供应商AHP分类管理策略

本文探讨了企业供应链管理中供应商管理策略，提出了对于为数众多供应商应采取分类管理的方法，提出根据供应商自身的重要性和供应市场的复杂度来对供应商进行分类，并运用AHP方法进行了供应商分类指标具体分析，最后后针对在此分类下的不同种类的物料提出了不同的管理策略组合。     

供应商评价指标体系现状述评及未来展望

供应商作为企业产品和服务的原始提供者,对其进行评价选择是采购活动中最重要的决策之一.本文系统地介绍了国内外供应商选择问题的研究状况,并采用分类的方法系统地分析了供应商评价指标体系,指出目前不足之处,在此基础上提出了研究新的趋势和几点新的研究思路.     

制造业供应商管理现状及模式选择

对制造业的供应商管理现状及存在问题做了系统研究.从供应商管理的必要性分析入手,进一步阐述了供应商关系管理,接着运用供应商管理的基本理论和方法,分析了制造型企业供应商分类、评估甄选、考核激励、风险预防管理、控制体系构建.在此基础上重点分析了制造型企业当前主要的几种供应商管理模式,通过对比给出了模式选择原则.     

市政工程供应商选择方法和评价要素的探讨

针对市政工程建设快速发展引起建材供应需求激增,社会上供应商良莠不齐的形势,分析了市政工程供应商选择的现状及供应商选择的模型,论述了市政工程供应商选择的发展阶段和选择方法,并针对市政工程供应商选择的模型提出了选择供应商的主要评价要素.     

基于DAG三阶段集成模型的电商快递供应商评价选择

针对电商企业快递供应商选择问题,完善了电商企业快递供应商评价选择指标体系,构建了基于DEMATEL、ANP、GRA的快递供应商三阶段集成评价选择模型,即首先利用DEMATEL方法计算快递供应商评价指标之间的相互影响关系及影响强度,然后通过ANP方法获得各级指标的权重,最后以当当网为例再结合GRA法进行评价选择最优快递供应商.     

基于属性约简的核电企业供应商选择方法研究

作为我国核电行业的改革目标之一,核电供应链体系的构建具有重要意义,其中供应商作为供应链体系的基础,其评价与选择尤为关键。由于核电行业的一些特殊性质,核电企业的供应商评价十分复杂,需要综合考虑供应商交货能力等许多因素。因此使用了粗糙集与神经网络相结合的方法对核电企业的供应商评价指标进行分析,利用粗糙集理论的属性约简过程将冗余属性以及冲突对象删除,然后基于神经网络进行供应商分类,有效降低数据维数以及分类过程的计算复杂度,提高供应商选择的准确性。     

核电装备制造业供应商分类研究

构建了我国核电装备制造业供应商分类的理论模型,以供、求双方企业能力与合作意愿的契合程度作为准则,确立核电装备制造业供应商分类研究的量化指标体系。基于对国内某家大型、重点的核电装备制造企业及其60家有过完整合作记录的供应商进行问卷调研和深度访谈,应用系统聚类的分析方法对样本供应商进行聚类分析。实证研究的结论表明,以企业能力与合作意愿的契合程度（包括供应商企业能力与合作意愿的契合程度;采购商企业能力与合作意愿的契合程度）作为准则、以及据此建立的指标体系进行供应商量化分类研究,与理论模型对现有供应商类型划分的结论一致,即,将我国核电装备制造企业的供应商划分为供方主导型、需方主导型、战略型及松散型四类,显现了核电装备制造业供应商管理的特殊性,强调了供应商合作意愿的重要性,为我国核电装备制造企业供应商的分类管理提供了依据。     

供应商评价指标体系现状述评及未来展望

供应商作为企业产品和服务的原始提供者,对其进行评价选择是采购活动中最重要的决策之一。本文系统地介绍了国内外供应商选择问题的研究状况,并采用分类的方法系统地分析了供应商评价指标体系,指出目前不足之处,在此基础上提出了研究新的趋势和几点新的研究思路。     

基于多色集合的产品供应商选择模型研究

对于产品供应商的选择,应用多色集合理论建立了产品供应商递阶结构选择模型,分析了从企业需求以及供应商自身情况出发的供应商属性表达,并用统一颜色和个体颜色之间的模块布尔矩阵对其进行了形式化描述,提出了供应商选择推理过程的形式化方法,实现了从不同产品组合方案到供应商组合方案的推理过程,并把推理结果提供给下层评估,进行最终决策。最后,以某手机生产商的供应商选择过程为例,验证了该模型。     

绿色战略供应商的优选模型研究

环境与资源日益成为人类生存与发展的制约因素,根据企业的具体目标,运用多目标规划对供应商进行优选,从而得出企业最终要选择的供应商.以ABB公司的供应商的优选为案例,将文中的模型进行具体应用,通过目标规划模型的求解得出其绿色战略供应商的组合和相应的采购数量.     

