CN110837962A - 一种电力客户黏性计算方法 - Google Patents
一种电力客户黏性计算方法 Download PDFInfo
- Publication number
- CN110837962A CN110837962A CN201911072251.XA CN201911072251A CN110837962A CN 110837962 A CN110837962 A CN 110837962A CN 201911072251 A CN201911072251 A CN 201911072251A CN 110837962 A CN110837962 A CN 110837962A
- Authority
- CN
- China
- Prior art keywords
- power
- index
- scheme
- electricity
- layer index
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 77
- 238000011156 evaluation Methods 0.000 claims abstract description 70
- 239000011159 matrix material Substances 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims 1
- 230000005611 electricity Effects 0.000 description 134
- 230000006399 behavior Effects 0.000 description 25
- 230000008447 perception Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000002860 competitive effect Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 102000003712 Complement factor B Human genes 0.000 description 1
- 108090000056 Complement factor B Proteins 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000002844 continuous effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000000892 gravimetry Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000005612 types of electricity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电力客户黏性计算方法，适于在计算设备中执行，所述方法包括步骤：获取用于评价电力客户黏性的多个指标，所述多个指标包括准则层指标和位于所述准则层指标下层的方案层指标，所述方案层指标具有相应的评价结果；分别计算所述准则层指标和所述方案层指标的权重；根据所述准则层指标和所述方案层指标的权重，得到所述方案层指标的总权重；根据所述方案层指标的评价结果构建评价结果矩阵；根据所述评价结果矩阵和所述方案层指标的总权重得到加权规范化矩阵；根据加权规范化矩阵采用优劣解距离方法计算所述电力客户的黏性。本发明还公开了对应的计算设备和可读存储介质。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种电力客户黏性计算方法、计算设备及可读存储介质。
背景技术
随着新一轮电力市场改革的进一步推进，电网公司不再成为面向用电客户的唯一供电主体，取而代之的是各类投资主体成立的售电公司，如何有效地拥有和控制 客户资源成为各类售电公司必须深入研究的关键性问题。对于具有公共事业和赢利 主体双重性质的电力企业而言，建立良好的客户关系是企业经营过程中的重要任 务，而企业良好客户关系的建立取决于客户对电力企业提供的电力产品和服务是否 满意。电力客户黏性是电力企业提高供电服务质量、赢得客户信任的重要手段。
现阶段，国内外针对工程项目评标优化决策问题的研究较多，主要集中于对用 电客户满意度等方面的研究。但或多或少存在以下两个问题：
(1)指标体系不完备，仅考虑了用电客户满意度相关的定性指标，但没有考虑 相关的定量指标；
(2)在确定指标权重方面主要基于专家打分，没有考虑到组合赋权；
因此，迫切需要一种更先进的电力客户黏性方案。
发明内容
为此，本发明提供一种电力客户黏性计算方法、计算设备及可读存储介质，以力图解决或者至少缓解上面存在的至少一个问题。
根据本发明的一个方面，提供了一种电力客户黏性计算方法，适于在计算设备中执行，方法包括步骤：获取用于评价电力客户黏性的多个指标，多个指标包括准则层 指标和位于准则层指标下层的方案层指标，方案层指标具有相应的评价结果；分别计 算所述准则层指标和所述方案层指标的权重；根据所述准则层指标和所述方案层指标 的权重，得到所述方案层指标的总权重；根据所述方案层指标的评价结果构建评价结 果矩阵；根据所述评价结果矩阵和所述方案层指标的总权重得到加权规范化矩阵；根 据加权规范化矩阵采用优劣解距离方法计算所述电力客户的黏性。
根据本发明的另一个方面，提供了一种计算设备，包括：一个或多个处理器；存 储器；以及一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个 或多个处理器执行，一个或多个程序包括用于执行根据本发明的电力客户黏性计算方 法中的任一方法的指令。
根据本发明的还有一个方面，提供了一种存储程序的可读存储介质，所述程序包括指令，所述指令当由计算设备执行时，使得计算设备执行根据本发明的电力客户黏 性计算方法中任一方法。
根据本发明的电力客户黏性计算方案，首先，基于定性与定量相结合的考虑，构建了多层次多方面的完备的评价指标体系。其次，基于层次分析法、TOPSIS方法， 增加评价结果的真实有效性，为售电公司提升服务质量，制定企业决策提供了可靠的 参考依据。
附图说明
为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效 方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公 开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记 通常指代相同的部件或元素。
