,其特征在于,包括:
根据招标企业所需物品的物资编码,读取数据仓库中符合条件的所有供应商;
确定每一家所述供应商的每一个评价指标的评分值,以及确定所述招标企业对每一个评价指标的权重值;
根据每一家供应商的每一个评价指标的评分值以及每一个所述评价指标的权重值,计算每一家供应商的综合评分值;
按照每一家供应商的综合评分值,对所有的供应商进行排序,推荐排序靠前的供应商。
2.如权利要求1所述的供应商推荐方法,其特征在于,所述评价指标包括供应商的历史报价、供应商与产品需求所在地的地理距离、供应商的历史投标次数、供应商的中标率和供应商的企业信誉,所述每一个评价指标的评分值包括供应商的历史报价评分值、供应商的地理距离评分值、供应商的历史投标次数评分值、供应商的中标率评分值以及供应商的企业信誉评分值。
3.如权利要求2所述的供应商推荐方法,其特征在于,通过如下方式确定每一家供应商的历史报价评分值:
使用表示第i家供应商最近一年对特定产品的所有报价,pi ij为第i家供应商在最近一年对特定产品的第j次报价,其中i∈[1,n]。
使用p={p1,p2,…pi,…,pn}表示n家供应商对该种特定产品最近一年的平均报价,pi表示第i家供应商对该特定产品最近一年的平均报价,pi的值由下式给出:
其中i∈[1,n]。
每一家供应商的历史报价评分值的计算公式由下式给出:
其中,gi表示第i家供应商的历史报价评分值,i∈[1,n],j∈[1,n],表示所有供应商对该产品报价中的最大值,表示所有供应商对该产品报价中的最小值。
4.如权利要求2所述的供应商推荐方法,其特征在于,通过如下方式确定每一家供应商的地理距离评分值:
使用(xi,yi)分别表示第i家供应商所在地的经度和纬度,使用(x,y)表示招标企业的产品需求地所在的经度和纬度,供应商到产品需求地的地理距离由下面的公式给出:
si=arccos[sin(90-yi)sin(90-y)cos(xi-x)+cos(90-yi)cos(90-y)];
使用h={h1,h2,…,hn}表示n个供应商的地理距离评分值,其计算公式由下式给出:
其中,hi表示第i家供应商的地理距离评分值,i∈[1,n],j∈[1,n],表示n家供应商与产品需求地的地理距离的最大值,表示n家供应商与产品需求地的地理距离的最小值。
5.如权利要求2所述的供应商推荐方法,其特征在于,通过如下方式确定每一家供应商的历史投标次数评分值:
使用q={q1,q2,…,qn}分别表示n家供应商的历史投标次数,每一家供应商的历史投标次数评分值的计算公式由下式给出:
其中,ki表示第i家供应商的历史投标次数评分值,i∈[1,n],表示n家供应商中历史投标次数的最大值,表示n家供应商中历史投标次数的最小值。
6.如权利要求2所述的供应商推荐方法,其特征在于,通过如下方式确定每一家供应商的中标率评分值:
使用r={r1,r2,…,rn}分别表示n家供应商的历史中标次数,每一家供应商的中标率由下面的公式给出:
用l={l1,l2,…,ln}表示n家供应商的中标率评分值,其计算公式由下式给出:
其中,li表示第i家供应商的中标率评分值,i∈[1,n],j∈[1,n],表示n个供应商中标率率的最大值,表示n个供应商中标率率的最小值。
7.如权利要求2所述的供应商推荐方法,其特征在于,通过如下方式确定每一家供应商的企业信誉评分值:
使用u={u1,u2,…,un}表示n家供应商的企业信誉评分值,其计算公式由下式给出:
其中σi表示第i家供应商的历年投诉次数,表示n个供应商中的历史投诉次数中的最大值,表示n个供应商中的历史投诉次数中的最小值。
8.如权利要求1所述的供应商推荐方法,其特征在于,所述获取所述招标企业对每一个所述评价指标确定的权重值具体包括:
使用一维数组定义指标集,C={C1,C2,C3,C4,C5},其中C1表示供应商的历史报价,C2表示供应商与产品需求地的地理距离,C3表示供应商的历史投标次数,C4表示供应商的中标率,C5表示供应商的企业信誉;
使用一维数组α={α12345}表示指标集{C1,C2,C3,C4,C5}中对应指标的权重值,所述权重值由下式给出:
其中,m为指标集中的个数,λj为招标企业对指标Ci相对Ci+1的评分,αi为第i个指标的权重值。
9.如权利要求1-8任一项所述的供应商推荐方法,其特征在于,所述根据每一家供应商的每一个评价指标的评分值以及每一个所述评价指标的权重值,计算每一家供应商的综合评分值具体包括:
ωi=α1gi2hi3ki4li5ui
ωi为第i家供应商的综合评分值。
10.一种电子商务中供应商推荐系统,其特征在于,包括:
读取模块,用于根据招标企业所需物品的物资编码,读取数据仓库中符合条件的所有供应商;
确定模块,用于确定每一家所述供应商的每一个评价指标的评分值;还用于确定所述招标企业对每一个评价指标的权重值;
计算模块,用于根据每一家供应商的每一个评价指标的评分值以及每一个所述评价指标的权重值,计算每一家供应商的综合评分值;
推荐模块,用于按照每一家供应商的综合评分值,对所有的供应商进行排序,推荐排序靠前的供应商。
CN201810186597.1A 2018-03-07 2018-03-07 一种电子商务中供应商推荐方法及系统 Pending CN108537623A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810186597.1A CN108537623A (zh) 2018-03-07 2018-03-07 一种电子商务中供应商推荐方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810186597.1A CN108537623A (zh) 2018-03-07 2018-03-07 一种电子商务中供应商推荐方法及系统