基于分类树的煤炭企业生态竞争力评价

基于分类树方法,建立煤炭企业的生态竞争力评价模型体系。根据分类树方法对煤炭企业的生态竞争力进行评价,可以促进煤炭企业生态竞争力水平的提高。实证结果表明,分类树模型具有较好的评价效果。     

基于知识基元分类模型的一般管理理论知识体系的构建

知识基元分类模型作为一种常用的知识集成工具,有利于知识的整合和创新。以一般管理理论的基础——职能管理为核心,运用知识基元分类模型,构建了一般管理理论的知识体系。     

基于数据挖掘技术的AFH客户分类应用研究

客户分类是客户关系管理(CRM)的重要研究内容,是企业开展一对一营销的重要基础。文章在分析传统的RFM模型和Marcus模型的基础上,提出了以客户平均购买额(Average monetary)、购买频率(Frequency)和客户保持时间(Hold time)作为客户价值细分变量的AFH客户分类模型,实例化构建了面向AFH客户分类主题的数据仓库,并从客户的贡献度(当前价值)和忠诚度(增值潜力)两个维度对客户AFH值进行Two-step和k-mease双重聚类分析,形成了基于客户生命周期利润(CLP)的客户价值矩阵,并提供了针对不同客户群的商业策略。应用结果表明,AFH客户分类模型具有很强的表征性,能充分反映客户的当前价值和增值潜力,能为企业提供有效的决策支持信息。     

“互联网+再生资源回收”模式推进机制的三方演化博弈研究

随着垃圾分类政策逐步在全国范围内推行,一些企业将互联网技术与垃圾分类回收相结合,提出了“互联网+再生资源回收”的新模式,但目前该模式仍处于探索阶段,想要在全国范围内推广还有诸多问题需要解决。论文基于演化博弈论理论,构建“互联网+再生资源回收”模式下城市生活垃圾分类回收的演化博弈模型,对博弈三方行为决策进行分析以及仿真验证,研究结果表明：政府的监督成本、政府提供给垃圾分类企业和居民的财政补贴、政府对垃圾分类企业的行政处罚力度以及居民参与垃圾分类的直接收益等因素是制约三方演化博弈能否达到理想均衡状态的关键,进一步分析模型成因,并针对结果提出几点建议。     

基于RFM的客户分类及价值评价模型

激烈的市场竞争使得客户资源争夺成为企业成功的关键因素.正确的客户分类能帮助企业有效分配营销资源,针对性地加强客户联系、改善客户关系、增强客户忠诚度,使得企业获得核心竞争力.基于此,本文分析了客户分类与客户关系管理的关系以及神经网络技术在客户分类中的应用情况,利用自组织神经网络研究客户分类问题,以RFM为分析变量建立客户分类模型;比较输出层构造分别为“2×2”、“3×3”和“4×4”的自组织神经网络模型分类结果,确定最佳的自组织神经网络模型;利用层级分析法对“4×4”型自组织神经网络模型划分的16类客户进行价值分析、价值排序,得到每类客户具体的相对价值大小,为企业准确认识客户价值、合理分配资源提供依据.     

基于县域金融风险的定量预测与控制问题研究

目前,我国县域金融机构的信贷风险管理实践中存在着信贷风险识别与评价手段落后、筛选机制不健全,对贷款风险五级分类的划分标准尚停留在定性分析的阶段,严重影响了县域金融信贷风险分类的准确性。以维护县域金融信贷安全运行为前提,在方法与对策上探讨县域金融机构信贷风险的防范、预警与化解机制,为五级分类的准确性提供一定的依据,为我国农信社信贷风险分类预警指标体系与分类模型的完善提供有益的借鉴和参考。     

基于Bayes逐步判别分析的油气储量价值分级

油气储量是国家的战略资源,鉴于其经济性差异,要实现资产化管理,必须首先评价其价值的优劣等级。本文选取影响油气储量价值等级的7个因素,将Bayes逐步判别分析方法应用于油气储量价值等级评价与分类中,建立了油气储量价值综合评判的Bayes判别分析模型。首先,经逐步分析,剔除储层渗透率,模型筛选出采收率、储量丰度、原油粘度、储层埋深、储量规模、原油凝固点等6个指标作为有判别意义的判别因子;然后,以已知价值等级的油气储量数据作为训练样本。将油气储量价值划分为优、良、中、差4个等级,建立4个Bayes线性判别函数,并回判检验判别函数的优良性。最后,并对待判样品进行Bayes判别。研究表明,Bayes逐步判别分析模型误判率较低,回判正确率达到85％,是评价油气储量价值等级的有效方法。     

基于模糊Kano模型的顾客服务需求分类方法

针对传统Kano模型不能有效反映顾客复杂多变的心理情况、难以实现其服务需求精细化分类的缺陷,构建了基于模糊Kano模型的顾客服务需求分类方法。基于模糊Kano模型的顾客服务需求分类过程包括顾客服务需求要素获取、服务需求分类、顾客细分和顾客预期效用模式提取等,并以徐工集团为例验证了该模型的可行性和有效性。     

Insiders vs. outsiders in the hotel sector

We investigate whether entering an official hotel classification system is as lucrative as suggested in the tourism management literature. Indeed, in countries in which the official hotel classification system is voluntary, a substantial fraction of hotels choose not to enter the system, and are outsiders. Considering that being classified (being insider) as a predictor of the rate structure may raise an endogeneity issue, we apply the recursive semi-ordered probit model to control for endogeneity and appropriately assess the effect of being classified on price rates. Using a sample of 357 hotels of Corsica, we show that, in contrast to previous research, classification does not provide any rate premium. We also fully derive conditional probabilities and partial effects on differences in conditional probabilities within the recursive semi-ordered probit model.