图1示例性地示出计算设备100的结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示 了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不 应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地 理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示例性地示出计算设备100的结构框图。该计算设备100可以实现 为服务器，例如文件服务器、数据库服务器、应用程序服务器和网络服务器 等，也可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。此 外，计算设备100还可以实现为小尺寸便携(或者移动)电子设备的一部 分，这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体 播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。
在基本的配置102中，计算设备100典型地包括系统存储器106和一个 或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器 106之间的通信。
取决于期望的配置，处理器104可以是任何类型的处理，包括但不限 于：微处理器((μP)、微控制器(μC)、数字信息处理器(DSP)或者它 们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存 112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。 示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存 储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控 制器218可以是处理器104的一个内部部分。
取决于期望的配置，系统存储器106可以是任意类型的存储器，包括 但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪 存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个 或者多个程序122以及程序数据124。在一些实施方式中，程序122可以被 配置为在操作系统上由一个或者多个处理器104利用程序数据124执行指 令。
计算设备100还可以包括有助于从各种接口设备(例如，输出设备 142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器 130的通信的接口总线140。示例的输出设备142包括图形处理单元148和 音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口 152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置 为有助于经由一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠 标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描 仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器 160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个 其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为 在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数 据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以 这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码 信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或 者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外 (IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读 介质可以包括存储介质和通信介质二者。
计算设备100的一个或多个程序122包括用于执行根据本发明实施例的 电力客户黏性计算方法中任一方法的指令。
结合用电客户(即电力客户)与电力企业自身特点，从用户的角度对用 电客户黏度(即黏性)的影响因素进行分析，进而对售电市场份额的影响因 素进行分析。用电客户黏度作为衡量用电客户和电力企业关系的指标，包含 了客户感知、用电安全、社会形象、客户信任、客户依赖度、客户行为等的 全部内容。
(1)用电安全
用电安全由于电力产品的特性而显得尤为重要，作为供电服务的重要组 成部分，供电安全的宣传、日常管理以及隐患排除工作完善与否均对用电客 户的生命及财产安全有着重大影响。因此，用电安全作为用电客户的基本消 费需求，对用电客户的黏度产生重要影响。由此可知，用电安全与用电客户 黏度存在正相关关系。
(2)客户感知
客户感知是用电客户在使用电力前后对产品或服务效用的主观判断，同 时包含是否能常规的使用产品并接受相关服务的主观判断。也就是说，用电 客户感知到的产品的效用越高就越能满足用户期望，越容易接受服务就越便 于其发挥作用，从而提升客户黏度。由此可知，用户感知与用电客户黏度为 正相关关系。
(3)客户信任
客户信任指对于电力企业的信任程度，这种信任实际来源于用电客户对 供电服务信心的主观认知。电力企业一旦与用电客户建立起信任关系，就相 当于与用电客户确立了相互吸引的积极关系。信任是客户满意度和忠诚度的 综合体现，忠诚度体现的是用电客户只对某一电力企业产生重复购买行为的 单一性，是测量这种行为的一种方式。在供电服务中，忠诚度与用电客户黏 度存在正相关关系。同时，满意度和忠诚度之间存在相互的相关关系，满意 度是忠诚度的驱动因素，通过忠诚度和用户黏度的关系推理，满意度也对用户黏度产生影响。由此可知，客户信任与用户黏度为正相关关系。
(5)客户行为
