一種綜合性、多維度的貨主選擇量化方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種物流電子商務(wù)平臺中的貨主方可信程度量化及綜合評價(jià)體系，適 用于從多個(gè)維度對貨主進(jìn)行客觀、綜合評估量化，屬于數(shù)據(jù)分析技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 信息技術(shù)的不斷發(fā)展，推動了電子商務(wù)與物流行業(yè)的深度結(jié)合，然而在創(chuàng)造一種 全新商業(yè)模式的同時(shí)，這種非面對面的交易也帶來一些潛在風(fēng)險(xiǎn)。在對風(fēng)險(xiǎn)的區(qū)分，檢測， 管理過程中，建立一個(gè)信用安全機(jī)制，讓使用者對貨主，平臺會員等的可信程度有一個(gè)綜 合，選擇合適的貨主，從而節(jié)省運(yùn)輸成本和提高物流效率就顯得尤為重要。
[0003] 現(xiàn)有物流電子商務(wù)平臺大多照搬商品類電子商務(wù)平臺的信用評價(jià)方法，評價(jià)指標(biāo) 體系的建立也相對不健全，無法客觀、充分地反映貨主真實(shí)的承載水平，物流電子商務(wù)平臺 的其他用戶無法獲知真實(shí)、可靠的貨主承載狀況。

【發(fā)明內(nèi)容】

[0004] 發(fā)明目的：針對現(xiàn)有物流電子商務(wù)平臺評價(jià)體系中存在的問題與不足，在交易平 臺中的所有歷史評價(jià)及交易記錄數(shù)據(jù)基礎(chǔ)上，本發(fā)明提供一種基于組合最小二乘法和多屬 性決策模型的貨主方承載水平可信程度量化及綜合評價(jià)選擇方法。
[0005] 技術(shù)方案：一種綜合性、多維度的貨主選擇量化方法，適用于提供物流交易服務(wù)的 電子商務(wù)平臺中對貨主進(jìn)行量化選擇。具體包括如下步驟：
[0006] (1)數(shù)據(jù)分析選取可信度較評方案屬性，構(gòu)造方案集和屬性集
[0007] 參考數(shù)據(jù)庫和行業(yè)指標(biāo)選取本平臺需要的可信度較評方案屬性，根據(jù)可信度較評 方案及各屬性間的相互關(guān)系，建立方案集和屬性集?？尚哦容^評方案集：同行業(yè)內(nèi)平均可信 度、被評貨主可信度、平臺基準(zhǔn)可信度。屬性集：選取發(fā)貨人準(zhǔn)時(shí)裝貨、收貨人準(zhǔn)時(shí)卸貨、貨 主承運(yùn)業(yè)務(wù)次數(shù)、遭平臺會員投訴次數(shù)、信息發(fā)布及時(shí)率、貨主貨款支付及時(shí)率、一次報(bào)價(jià) 成單率七個(gè)評價(jià)指標(biāo)作為影響方案的屬性。
[0008] (2)屬性集標(biāo)準(zhǔn)化處理
[0009] 根據(jù)屬性對可信度較評方案的影響來看，方案的屬性有效益型和成本型兩類。效 益型屬性其屬性值越大越好，反之，成本型屬性其屬性值越小越好。并且各方案屬性的量綱 與量綱單位也不一樣，因此必須對方案的各屬性進(jìn)行無量綱化處理，效益型屬性與成本型 屬性的無量綱化處理如下：
[0010] 效益型屬性處理：bij= (a ij-a/，
[0011] 成本型屬性處理：by= (a
[0012] 其中，ay是方案i的第j個(gè)屬性的屬性值，b u是a u標(biāo)準(zhǔn)化處理后的值，a jmax是第 j個(gè)屬性Pj的最大值，a嚴(yán)是P」的最小值。b (〇, I)，i = 1，2, · · ·，m，j = 1，2, · · ·，n， 標(biāo)準(zhǔn)化矩陣B= (IDij)mxntj
[0013] (3)進(jìn)行多維分析，構(gòu)建屬性權(quán)重多元優(yōu)化模型
[0014] 考慮到信息反饋的有效性和信息處理的合理性，此處引入多元優(yōu)化模型，從承運(yùn) 人會員和平臺兩個(gè)不同的維度，綜合考量它們對貨主可信度的不同影響，并在大數(shù)據(jù)分析 的基礎(chǔ)上對它們進(jìn)行數(shù)理刻畫。承運(yùn)人會員和平臺與貨主的接觸點(diǎn)不同，因此對貨主可信 度的側(cè)重點(diǎn)表現(xiàn)出不同的屬性評價(jià)值。
