专利名称：基于可拓决策的第三方城市物流企业关键客户评价方法
技术领域：
本发明涉及一种基于可拓决策的第三方城市物流企业关键客户评价方法。
背景技术：
第三方城市物流是指在物流业务外包的基础上，由专业的物流服务企业在城市区域内以契约或合同的方式对有物流需求的企业提供物流服务的一种运作方式。第三方城市物流就是为客户提供仓储、配送、物流加工等服务，一切业务都是以客户为中心开展的，客户的重要性显而易见。
第三方城市物流企业的客户与一般的客户有所区别，不能仅从客户的营业额判断客户的重要性，这是一个需要综合考虑许多相关因素的决策问题。为此，这里提出了基于可拓决策的第三方城市物流企业关键客户评价方法，有效地评价了客户的关键程度，为企业选择客户时提供了一定的指导作用。
第三方城市物流系统中的关键客户评价系统是一种快速、稳定、客观的评价系统，它可以根据现有的客户数据对每个客户的重要程度进行计算和评价，然后得到一个客户的评价和排名列表。
现有的关键客户评价方法采用统计方法或者证据理论来进行评价，还存在的缺点是1、不能有效做出客观、综合的评价；2、计算量较大。
发明内容为了对第三方城市物流企业的关键客户做出客观、综合的评价，提出了基于可拓数学中关联函数的第三方城市物流企业的关键客户评价方法。其中考虑到仓储、运输、经营收入等因素，并利用层次分析法确定各因素的权重。本发明提供了一种操作简单的评价系统，将第三方城市物流企业的关键客户评价方法应用于第三方城市物流系统的决策子系统，并可以集成到第三方城市物流企业管理系统中。
本发明解决其技术问题所采用的技术方案是一种基于可拓决策的第三方城市物流企业关键客户评价方法，所述的方法主要包括以下步骤(1)、以第三方城市物流公司高级决策人员为客户评价系统的用户，选择一个时间段的数据，包括起始时间的年月日和结束时间的年月日；(2)、服务器端在接收到时间数据后，将相应时间段的所有数据进行读取，然后输入到决策模块；(3)、决策模块在已经建立的决策模型的基础上，根据客户的具体数据，通过决策算法，计算出每个客户的优度，包括(3.1)决策模块根据接收到的数据，生成相应的物元对象，将各个客户的数据定义为n维物元R，表达式为(1)R=Nc1v1c2v2······cnvn=R1R2···Rn---(1)]]>其中，N为客户的名称；ci为评价因子，包括仓储、运输、经营收入因子；vi为各个评价因子的特征值，Ri(1≤i≤n)为客户分物元；(3.2)通过建立的关联函数计算每个客户的每个因子的合格度，并进行规范化客户评价体系有m个评价指标c1，c2，…，cm，条件物元相应的属性值为[ai，bi](i＝1，2，…，m)，则企业选择客户的条件物元L表达式为(2)
L=Nc1[a1,b1]c2[a2,b2]······cm[am,bm]---(2)]]>R1，R2，…，Rn为客户物元，客户物元Rj对应属性c1，c2，…，cm的取值为[aji，bji]，其中i＝1，2，…，m；j＝1，2，…，n，m≤n；根据关联函数计算客户Nj关于条件物元L的合格度Ki(Nj)，则各客户关于(ci，vi)的合格度计算式为(3)Ki＝(Ki(N1)，Ki(N2)，…，Ki(Nq))(3)对获得的合格度进行规范化，则各客户N1，N2，…，Nq关于(ci，vi)的规范合格度为ki＝(kil，…，kiq)，i＝1，2，…，p，规范化公式为(4)kij=Ki(Nj)maxKi(x)x∈X0,Ki(Nj)>0Ki(Nj)max|Ki(x)|x∉X0,Ki(Nj)<0---(4)]]>其中i＝1，…，p，j＝1，…，q；(3.3)将计算得到的合格度向量再和用层次分析法计算所得的权重向量进行整合，最后得到每个客户的优度，包括(3.3.1)、利用层次分析法，通过构造判断矩阵来获取评价指标的权系数，满足∑αi＝1，i＝1，…，p，p＝(m-k)≤m；(3.3.2)、客户Nj关于各评价指标(ci，vi)(i＝1，…，p)的规范合格度为式(5)kji=kj1kj2···kjp,j=1,···,q---(5)]]>则客户Nj的优度计算式(6)C(Nj)=αK(Nj)=Σi=1pαikji---(6)]]>