零售竞争模式下的电力市场不同于网络的虚拟环境，用电客户将在购电 过程中发生更多行为，如缴费行为等，以现实消费环境为前提，用电客户行 为将对用电客户黏度产生更为明显的影响，因此，报告将客户行为作为单独 的维度引入。由此可知，用电客户行为与用电客户黏度存在正相关关系。
(4)客户依赖度
客户依赖度指对于电力企业的供电服务的依赖程度。这种依赖基于用户 与企业之间共同的经历与投入，可以增强双方关系的稳固性，二者成正比。 这种依赖必然会影响到用户黏度的高低。由此可知，客户依赖度与用户黏度 为正相关关系。
(6)社会形象
社会形象指社会公众对电力企业整体的印象和评价。良好的企业形象能 大大提高电力企业的竞争能力，能赢得用电客户的信赖。社会形象有延续作 用，会长期地影响用电客户的消费心理和消费行为。因此，社会形象与用电 客户黏度存在正相关关系。
综上所述，售电市场份额的影响因素主要有用电安全、客户感知、客户 信任、客户依赖度、客户行为、社会形象等，且上述影响因素均对售电市场 份额产生正向影响。
根据上述对电力客户黏度的影响因素的分析，确定6个一级指标(即准 则层指标)，再基于对一级指标各维度的分析及细化，确定了24个二级指 标(即方案层指标)，从而建立开放售电环境下电力客户黏度指标体系，所 建指标体系如下表所示。
开放售电环境下电力客户黏度各指标含义如下：
(1)客户行为。客户行为主要针对用电客户与电力企业产生联系的各 个环节的行为表现。本文选取两个对用电客户行为有明显作用的指标从属于 客户行为指标。
1)用电客户的重复购电率。指在一个考察期内，全部用电客户中产生 重复购买行为的人数占比。用电客户的重复购电率越高说明用电客户在与电 力企业的关系中表现良好，对行为指标有促进作用。由此可知，用电客户的 重复购电率与客户行为存在正相关关系。
2)用电客户推荐电力企业的意愿。用电客户产生向他人推荐电力企业 的意愿，达到一定强度后便会产生推荐行为，对行为指标存在促进作用。由 此可知，用电客户推荐电力企业的意愿与客户行为存在正相关关系。
(2)客户感知。该指标反映用电客户对电力企业供电服务实际效用的 评价。报告选取对用电客户感知有用性有明显作用的6个指标从属于感知有 用性指标。
1)抵抗替代能源的可能性。该指标指用电客户对可代替电能的其他能 源的抵抗程度。该程度越高，说明用电客户认为电能更富实用性。由此可 知，抵抗其他能源替代电力的可能性与客户感知存在正相关关系。
2)提供高品质服务。该指标指用电客户在满足基本需求后，感知到供 电服务的额外效用的大小。该程度越高，说明电力企业的供电服务在基本服 务之上具有更大的价值。由此可知，提供高品质服务与客户感知存在正相关 关系。
3)帮助用电客户提供快捷服务的意愿。该指标指用电客户对于电力企 业供电服务便利性的感知。由此可知，帮助客户提供快捷服务的意愿与客户 感知存在正相关关系。
4)服务人员的综合素质和态度。该指标基于用电客户对电力企业供电 服务人员工作能力和态度的评价。评价越高，用电客户对于该企业服务环节 质量的认可程度就越高。由此可知，服务人员的综合素质和态度与客户感知 存在正相关关系。
5)客户投诉次数。该指标基于用电客户对于电力企业服务的评价。投 诉次数越多，则客户对售电公司越不满。由此可知，客户投诉次数与客户感 知存在负相关关系。
6)供电服务性价比。该指标基于用电客户对于电力企业供电服务与价 格比的认知。价格是促使用电客户对高水平供电服务期待的主要原因，如果 用电客户自己受到的供电服务与支出相比更多，则能更好的满足自身期望。 由此可知，电力企业供电服务的性价比与客户感知存在正相关关系。
(3)用电安全。该指标反映用电客户对电力企业供电安全性的评价。 报告选取对用电安全指标有明显作用的3个指标从属于用电安全指标。
1)主动指导用电客户安全用电的积极性。对于该指标的认可能够促使 用电客户感知到电力企业在供电安全上的信心以及严谨的态度。由此可知， 主动指导客户安全用电的积极性与用电安全指标存在正相关关系。
2)电能质量稳定性。该指标反映用电客户对于电力企业供电稳定性的 客观认识。用电客户对电力企业供电稳定性的认可程度越高，说明对电力企 业供电安全越有信心。由此可知，电能质量稳定性与用电安全指标存在正相 关关系。
3)供电安全事故的发生情况。该指标基于用电客户对于电力企业供电 安全事故的发生情况的了解。用电客户认为电力企业供电安全事故多发，则 会对其失去信心。由此可知，供电安全事故的发生情况与用电安全指标存在 负相关关系。
(4)客户依赖度。该指标反映用电客户与售电公司间稳固的关系。报 告选取对依赖度指标有明显作用的4个指标从属于依赖度指标。
1)售电公司业务组合的精细程度。该指标基于电力企业对于用电客户 的细分和需求的了解，业务组合越精细，对于各细分用电客户群需求的拟合 度就越好，在转换电力企业的过程中，就会产生更高的精神、经济以及时间 成本。由此可知，售电公司业务组合的精细程度与客户依赖度存在正相关关 系。
2)服务人员业务的熟练程度。该程度越高，就会在业务上给用电客户 带来较大的便利、愉悦等，此外，还能和用电客户建立起更为亲密的关系， 用电客户在转换电力企业的过程中，就会产生更高的精神及时间成本。由此 可知，服务人员业务的熟练程度与客户依赖度存在正相关关系。
3)用电客户对售电公司价格合理性评价。该评价越高，表明电力企业 在价格上有一定优势，说明如果用电客户在转换电力企业，会产生经济成 本。由此可知，用电客户对电力企业价格合理性的评价与客户依赖度存在正 相关关系。
4)更换售电公司所需成本。该指标特指用电客户在更换售电公司的过 程中，了解新电力企业资料的过程中产生的时间以及新电力企业在各方面需 要用电客户多花费的时间。由此可知，用电客户转换电力公司所需成本与客 户依赖度存在正相关关系。
(5)客户信任。该指标反映用电客户基于满意、忠诚等，产生的对电 力企业的信任。报告选取对客户信任有明显作用的6个指标从属于客户信任 指标。
1)承受供电事故的能力。该指标反映用电客户对售电公司承受供电事 故的能力的认可程度。认可程度越高，用电客户忠实于电力企业的程度就越 高。由此可知，电力企业承受供电事故的能力与客户信任存在正相关关系。
2)对售电公司发展前景的信心程度。该指标指用电客户对于售电公司 供电服务不断进步的认可。基于此，会提高用电客户对于售电公司不足的包 容度，而一直忠诚于售电公司。由此可知，用电客户对售电公司发展前景的 信心程度与客户信任存在正相关关系。
3)售电公司履行所承诺服务的能力。该指标指用电客户基于售电公司 能够对相应承诺做出准确的履行，而产生的对售电公司的信赖。由此可知， 电力企业准确地履行所承诺服务的能力与客户信任存在正相关关系。
4)用户对服务人员的信任程度。该指标基于用电客户对电力企业供电 服务人员工作能力和态度的评价。评价越高，用电客户对于该企业服务环节 质量的认可程度就越高。由此可知，服务人员的综合素质和态度与客户信任 存在正相关关系。