[0015] ①多元權(quán)重確定
[0016] 為了減小單人偏好和認(rèn)知局限對結(jié)果的影響，平臺將所有承運(yùn)人會員對貨主各指 標(biāo)的歷史評價(jià)打分進(jìn)行加權(quán)平均，得出承運(yùn)人會員對貨主最直觀的綜合評價(jià)打分；為了減 小單一維度評價(jià)帶來的偏差，此處從另一個(gè)維度引入平臺決策元一基于平臺歷史交易數(shù) 據(jù)和交易行為對貨主可信度進(jìn)行補(bǔ)充評價(jià)打分。然后對打分進(jìn)行標(biāo)準(zhǔn)化處理得到各屬性的 權(quán)重值，最后基于數(shù)據(jù)的完整性和真實(shí)性為兩個(gè)決策元設(shè)置重要程度系數(shù)。
[0017] 兩個(gè)維度確定的決策元Tk，k = 1，2 ;其中T1代表承運(yùn)人會員決策元，T 2代表平臺 決策元。
[0018] 兩個(gè)決策元賦值的屬性權(quán)重為：Wk= (w Λ w2k，. . .，wnk)T，k = 1，2
[0019] 各決策元的重要程度為：z = (Z1, ζ2)τ，其中，Z^z2= 1，z k彡0。
[0020] ②構(gòu)建一元權(quán)重優(yōu)化模型
[0021] 考慮到承運(yùn)人會員對貨主評價(jià)可能帶有的主觀因素，此處從主觀權(quán)重確定法角 度，綜合大數(shù)據(jù)挖掘技術(shù)，構(gòu)建屬性權(quán)重優(yōu)化模型如下：
【主權(quán)項(xiàng)】
1. 一種綜合性、多維度的貨主選擇量化方法，其特征在于，具體包括如下步驟： (1) 數(shù)據(jù)分析選取可信度較評方案屬性，構(gòu)造方案集和屬性集 (2) 屬性集標(biāo)準(zhǔn)化處理 對方案的各屬性進(jìn)行無量綱化處理，效益型屬性與成本型屬性的無量綱化處理如下： 效益型屬性處理：bij= 成本型屬性處理：bij= (a 其中，&ij是方案i的第j個(gè)屬性的屬性值，b u是a u標(biāo)準(zhǔn)化處理后的值，a Ziax是第j個(gè) 屬性Pj的最大值，a廣是P」的最小值。b (〇, I)，i = 1，2, · · ·，m，j = 1，2, · · ·，n，標(biāo)準(zhǔn) 化矩陣 B = (IDij)mxn; (3) 進(jìn)行多維分析，構(gòu)建屬性權(quán)重多元優(yōu)化模型 引入多元優(yōu)化模型，從承運(yùn)人會員和平臺兩個(gè)不同的維度，綜合考量它們對貨主可信 度的不同影響，并在大數(shù)據(jù)分析的基礎(chǔ)上對它們進(jìn)行數(shù)理刻畫；承運(yùn)人會員和平臺與貨主 的接觸點(diǎn)不同，因此對貨主可信度的側(cè)重點(diǎn)表現(xiàn)出不同的屬性評價(jià)值； (4) 求解屬性權(quán)重 由于多個(gè)決策元（Tk:k = 1，2)對屬性j的綜合權(quán)重賦予值為：
屬性權(quán)重多元優(yōu)化模型的權(quán)重向量為：Wit= [W p W2, ... Wj, ...，Wn]，其中
屬性集最終權(quán)重矩陣為Y= (A Jmxn= Bw 其中，Au為可信度較評方案i的第j個(gè)屬性的最終權(quán)重值，B = (b Jmxn為屬性集標(biāo)準(zhǔn) 化矩陣； (5) 計(jì)算較評方案標(biāo)準(zhǔn)化可信度得分，記錄交易次數(shù)的時(shí)間-可信度得分曲線 依照所得屬性集最終權(quán)重矩陣為A#= (Au)mxn= Bw'計(jì)算較評方案標(biāo)準(zhǔn)化可信度得 分，并繪制基于交易次數(shù)的時(shí)間-可信度得分曲線； (6) 計(jì)算較評方案間的和諧性指數(shù)和各屬性的相對得分 平臺為了滿足不同平臺會