(4)、根据计算出的优度，根据计算出的优度的大小，确定关键客户。
进一步，所述的(3)中，确定各评价指标的权系数后，对非满足不可的条件进行筛选，除去不满足条件的被选客户，确定最终进行计算的可行解域为Rj(j＝1，…，q)，q≤n。
再进一步，所述的(4)中，排序后得到一个客户的排名列表；所述的方法还包括(5)、将这个列表通过网络传输到客户端，用户通过浏览器查看每个客户的评价和客户排名列表。
更进一步，所述的仓储因子包括所用面积大小、进出库总量、进出库次数、货品季节性特性及特殊仓储要求；所述的运输因子包括配送客户数、配送量与配送次数；所述的经营收入因子包括仓租费、运输费、装卸费、加工费和其它费用。
在所述的(3)中，第三方城市物流系统中的关键客户评价系统通过JAVA语言编写。
所述的系统采用B/S结构。即Browser/Server(浏览器/服务器)结构，是随着Internet技术的兴起，对C/S结构的一种变化或者改进的结构。在这种结构下，用户界面完全通过WWW浏览器实现，一部分事务逻辑在前端实现，但是主要事务逻辑在服务器端实现。从而能够使得用户通过系统自带的浏览器多人次同时观测数据。
本发明的工作原理是可拓决策是从定性和定量的角度研究解决复杂问题的规律和方法，它用形式化的工具，从定性和定量的角度研究解决复杂问题的规律和方法，让人们可以从新的角度分析和解决现实世界中的矛盾问题。
关键客户的决策是第三方城市物流企业选择客户的基础，是有关企业长远发展的重要问题之一，它直接影响到企业的利润。在第三方城市物流企业关键客户的决策过程中，会遇到许多相互矛盾的因素，而且这些因素又都是需要考虑的。对于关键客户的决策，目前已经有多种解决方法，如粗糙集决策方法，基于证据理论的融合式决策方法等，但是以上的方法都无法处理实际问题中遇到的许多相互矛盾的因素。在这样的情况下，我们提出将基于可拓决策的优度评价方法应用于企业关键客户的决策中。
基于可拓决策的第三方城市物流企业关键客户评价方法是针对客户的具体数据，通过决策算法对客户进行评价，得到客观、综合的结果。这里主要利用可拓决策可以解决矛盾问题这一个特点，将可拓决策的优度评价方法用于第三方城市物流企业关键客户的决策中。从而可以给决策者下决策提供一定的依据或参考，进而辅助决策。
可拓集合理论为把解决问题的过程进行定量化，可拓理论建立了与之相适应的数学工具，其理论基础就是可拓集合理论。
定义3设U为论域，若对U中任一元素u，都有一实数K(u)∈(-∞，+∞)与之对应，则称A＝{(u，y)|u∈U，y＝K(u)∈(-∞，+∞)}为论域U上的一个可拓集合。其中y＝K(u)为A的关联函数，K(u)为u关于可拓集合A的关联度。
定义4设x为实域(-∞，+∞)上的任意一点，X0＝<a，b>为实域上任一区间，则称ρ(x,X0)=|x-a+b2|-b-a2---(7)]]>为点x与区间X0的距。
定义5设区间X0＝<a，b>则称函数K(x)=ρ(x,x0,X0)|X0|---(8)]]>
为x关于区间X0的关联函数，当K(x)≥0时，表示x属于X0的程度；当K(x)≤0时，表示x不属于X0，可进行可拓变换进行问题的求解。
上述的ρ(x，x0，X0)称为侧距，它分为左侧距和右侧距当x0∈(a,a+b2)]]>ρ(x,x0,X0)=a-x,x≤ax-b,x≥x0(b-x0)(x-a)a-x0,x∈<a,x0>---(9)]]>称为左侧距。
当x0∈(a+b2,b)]]>ρ(x,x0,X0)=x-b,x≥ba-x,x≤x0(a-x0)(b-x)b-x0,x∈<x0,b>---(10)]]>称为右侧距。
系统采用B/S结构，使得只需系统自带的浏览器便可多人次同时观测数据。系统用JAVA语言编写的决策系统，能够运行于所有带JRE虚拟机的系统，从而提高了移植性。