5)售电公司对用户需求的响应程度。该指标反映售电公司对于用电客 户的需求做出的回应，回应的及时、准确及全面的程度，能够增强用电客户 对售电公司的归属感。由此可知，售电公司对于电力客户需求的响应与客户 信任存在正相关关系。
6)用户所感受的受关注程度。该指标是指售电公司在售电服务的全部 过程中体现出的对用电客户的情感关怀，基于此，能够促使用电客户在情感 上对售电公司建立紧密联系。由此可知，用户所感受的受关注程度与客户信 任存在正相关关系。
(6)社会形象。该指标反映社会对售电公司的整体认可程度。报告选 取对社会形象有明显作用的3个指标从属于社会形象指标。
1)受社会公众的欢迎程度。售电公司受到社会公众的欢迎，可以说明 大多数用电客户对售电公司持肯定态度，并会在这种气氛的推动下，加强个 体用电客户对电力企业的满意程度。由此可知，售电公司受社会公众的欢迎 程度与社会形象存在正相关关系。
2)重视社会公益事业的程度。售电公司加强重视社会公益事业，从而 加强了自身的社会形象，促进电力客户对售电公司的好感。由此可知，售电 公司重视社会公益事业的程度与社会形象存在正相关关系。
3)供电服务各环节的外在形象。该指标能够非常直接、快速地影响用 电客户对售电公司的印象，也是形成良好社会形象的基础。由此可知，电力 企业供电服务各环节的外在形象与社会形象存在正相关关系。
由于对用电客户黏度进行评价时为保证结论可靠采取的方法必须具备以 下三个条件；多因素处理、模糊性以及主观判断，因此报告选取了基于层次 分析法的模糊综合评价方法。
(1)运用层次分析法确定用电客户黏度各评价元素的权重
1)构造判断矩阵
利用专家1-9比例标度法，对各层次电力客户黏度评价指标的相对重要 性进行定性描述，并进行标准化处理，过程如下表所示。
专家打分确定判断矩阵，如下表所示。
2)运用和积法求解判断矩阵
将得到的矩阵按行分别相加，过程如以下公式(7-1)所示。
可得到列向量
3)一致性检验
根据公式(7-2)确定用电客户黏度判断矩阵的最大特征值。
然后分别带入公式(7-3)和(7-4)计算用电客户黏度判断矩阵的一致 性指标CI和一致性比CR，检验其一致性：
其中，A为用电客户黏度A-B判断矩阵，n为用电客户黏度判断矩阵阶 数，λmax为用电客户黏度判断矩阵最大特征值。用电客户黏度判断矩阵一致 性程度与CI的取值呈现出反比的关系。当CI＝0时，用电客户黏度判断矩阵 会表现一致。两两因子比较中采用1-9比例标度作为结果也会导致判断矩阵 偏离一致性。因此，将CI的值作为唯一的参考，就确定不一致性标准，看 似可接受，但明显不具有说服力。因此，要先消除用电客户黏度矩阵阶数的 影响，再设定一个对用电客户黏度不同阶数判断矩阵均适用的一致性检验临 界值。为了不受用电客户黏度矩阵阶数的影响，避免出现与用电客户黏度判 断矩阵不一致的修正系数，本文添加了平均随机一致性指标RI。具体数值参 如下表所示。
一般情况下，n≥3阶的判断矩阵，当CR≤0.1时，即λmax偏离n的相对误 差较小，CI小于平均随机一致性指标的十分之一，则用电客户黏度判断矩阵 的一致性是通过的；否则，当CR>0.1时，说明λmax偏离n的相对误差较大， 需要调整用电客户黏度判断矩阵，指导其具有满意的一致性。
(2)开展用电客户黏度TOPSIS综合评价
建立合理的客户黏度评价指标体系并选取适用的综合评价方法对于竞争 性售电市场环境下的客户黏度评价具有重要意义。目前，国内外已有几十种 较为成熟的综合评价方法，各方法在不同种类的评价问题方面有着不同的适 用性。考虑到竞争性售电下客户黏度评价问题的特点，本部分选取了 TOPSIS评价方法来解决该综合评价问题。
TOPSIS(Technique for Order Preference by Similarity to an IdealSolution)法由C.L.Hwang和K.Yoon于1981年首次提出，是一种逼近于理 想解的排序法，是多目标决策分析中一种常用的有效方法，又称为优劣解距 离法。该方法只要求各效用函数具有单调递增(或递减)性，基本原理是借 助多目标决策问题中的正理想解和负理想解的距离来对评判对象进行排序， 若评价对象最靠近正理想解同时又最远离负理想解，则为最好；否则不为最 优。其中正理想解的各指标值都达到各评价指标的最优值，负理想解的各指 标值都达到各评价指标的最差值。TOPSIS法根据评判对象与理想化目标的 接近程度进行排序，对现有对象进行相对优劣的评价，若评判对象最靠近正 理想解，则为最优值，否则为最差值。TOPSIS法的优势在于对原始数据进 行了规范化处理，消除了不同指标量纲的影响，并能充分利用原始数据的信 息，所以能充分反映各方案之间的差距、客观真实地反映实际情况，具有真 实、直观的优点。此外，该方法也避免了人们全部主观因素的干扰，同时解 决了客观评价方法无法考虑到实际经验的问题。由于该评价问题的目标是比 较不同用电客户群体的黏度差异进而有针对性地提出售电服务竞争力提升的 方案与建议，同时评价问题中的指标数据具有明显的量纲差异，故需要统一 化指标量纲再进行评价。因此，TOPSIS方法对于该评价问题具有良好适用 性。
综上，本部分将主观与客观相结合，选取TOPSIS评价方法构建客户黏 度评价模型。本节所提出的TOPSIS评价方法包括以下几个步骤：
1)建立原始数据矩阵X
其中，xij是第i类用户的第j个二级指标的取值，其中i＝1,2,…,n， j＝1,2,…,m。
2)运用比重法将初始矩阵无量纲化处理，得到规范化矩阵Y
其中，
该步骤解决了不同指标的量纲不同，无法比较的问题。
3)构造加权规范化矩阵
将规范化数据结合层次分析法所得权重，得到加权规范化矩阵P：
P＝(pij)n×m＝(wjyij)n×m (7-8)
式中，wj为第j指标所占综合权重，即其相应一级指标权重与二级指标 权重的乘积。
4)计算正负理想解
实际情况下，没有绝对的最优解和最差解，因此可以运用下面公式确定 评价指标的正理想解和负理想解。
其中，
为第j指标的正理想解，
为第j指标的负理想解。
5)计算距离尺度
计算每个目标到正理想解和负理想解的距离，距离尺度可以通过n维欧 几里得距离来计算。目标到正理想解
的距离为
到负理想解
的距离 为
步骤六：计算相对贴近度
计算评价对象与正理想解和负理想解的相对贴近度：
式中，0≤Ci≤1。当Ci＝0时，表示该目标为最劣目标；当Ci＝1时，表示 该目标为最优目标。在实际的多目标决策中，最优目标和最劣目标存在的可 能性很小。
步骤七：根据理想的贴近度Ci大小进行排序
根据Ci的值按从小到大的顺序对各评价目标进行排列。排序结果贴近度 Ci值越大，该目标越优，Ci值最大的为最优评标目标，意味着用户黏度越 高，反之则用户黏度越低。
