[发明专利]一种多准则计算满意度的商业采购方法

说明书

本发明属于制造业垂直领域的产业互联网信息技术领域，公开了一种基于多准则计算满意度的商业采购方法，包括以下步骤：S1、获取各个供应商在各个非价格维度下的信息向量，得到所有供应商在各个非价格维度下的原始矩阵；S2、通过PCA提取得到各个非价格维度下的所有供应商的特征向量矩阵；S3、分维度计算各个非价格维度下各个供应商的评分；S4、获得多个不同的采购方案并按照总价进行降序排列，计算前M个采购方案中的各个供应商的价格评分；S5、计算采购商对各个供应商的综合满意度；S6、筛选出采购方案中的供应商综合满意度大于满意度阈值且价格较低的N个采购方案作为推荐给用户的采购方案。本发明通过多准则与用户习惯，得出更加符合客户合作习惯和满意度较高的采购方案。

技术领域

本发明涉及一种多准则的计算满意度的商业采购方法，属于制造业垂直领域的产业互联网信息技术领域。

背景技术

《山东省人工智能产业发展报告》指出人工智能最大价值在于与具体行业结合，制造业大省山东省，产业基础雄厚、工业体系完善，具有广阔的人工智能应用场景。智能制造发展是制造业转型升级的必由之路。技术缺乏、采购成本高、人力成本上涨等“痛点”制约智能制造的发展。如何通过工业互联网平台实现海量供需信息精准匹配,打破信息不对称现状,减少交易成本,加速市场交易流通，是推动智能制造快速发展的关键所在。伴随着信息技术的快速发展，基于多准则的一对多双边匹配的商业评价模型应运而生。

商业评价及供应商选择，是采购决策中的一项重要内容。本发明中基于商业评价的供应商方案的核心思想是“分散资源集中使用，集中资源分散服务”。平台集采环境下，能够集中大量的采购需求，达到量大价低的效果，解决中小企业因采购量小而造成的价格劣势。

现有技术中，商业评价及供应商评价，包括评价体系和评价方法两部分。对于供应商评价体系，很多学者从不用的环境和角度进行了阐述，提出了大量的、不同的评价标准。目前常见的供应商评价方法有线性权重积分法、统计法、成本估计法、层次分析法、模糊层次分析法。但这些方法都具有不够客观、主观性较强，评价不够准确，不符合实际商业习惯的缺点。

发明内容

为了解决现有技术中的商业评价方法不够准确和客观的问题，本发明提供了一种多准则的计算满意度的商业采购方法，通过对制造业平台中供应商的综合评价，优化采购商的采购方案提高了采购商的采购效率，降低了采购商的采购成本，在一定程度上，起到了指导企业优化采购方案的作用。

为了解决上述技术问题，本发明采用的技术方案为：一种基于多准则计算满意度的商业采购方法，包括以下步骤：

S1、以采购商输入时间为节点，需要购买的产品为基准，以该前节点前的供应该采购产品的供应商为分析对象，获取各个供应商在各个非价格维度下的信息向量，得到所有供应商在各个非价格维度下的原始矩阵；

S2、通过PCA提取得到各个非价格维度下的所有供应商的特征向量矩阵，同时，获取各个非价格维度下的表征原始信息的原始特征向量；

S3、分维度计算各个非价格维度下各个供应商的特征向量与原始特征向量之间的归一化内积值，作为该供应商在该非价格维度下的评分；

S4、获取各个供应商的价格序列矩阵及库存量，基于动态规划求解总价W与采购总量 X之间的关系，获得多个不同的采购方案；将不同的采购方案按照总价进行降序排列，去除供应商完全相同的采购方案后，选择前M个采购方案，并计算各个供应商在前M个采购方案中的总产品供应量与M个方案的总供应量的比值，作为各个供应商的价格评分；

S5、获取采购商的各位维度的评分要求，计算采购商对各个供应商的综合满意度；

S6、筛选出采购方案中的供应商综合满意度大于综合满意度阈值的采购方案，并选择其中价格较低的N个采购方案作为推荐给用户的采购方案，供用户选择。

所述非价格维度包括：诚信H、实力S、信息化T、活跃度A、客户满意度C。