本发明的有益效果主要表现在1.使用可拓决策方法使得对客户的评价更加客观，合理地解决了矛盾问题。2.采用必须满足的属性进行首评，缩小了问题维数，减少了计算量；3.采用B/S的系统结构使得用户只需通过浏览器便可在客户端多人同步观察；4.用JAVA编写的决策系统又同时具备了跨平台的特点，可运行于各类安装了JRE虚拟机的系统。5、操作简单，只需选取决策数据的开始和结束时间，就可以得到最终的每个客户的综合评价和排序列表，帮助用户进行决策。
(四)
图1是决策系统的初始化流程图。
图2是决策系统的决策算法过程的流程图。
图3是决策系统的构架图。
具体实施方式
下面结合附图对本发明作进一步描述。
实施例1参照图1、图2、图3，一种基于可拓决策的第三方城市物流企业关键客户评价方法，所述的方法主要包括以下步骤(1)、以第三方城市物流公司高级决策人员为客户评价系统的用户，选择一个时间段的数据，包括起始时间的年月日和结束时间的年月日；(2)、服务器端在接收到时间数据后，将相应时间段的所有数据进行读取，然后输入到决策模块；(3)、决策模块在已经建立的决策模型的基础上，根据客户的具体数据，通过决策算法，计算出每个客户的优度，包括(3.1)决策模块根据接收到的数据，生成相应的物元对象，将各个客户的数据定义为n维物元R，表达式为(1)R=Nc1v1c2v2······cnvn=R1R2···Rn---(1)]]>其中，N为客户的名称；ci为评价因子，包括仓储、运输、经营收入因子；vi为各个评价因子的特征值，Ri(1≤i≤n)为客户分物元；(3.2)通过建立的关联函数计算每个客户的每个因子的合格度，并进行规范化
客户评价体系有m个评价指标c1，c2，…，cm，条件物元相应的属性值为[ai，bi](i＝1，2，…，m)，则企业选择客户的条件物元L表达式为(2)L=Nc1[a1,b1]c2[a2,b2]······cm[am,bm]---(2)]]>R1，R2，…，Rn为客户物元，客户物元Rj对应属性c1，c2，…，cm的取值为[aji，bji]，其中i＝1，2，…，m；j＝1，2，…，n，m≤n；根据关联函数计算客户Nj关于条件物元L的合格度Ki(Nj)，则各客户关于(ci，vi)的合格度计算式为(3)Ki＝(Ki(N1)，Ki(N2)，…，Ki(Nq)) (3)应用规范化公式对获得的合格度进行规范化，则各客户N1，N2，…，Nq关于(ci，vi)的规范合格度为ki＝(ki1，…，kiq)，i＝1，2，…，p，规范化公式为(4)kij=Ki(Nj)maxKi(x)x∈X0,Ki(Nj)>0Ki(Nj)max|Ki(x)|x∉X0,Ki(Nj)<0---(4)]]>其中i＝1，…，p，j＝1，…，q；(3.3)将计算得到的合格度向量再和用层次分析法计算所得的权重向量进行整合，最后得到每个客户的优度，包括(3.3.1)、利用层次分析法，通过构造判断矩阵来获取评价指标的权系数，满足∑αi＝1，i＝1，…，p，p＝(m-k)≤m；(3.3.2)、客户Nj关于各衡量条件(ci，vi)(i＝1，…，p)的规范合格度为式(5)kji=kj1kj2···kjp,j=1,···,q---(5)]]>
则客户Nj的优度计算式(6)C(Nj)=αK(Nj)=Σi=1pαikji---(6)]]>(4)、通过计算出来的优度对每个客户进行评价，并对所有的客户进行排序，得到一个客户的排名列表。
(5)、将这个列表通过网络传输到客户端，用户通过浏览器查看每个客户的评价和客户排名列表。
参照图1，系统的流程如下初始化阶段首先启动WEB服务器，使服务器处于运行中。当用户通过浏览器连接到服务器，进入到决策模块的页面时，系统启动决策子系统。然后用户选择一个时间段，而用于决策的数据的就是取自这个时间段的实际数据，决策子系统从数据库里取出这个时间段的物流企业日常运营的原始数据，输入到分析统计模块，使用一定的分析统计算法进行计算，得到用于决策的中间数据。决策系统取得计算得到的中间数据并进行处理，以便输入决策模块进行计算参照图2、图3，决策系统的决策算法流程第一步、决策模块根据接收到的中间数据，首先根据物元模型产生相应的物元对象，并且把数据输入到物元对象中。