为了更加科学地实现开放售电环境下电力客户黏度综合评价，通过实地 调研，得到沈阳各类电力用户典型代表的各个指标值。在调研中各类型电力 用户户数及用电量占比情况如下表所示。
由于在调研中各类型电力用户选取的户数不尽相同，因此首先求取各类 型的电力用户各指标的平均值用以表征该类型电力用户的总体情况，如下表 所示。
由于各指标数据具有不同的量纲，直接采用这些数据进行计算会影响综 合评价的结果。因此运用比重法将初始矩阵无量纲化处理，得到规范化数 据，如下表所示。
下面描述根据上述规范化数据计算上述电力用户黏性的过程。
(1)构造方案层对准则层的判断矩阵
对客户行为指标A1来说：
对客户感知指标A2来说：
对用电安全指标A3来说：
对客户依赖度指标A4来说：
对客户信任指标A5来说：
对社会形象指标A6来说：
(2)层次单排序及一致性检验
计算判断矩阵的特征根和特征向量，得到准则层指标权重层次单排序 表，如下表所示：
由于CR＝0.004≤0.10，因此可以认为判断矩阵有满意的一致性。同理， 可得到方案层的各层次单排序表。
从上表可以得出各方案层的判断矩阵具有一致性。
(3)层次总排序
根据各方案层的层次单排序结果，计算各二级指标对总目标的权重，得 到层次总排序表。
而后，通过上一步骤所得到的各指标权重，将规范化数据进行加权处 理，得到加权的规范化指标数据。如下表所示。
在此基础上，根据TOPSIS方法计算各类型电力用户的贴进度，首先确 定该评价问题中的正负理想解，如下所示：
V+＝(0.0080,0.0072，0.0019，0.0019,0.0019，0.0035，0，0.0035， 0.0105，0.0201，0,0.0022，0.0019，0.0050，0.0042，0.0060，0.0019， 0.0018，0.0030，0.0048，0.0018，0.0038，0.0040，0.0051)
V-＝(0.0060，0.0055，0.0018，0.0018,0.0018，0.0033，0.0326， 0.0032，0.0097，0.0200，0，0.0019，0.0018，0.0041，0.0039，0.0060， 0.0015,0.0015，0.0030，0.0046，0.0016，0.0037，0.0036，0.0049)
而后，计算各类型电力用户相应评价指标分别到正理想解和负理想解的 欧式空间距离，计算结果，如下表所示：
综上，本课题选取了层次分析法与TOPSIS方法，针对沈阳地区开展了 开放售电环境下电力客户黏度综合评价的算例分析。结果表明沈阳地区各类 型电力用户的客户黏度整体保持在较高水平，但由于各类型电力用户的用能 需求和用能特性不尽相同，各类型电力用户的客户黏度情况仍存在较大差 异。旨在为提升沈阳地区开放售电环境下的电力客户黏度提供建议，本部分 在前述的算例结果基础上进一步地深入挖掘分析，得出如下结论。
沈阳地区电力用户的黏度排序从大到小的顺序为：商业(0.953541)＞ 其他非工业(0.928325)＞农业(0.927688)>居民(0.921096)>电熔镁大工 业(0.809184)>普通工业(0.807071)>其他大工业(0.791229)>钢铁大工 业(0.036290)。总体来看，除了钢铁大工业用户之外，其余各行业的电力 客户黏性均保持在较高水平，表明沈阳地区整体上电力客户黏度较高，电网 公司可以获得稳定高额的电力客户让渡价值。从行业分类来看，相较于商业、农业、居民等用户群体而言，工业用户用电量更大，购电途径更广，购 电经济性的诉求更高，较容易改变重复购电行为及偏好，因此工业性质行业 的电力用户相比非工业性质行业的电力用户拥有更低的黏性，但沈阳地区工 业是支柱产业，工业售电量在所有行业中占比最重，因此提升工业用户电力 客户黏度将是未来研究开展的关键所在。
根据本发明实施例的电力用户黏性计算方案，首先，基于定性与定量相结 合的考虑，构建了多层次多方面的完备的评价指标体系。其次，基于层次分析 法、TOPSIS方法，增加评价结果的真实有效性，为售电公司提升服务质量， 制定企业决策提供了可靠的参考依据。
应当理解，这里描述的各种技术可结合硬件或软件，或者它们的组合一 起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面 或部分可采取嵌入有形媒介，例如软盘、CD-ROM、硬盘驱动器或者其它任 意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸 如计算机之类的机器，并被该机器执行时，该机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理 器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)， 至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程 序代码；处理器被配置用于根据该存储器中存储的该程序代码中的指令，执 行本发明的各种方法。
以示例而非限制的方式，计算机可读介质包括计算机存储介质和通信介 质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储 诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一 般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数 据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种 的组合也包括在计算机可读介质的范围之内。
本发明还可以包括：A9、如A8所述的方法，其中，所述评价目标的相 对贴近度采用以下公式计算得到：
Ci为所述评价目标的相对贴近度。A10、如A2所述的方法，其中，在分 别构造所述准则层指标的判断矩阵和所述方案层的判断矩阵的步骤之后，还 包括：判断所述方案层指标和所述准则层指标的判断矩阵是否具有一致性。 A11、如A1所述的方法，其中，所述准则层指标至少包括以下之一：客户 行为、客户感知、用电安全、客户依赖度、客户信任和社会形象。A12、如 A11所述的方法，其中，位于客户行为下层的方案层指标至少包括以下之 一：用电客户的重复购电率、用电客户推荐售电公司的意愿；位于客户感知 下层的方案层指标至少包括以下之一：抵抗替代能源的可能性、提供高品质 服务、帮助用电客户提供快捷服务的意愿、服务人员的综合素质和态度、客 户投诉次数、供电服务性价比；位于用电安全下层的方案层指标至少包括以 下之一：主动指导客户安全用电的积极性、电能质量稳定性、供电安全事故 的发生情况；位于客户依赖度下层的方案层指标至少包括以下之一：售电公司业务组合的精细程度、服务人员业务的熟练程度、用电客户对售电公司价 格合理性评价、更换售电公司所需成本；位于客户信任下层的方案层指标至 少包括以下之一：承受供电事故的能力、对售电公司发展前景的信心程度、 售电公司履行所承诺服务的能力、用户对服务人员的信任程度、售电公司对 用户需求的响应程度、用户所感受的受关注程度；位于社会形象下层的方案 层指标至少包括以下之一：受社会公众的欢迎程度、重视社会公益事业的程 度、供电服务各环节的外在形象。