Publications (1)

Publication Number Publication Date
CN108537623A true CN108537623A (zh) 2018-09-14

Family

ID=63486531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810186597.1A Pending CN108537623A (zh) 2018-03-07 2018-03-07 一种电子商务中供应商推荐方法及系统

Country Status (1)

Country Link
CN (1) CN108537623A (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109377114A (zh) * 2018-12-14 2019-02-22 万翼科技有限公司 供应商的评估方法、服务器及存储介质
CN109389482A (zh) * 2018-11-05 2019-02-26 深圳市鹏朗贸易有限责任公司 辅助选标的方法、终端及计算机可读介质
CN109409983A (zh) * 2018-09-19 2019-03-01 北京创鑫旅程网络技术有限公司 一种票型排序的方法及装置
CN109816311A (zh) * 2019-01-22 2019-05-28 浙江数链科技有限公司 物流承运商推荐方法和装置
CN109978450A (zh) * 2019-03-19 2019-07-05 深圳市金鹰鹏物流有限公司 基于云服务智能物流配送方法及系统
CN109993632A (zh) * 2019-04-04 2019-07-09 重庆龙易购电子商务有限公司 一种供销精准推送系统
CN110070413A (zh) * 2019-03-25 2019-07-30 太仓中科信息技术研究院 一种基于机器学习的供应商排序方法
CN110782170A (zh) * 2019-10-29 2020-02-11 九州通医疗信息科技(武汉)有限公司 一种药品采购优化方法及系统
CN110795633A (zh) * 2019-10-31 2020-02-14 中电工业互联网有限公司 一种smt厂商推荐方法、装置及计算机可读存储介质
CN111080409A (zh) * 2019-12-09 2020-04-28 政采云有限公司 一种推送信息的计算机装置、方法、设备及介质
CN111652492A (zh) * 2020-05-28 2020-09-11 泰康保险集团股份有限公司 一种管理人评估系统、方法、电子设备及存储介质
CN112529456A (zh) * 2020-12-22 2021-03-19 海尔数字科技(青岛)有限公司 一种供应商评价系统、方法、后台设备及存储介质
CN112712417A (zh) * 2021-01-20 2021-04-27 南方电网深圳数字电网研究院有限公司 招标管理方法、系统及存储介质
CN112749908A (zh) * 2021-01-15 2021-05-04 上海航天计算机技术研究所 一种供应商可靠度分析系统及分析方法
CN112948667A (zh) * 2021-02-03 2021-06-11 北京优易惠技术有限公司 一种基于招投标的供应商推荐系统及方法
CN113762824A (zh) * 2020-07-08 2021-12-07 北京沃东天骏信息技术有限公司 一种信息处理方法和装置
JP2022035965A (ja) * 2020-08-20 2022-03-04 株式会社日立製作所 インテリジェントサプライヤー管理システム及びインテリジェントサプライヤー管理方法
CN116993102A (zh) * 2023-08-10 2023-11-03 苏州中耀科技有限公司 一种mim成型工艺
CN117436830A (zh) * 2023-12-20 2024-01-23 陕西青叶海棠网络科技有限责任公司 一种毕业生就业企业鉴别系统