第二步、使用层次分析法计算用于决策的各个因子的权重，并且建立相应的判断矩阵。
第三步、通过建立的关联函数计算每个客户的每个因子的合格度，并进行规范化。
第四步、将计算得到的合格度向量再和用层次分析法计算所得的权重进行整合，最后的每个客户的优度。
第五步、把计算出来的优度输入规则库，利用规则对每个客户进行评价，并对所有的客户进行排序，得到一个客户的排名列表。
客户评价系统的结构，参照表1
表1参照图3，系统构架作为B/S结构的第三方城市物流管理平台的客户评价子系统，系统分为客户端和服务端。客户端是浏览器，以HTTP协议接受HTML格式的数据，然后在浏览器中表示。服务器端是第三方城市物流管理平台。参照表1，客户评价系统作为第三方城市物流管理平台的子系统，又分为三个模块数据源、统计分析模块、决策模块。
数据源指第三方城市物流管理平台的SQLSERVER2000数据库，记录了日常物流活动中的数据记录。如出入货品记录、客户记录、货主记录等。是决策系统的数据来源。
统计分析模块从数据库里取出某个时间段的物流企业日常运营的原始数据，输入到分析统计模块，使用一定的分析统计算法进行计算，得到用于决策的中间数据。
决策模块决策模块在已经建立的决策模型的基础上，根据统计分析模块计算得到的中间数据，通过决策算法，计算出每个客户的优度。并把计算出来的优度输入规则库，利用规则对每个客户进行评价，并对所有的客户进行排序，得到一个客户的排名列表。
实施例2参照图1、图2、图3，将实施例1所述的基于可拓决策的关键客户综合评价方法应用到“第三方物流智能信息平台”中，对第三方物流企业的客户进行关键性评价。首先根据综合评价体系确定衡量条件并利用层次分析法(AHP)获取衡量属性的权系数；然后从数据库中读取数据，通过关联函数进行合格度的计算并规范化；最后计算出客户的优度，且按照关键程度对客户进行排序，供企业参考。
根据层次分析法计算出各衡量条件的权系数表2各衡量条件的权系数
第三方城市物流公司的客户很多，不失一般性，现应用基于可拓决策的第三方城市物流综合评价方法对所选取的4个客户进行评价，以说明系统的决策过程。对应客户物元为R1=N1c10.022c20.027c30.011c40.076c50.031c62c70.028c80.005c90.063c100.074c110.059c120.137c130.034,R2=N2c10.025c20.032c30.028c40.042c50.02c63c70.039c80.024c90.063c100.078c110.058c120.01c130.039,R3=N3c10.037c20.015c30.117c40.032c50.055c63c70.016c80.115c90.151c100.193c110.237c120.187c130.183,R4=N4c10.061c20.078c30.231c40.028c50.018c65c70.076c80.264c90.229c100.15c110.198c120.284c130.29]]>应用关联函数计算公式分别计算第三方城市物流企业N1，N2，N3，N4的合格度，最终得到相应的优度值为C(N1)＝0.502，C(N2)＝0.574C(N3)＝0.724，C(N4)＝0.881排序得C(N4)＞C(N3)＞C(N2)＞C(N1)本实施例采用基于可拓决策的综合评价方法，具有最优解、计算能力强、效率高等优点。
权利要求
1.一种基于可拓决策的第三方城市物流企业关键客户评价方法，所述的方法主要包括以下步骤(1)、以第三方城市物流公司高级决策人员为客户评价系统的用户，选择一个时间段的数据，包括起始时间的年月日和结束时间的年月日；(2)、服务器端在接收到时间数据后，将相应时间段的所有数据进行读取，然后输入到决策模块；(3)、决策模块在已经建立的决策模型的基础上，根据客户的具体数据，通过决策算法，计算出每个客户的优度，包括(3.1)决策模块根据接收到的数据，生成相应的物元对象，将各个客户的数据定义为n维物元R，表达式为(1)R=Nc1v1c2v2......