应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在 上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组 到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成 反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载 的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面 在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利 要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发 明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单 元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位 在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合 为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自 适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以 把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可 以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者 单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴 随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或 者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴 随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相 似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其 它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组 合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权 利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使 用。
此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或 者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用 于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法 元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装 置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第 三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图 暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它 方式的给定顺序。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本 技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它 实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导 的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此， 在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技 术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明 所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。
Claims (10)
1.一种电力客户黏性计算方法，适于在计算设备中执行，所述方法包括步骤：
获取用于评价电力客户黏性的多个指标，所述多个指标包括准则层指标和位于所述准则层指标下层的方案层指标，所述方案层指标具有相应的评价结果；
分别计算所述准则层指标和所述方案层指标的权重；
根据所述准则层指标和所述方案层指标的权重，得到所述方案层指标的总权重；
根据所述方案层指标的评价结果构建评价结果矩阵；
根据所述评价结果矩阵和所述方案层指标的总权重得到加权规范化矩阵；
根据加权规范化矩阵采用优劣解距离方法计算所述电力客户的黏性。
2.如权利要求1所述的方法，其中，分别计算所述准则层指标和所述方案层指标的权重的步骤包括：基于所述方案层指标的相对重要性，分别构造所述准则层指标的判断矩阵和所述方案层的判断矩阵；
计算所述准则层指标的判断矩阵的特征值，以作为所述准则层指标的权重；
计算所述方案层指标的判断矩阵的特征值，以作为所述方案层指标的权重。
3.如权利要求1所述的方法，其中，根据所述准则层指标和所述方案层指标的权重，得到所述方案层指标的总权重的步骤包括：
将所述准则层指标和所述方案层指标的权重的乘积作为所述方案层指标的总权重。
4.如权利要求1所述的方法，其中，在根据所述方案层指标的评价结果构建评价结果矩阵的步骤之后，还包括：
采用比重法对所述评价结果矩阵进行规范化处理。
5.如权利要求1所述的方法，其中，加权规范化矩阵采用以下公式计算得到：