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109409983A (zh) * 2018-09-19 2019-03-01 北京创鑫旅程网络技术有限公司 一种票型排序的方法及装置
CN109389482A (zh) * 2018-11-05 2019-02-26 深圳市鹏朗贸易有限责任公司 辅助选标的方法、终端及计算机可读介质
CN109377114A (zh) * 2018-12-14 2019-02-22 万翼科技有限公司 供应商的评估方法、服务器及存储介质
CN109816311A (zh) * 2019-01-22 2019-05-28 浙江数链科技有限公司 物流承运商推荐方法和装置
CN109978450A (zh) * 2019-03-19 2019-07-05 深圳市金鹰鹏物流有限公司 基于云服务智能物流配送方法及系统
CN110070413A (zh) * 2019-03-25 2019-07-30 太仓中科信息技术研究院 一种基于机器学习的供应商排序方法
CN109993632A (zh) * 2019-04-04 2019-07-09 重庆龙易购电子商务有限公司 一种供销精准推送系统
CN110782170B (zh) * 2019-10-29 2022-04-29 九州通医疗信息科技(武汉)有限公司 一种药品采购优化方法及系统
CN110782170A (zh) * 2019-10-29 2020-02-11 九州通医疗信息科技(武汉)有限公司 一种药品采购优化方法及系统
CN110795633A (zh) * 2019-10-31 2020-02-14 中电工业互联网有限公司 一种smt厂商推荐方法、装置及计算机可读存储介质
CN111080409A (zh) * 2019-12-09 2020-04-28 政采云有限公司 一种推送信息的计算机装置、方法、设备及介质
CN111652492A (zh) * 2020-05-28 2020-09-11 泰康保险集团股份有限公司 一种管理人评估系统、方法、电子设备及存储介质
CN113762824A (zh) * 2020-07-08 2021-12-07 北京沃东天骏信息技术有限公司 一种信息处理方法和装置
JP2022035965A (ja) * 2020-08-20 2022-03-04 株式会社日立製作所 インテリジェントサプライヤー管理システム及びインテリジェントサプライヤー管理方法
JP7181334B2 (ja) 2020-08-20 2022-11-30 株式会社日立製作所 インテリジェントサプライヤー管理システム及びインテリジェントサプライヤー管理方法
CN112529456A (zh) * 2020-12-22 2021-03-19 海尔数字科技(青岛)有限公司 一种供应商评价系统、方法、后台设备及存储介质
CN112749908A (zh) * 2021-01-15 2021-05-04 上海航天计算机技术研究所 一种供应商可靠度分析系统及分析方法
CN112712417A (zh) * 2021-01-20 2021-04-27 南方电网深圳数字电网研究院有限公司 招标管理方法、系统及存储介质
CN112948667A (zh) * 2021-02-03 2021-06-11 北京优易惠技术有限公司 一种基于招投标的供应商推荐系统及方法
CN116993102A (zh) * 2023-08-10 2023-11-03 苏州中耀科技有限公司 一种mim成型工艺
CN116993102B (zh) * 2023-08-10 2024-04-26 苏州中耀科技有限公司 一种mim成型工艺
CN117436830A (zh) * 2023-12-20 2024-01-23 陕西青叶海棠网络科技有限责任公司 一种毕业生就业企业鉴别系统

Similar Documents

Publication Publication Date Title
CN108537623A (zh) 一种电子商务中供应商推荐方法及系统
Khazaeni et al. Fuzzy adaptive decision making model for selection balanced risk allocation
Hambrick An empirical typology of mature industrial-product environments
Kuo et al. Integration of fuzzy ANP and fuzzy TOPSIS for evaluating carbon performance of suppliers
Ha et al. A hybrid approach to supplier selection for the maintenance of a competitive supply chain
Arieftiara et al. Environmental uncertainty as a contingent factor of business strategy decisions: Introducing an alternative measure of uncertainty
Ertuğrul Fuzzy group decision making for the selection of facility location
CN108256763A (zh) 基于层次分析法的非标零部件供应商制造能力分析方法及装置
Khodakarami et al. Evaluating the success of customer relationship management (CRM) systems
Rahmanita et al. Model multi criteria decision making with fuzzy ANP method for performance measurement small medium enterprise (SME)
Padhi et al. Contractor selection in government procurement auctions: a case study
KR101853555B1 (ko) Sw 시장 정보 서비스 시스템
Zhang et al. Research on Cross-border E-commerce platform selection in China small & medium-sized enterprises
Wankhade et al. Analysis of quality uncertainty due to information asymmetry
Fazli et al. Developing a hybrid multi-criteria model for investment in stock exchange
Parhizgar et al. Selection and comparison the most suitable strategy in the public and private banks with BSC approach
Benjamin et al. Sorting, franchising and real estate brokerage firms
Bassi et al. New measures for a new era
Sabourin et al. Technology adoption in Canadian manufacturing
Shepel et al. Quality Criteria In Applying A Stimulation Model In Livestock Agricultural Enterprise Management
Apak et al. A decision making model for the evaluation of supply chain execution and management systems
Bulut et al. Multi-attribute decision making for crew nationality pattern selection in the shipping business: An empirical study for Turkish shipping case
Caridad et al. An empirical analysis of the influence of risk factors on the frequency and impact of severe events on the supply chain in the Czech Republic
Yin et al. The grey comprehensive evaluation model of a third-party reverse ligistics provider selection
Amindoust et al. Evaluation and selection of supplier in supply chain network based on DEA

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180914