-
题名面向多服务价值链的业务资源双边匹配模型
被引量：9
- 1
-
-
作者
余洋
孙林夫
任春华
韩敏
-
机构
西南交通大学信息科学与技术学院
西南交通大学制造业产业链协同与信息化支撑技术四川省重点实验室
成都信息工程大学软件工程学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2021年第5期1397-1409,共13页
-
基金
国家重点研发计划资助项目(2017YFB1401400,2017YFB1401401,2017YFB1401403)。
-
文摘
在第三方云平台环境下,为了帮助多服务价值链上的企业从海量信息资源中精准地获取高质量有价值的业务资源,提出一种面向多服务价值链的业务资源双边匹配模型。该模型首先根据多服务价值链上不同企业实际的业务需求构建供需双方的满意度评价指标体系,然后结合模糊理论处理供需双方的满意度评价矩阵,最后将业务资源双边匹配模型转换为多目标优化模型,并采用线性加权的方法求解多目标优化模型,从而获得令供需双方最满意的业务资源。以汽车售后服务业务的配件数据资源为例验证了所提模型的合理性和有效性。
-
关键词
多服务价值链
业务资源
双边匹配
第三方云平台
企业集群
-
Keywords
multi-service value chain
business resources
bilateral matching
third-party cloud platform
enterprise cluster
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名面向多服务价值链的业务资源推荐算法
- 2
-
-
作者
王书海
孙林夫
邹益胜
-
机构
西南交通大学计算机与人工智能学院
制造业产业链协同与信息化支撑技术四川省重点实验室
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2023年第7期2397-2410,共14页
-
基金
四川省科技计划资助项目(2021YFG0040)。
-
文摘
多服务价值链中有很多企业和业务资源。通过推荐技术,将优质的业务资源推荐给不同企业用户,帮助企业降本增值。但传统的推荐技术存在业务资源简约和长尾问题,严重影响推荐质量。为解决上述问题,提出一种面向多服务价值链的业务资源推荐算法。该算法首先通过元学习学习最优聚类算法和数据集元属性之间的对应关系,以便可以为某时刻的数据集选择最优聚类算法,将高维业务资源评分矩阵转化为多个低维度的子评分矩阵。然后在子评分矩阵中通过惩罚因子优化协同过滤来缓解业务资源推荐长尾问题。最后通过实验研究证实,所提算法相比于其他推荐算法,在平均绝对误差、均方根误差、综合评价指标以及覆盖率上分别有明显的提升,证明了该算法的有效性。
-
关键词
多服务价值链
业务资源推荐
聚类算法
惩罚因子
元学习
-
Keywords
multi-service value chain
business resource recommendation
clustering algorithm
penalty factor
meta-learning
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名互联网+多核服务价值链业务协同系统研发与实现
被引量：2
- 3
-
-
作者
肖凯泽
咬登国
-
机构
成都信息工程大学
-
出处
《计算机应用与软件》
北大核心
2021年第7期14-16,66,共4页
-
基金
国家重点研发计划课题(2017YFB1401403)
四川省应用基础研究项目(2017JY0044)。
-
文摘
在"互联网+"新形式下,传统的汽车服务模式已不能满足消费者需求。面向汽车服务生命周期,提出在互联网+多核服务价值链业务协同技术。设计并实现了多核服务价值链业务协同系统,在满足传统汽车服务业务需求的基础上,为汽车制造厂和维修服务商开展主动服务提供支持,从而进一步提高汽车服务的协同效率,降低服务成本,满足客户个性化需求。
-
关键词
汽车服务生命周期
多核服务价值链
互联网+
主动服务
-
Keywords
Automotive service lift cycle
Multi-core service value chain
Internet plus
Active service
-
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
-