P＝(pij)n×m＝(wjyij)n×m，其中P为加权规范化矩阵，wj为第j个方案层指标的总权重。
6.如权利要求1所述的方法，其中，根据加权规范化矩阵采用优劣解距离方法计算所述电力客户的黏性的步骤包括：
计算所述方案层指标的正理想解和负理想解；
计算评价目标到对应正理想解和负理想解的距离；
根据所述到正理想解和负理想解的距离计算所述评价目标的相对贴近度，以作为所述电力客户的黏性。
7.如权利要求6所述的方法，其中，所述方案层指标的正理想解和负理想解采用以下公式计算得到：
8.如权利要求6所述的方法，其中，所述评价目标到对应正理想解和负理想解的距离采用以下公式计算得到：
评价目标到正理想解的距离为
到负理想解
的距离为
9.一种计算设备，包括：
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行如权利要求1-8中任一项所述的电力客户黏性计算方法的指令。
10.一种存储程序的可读存储介质，所述程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如权利要求1-8中任一项所述的电力客户黏性计算方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2019104150617 | 2019-05-17 | ||
| CN201910415061.7A CN110210729A (zh) | 2019-05-17 | 2019-05-17 | 一种电力客户黏性计算方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110837962A true CN110837962A (zh) | 2020-02-25 |
Family
ID=67787551
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910415061.7A Pending CN110210729A (zh) | 2019-05-17 | 2019-05-17 | 一种电力客户黏性计算方法 |
| CN201911072251.XA Pending CN110837962A (zh) | 2019-05-17 | 2019-11-05 | 一种电力客户黏性计算方法 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910415061.7A Pending CN110210729A (zh) | 2019-05-17 | 2019-05-17 | 一种电力客户黏性计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN110210729A (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112465658A (zh) * | 2020-10-30 | 2021-03-09 | 中国石油天然气集团有限公司 | 自媒体文件用户粘度的确定方法及装置 |
| CN117495148B (zh) * | 2023-12-28 | 2024-03-22 | 深圳市合纵天下信息科技有限公司 | 一种可扩展的企业资源计划系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110087520A1 (en) * | 2009-10-12 | 2011-04-14 | Damon Randolph Race | Systems, methods, and computer-readable storage media for valuing an existing or prospective customer based on normalized and weighted measures or attributes |
| CN106952108A (zh) * | 2017-02-20 | 2017-07-14 | 国家电网公司 | 一种售电公司竞争力的分析评价方法 |
| CN108537600A (zh) * | 2018-04-17 | 2018-09-14 | 华北电力大学 | 一种电力市场运行评价方法及计算设备 |
| CN109191189A (zh) * | 2018-08-20 | 2019-01-11 | 国网河南省电力公司经济技术研究院 | 售电市场放开下电力客户价值评价方法 |
| CN109242281A (zh) * | 2018-08-22 | 2019-01-18 | 华北电力大学 | 一种售电公司客户黏度评价的计算方法 |
| CN109617727A (zh) * | 2018-12-14 | 2019-04-12 | 西安邮电大学 | 基于ahp—topsis的渗透测试工具的综合评价方法 |
-
2019
- 2019-05-17 CN CN201910415061.7A patent/CN110210729A/zh active Pending
- 2019-11-05 CN CN201911072251.XA patent/CN110837962A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110087520A1 (en) * | 2009-10-12 | 2011-04-14 | Damon Randolph Race | Systems, methods, and computer-readable storage media for valuing an existing or prospective customer based on normalized and weighted measures or attributes |
| CN106952108A (zh) * | 2017-02-20 | 2017-07-14 | 国家电网公司 | 一种售电公司竞争力的分析评价方法 |
| CN108537600A (zh) * | 2018-04-17 | 2018-09-14 | 华北电力大学 | 一种电力市场运行评价方法及计算设备 |
| CN109191189A (zh) * | 2018-08-20 | 2019-01-11 | 国网河南省电力公司经济技术研究院 | 售电市场放开下电力客户价值评价方法 |
| CN109242281A (zh) * | 2018-08-22 | 2019-01-18 | 华北电力大学 | 一种售电公司客户黏度评价的计算方法 |