cnvn=R1R2...Rn---(1)]]>其中，N为客户的名称；ci为评价因子，包括仓储、运输、经营收入因子；vi为各个评价因子的特征值，Ri(1≤i≤n)为分物元；(3.2)通过建立的关联函数计算每个客户的每个因子的合格度，并进行规范化客户评价体系有m个评价指标c1，c2，…，cm，条件物元L相应的属性值为[ai，bi](i＝1，2，…，m)，则企业选择客户的条件物元L表达式为(2)L=Nc1[a1,b1]c2[a2,b2]......cm[am,bm]---(2)]]>根据关联函数计算客户Nj关于条件物元L的属性值vi的合格度Ki(Nj)，各客户关于特征元(ci，vi)的合格度计算式为(3)Ki＝(Ki(N1)，Ki(N2)，…，Ki(Nq)) (3)对获得的合格度进行规范化，各客户N1，N2，…，Nq关于(ci，vi)的规范合格度为ki＝(ki1，…，kiq)，i＝1，2，…，p，规范化公式为(4)kij=Ki(Nj)maxKix∈X0(x),Ki(Nj)>0Ki(Ni)max|Kix∉X0(x)|Ki(Nj)<0---(4)]]>其中i＝1，…，p，j＝1，…，q；(3.3)将计算得到的合格度向量再和利用层次分析法计算所得的权重向量进行整合，最后得到每个客户的优度，包括(3.3.1)、利用层次分析法，通过构造判断矩阵来获取评价指标的权系数，满足∑αi＝1，i＝1，…，p，p＝(m-k)≤m；(3.3.2)、客户Nj关于各评价条件(ci，vi)(i＝1，…，p)的规范合格度为式(5)kji=kj1kj2...kjp,j=1,···,q---(5)]]>客户Nj的优度计算式为(6)C(Nj)=αK(Nj)=Σi=1pαikji---(6)]]>(4)、根据计算出的优度的大小，确定关键客户。
2.如权利要求1所述的基于可拓决策的第三方城市物流企业关键客户评价方法其特征在于所述的(3)中，确定各评价指标的权系数后，对非满足不可的条件进行筛选，除去不满足条件的被选客户，确定最终进行计算的可行解域为Rj(j＝1，…，q)，q≤n。
3.如权利要求1所述的基于可拓决策的第三方城市物流企业关键客户评价方法其特征在于所述的(4)中，对所有的客户进行排序，得到一个客户的排名列表；所述的方法还包括(5)、将这个列表通过网络传输到客户端，用户通过浏览器查看每个客户的评价和客户排名列表。
4.如权利要求1-3之一所述的基于可拓决策的第三方城市物流企业关键客户评价方法，其特征在于所述的仓储因子包括所用面积大小、进出库总量、进出库次数、货品季节性特性及特殊仓储要求；所述的运输因子包括配送客户数、配送量与配送次数；所述的经营收入因子包括仓租费、运输费、装卸费、加工费和其它费用。
5.如权利要求4所述的基于可拓决策的第三方城市物流企业关键客户评价方法，其特征在于在所述的(3)中，第三方物流系统中的关键客户评价系统通过JAVA语言编写。
6.如权利要求4所述的基于可拓决策的第三方城市物流企业关键客户评价方法，其特征在于所述的系统采用Browser浏览器/Server服务器结构，用户通过系统自带的浏览器多人次同时观测数据。
全文摘要
一种基于可拓决策的第三方城市物流企业关键客户评价方法，在分析第三方城市物流行业具体情况的基础上，提出了基于可拓数学中关联函数的第三方城市物流企业的关键客户评价方法，其中考虑到仓储、运输、经营收入等因素，并利用层次分析法确定各因素的权重，进行综合判断关键客户。本发明提供了一种操作简单、结论准确客观的评价系统，将第三方城市物流企业的关键客户评价方法应用于第三方城市物流系统的决策子系统，并集成到第三方城市物流企业管理系统中。对第三方城市物流企业的关键客户做出客观、综合的评价，从而可以给决策者提供一定的依据或参考，进而辅助决策。
文档编号G06Q10/00GK1920865SQ20061005037
公开日2007年2月28日 申请日期2006年4月18日 优先权日2006年4月18日
发明者赵燕伟, 魏云冰, 朱磊, 杨丰玉, 吴斌, 关斌 申请人:浙江工业大学