| CN109617727A (zh) * | 2018-12-14 | 2019-04-12 | 西安邮电大学 | 基于ahp—topsis的渗透测试工具的综合评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110210729A (zh) | 2019-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Han et al. | A fuzzy TOPSIS method for performance evaluation of reverse logistics in social commerce platforms | |
| Zeng et al. | Intuitionistic fuzzy social network hybrid MCDM model for an assessment of digital reforms of manufacturing industry in China | |
| Wu et al. | Evaluation the drivers of green supply chain management practices in uncertainty | |
| Talib et al. | Total quality management in service sector: a literature review | |
| CN113545026B (zh) | 用于漏洞评估和补救措施识别的系统和方法 | |
| Liu et al. | How sustainable is smart PSS? An integrated evaluation approach based on rough BWM and TODIM | |
| Chen et al. | Exploring key factors in online shopping with a hybrid model | |
| Liao et al. | The impact of economic policy uncertainty on stock returns: The role of corporate environmental responsibility engagement | |
| Baek et al. | A technology valuation model to support technology transfer negotiations | |
| CN110070391A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
| Xu et al. | An incentive mechanism for crowdsourcing markets with social welfare maximization in cloud‐edge computing | |
| Wang et al. | A combination of extended fuzzy AHP and fuzzy GRA for government E-tendering in hybrid fuzzy environment | |
| CN102163304A (zh) | 带有优化的域间信息质量评定的协作联网的方法和系统 | |
| CN113256324A (zh) | 数据资产定价方法、装置、计算机设备和存储介质 | |
| Yahoo et al. | Carbon and energy taxation for CO 2 mitigation: A CGE model of the Malaysia | |
| CN110837962A (zh) | 一种电力客户黏性计算方法 | |
| Wang et al. | Integration of simulation‐based cost model and multi‐criteria evaluation model for bid price decisions | |
| Yildiz et al. | A two-phased multi-criteria decision-making approach for selecting the best smartphone | |
| CN109242281A (zh) | 一种售电公司客户黏度评价的计算方法 | |
| Dong et al. | A novel decision-making framework based on probabilistic linguistic term set for selecting sustainable supplier considering social credit | |
| Suardana et al. | Quality factors in technology system capability decision interest in transactions using mobile banking | |
| Satapathy et al. | A customer oriented systematic framework to extract business strategy in Indian electricity services | |
| Kabak et al. | A holistic evaluation of the e-procurement website by using a hybrid MCDM methodology | |
| Vakili et al. | Application of the transdisciplinary shipyard energy management framework by employing a fuzzy multiple attribute group decision making technique toward a sustainable shipyard: case study for a Bangladeshi shipyard | |
| Antuca et al. | Data: how it affects competitive dynamics, how to value it, and whether to provide third-party access to it |
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 |