[发明专利]评估供应商服务质量的方法、系统、设备和介质

权利要求书

1.一种用于对供应商的未来服务质量进行评估的计算机实现的方法，包括：

获取多个供应商的历史服务质量指标的数据集；

利用至少两个不同的统计模型独立分析所述历史服务质量指标的数据集，以分别获得所述多个供应商的未来服务质量的初步评估结果；以及

对所述初步评估结果进行加权平均以获得所述多个供应商的未来服务质量的最终评估结果。

2.如权利要求1所述的计算机实现的方法，其中所述服务质量指标包括产品合格率或配送错误率。

3.如权利要求1所述的计算机实现的方法，其中获得所述多个供应商的未来服务质量的初步评估结果包括：

获得所述多个供应商的未来服务质量的表征值；以及

将所述未来服务质量的表征值映射为所述多个供应商的初步评估结果。

4.如权利要求1所述的计算机实现的方法，其中所述历史服务质量指标的数据集至少包括供应商名称、供应商属性和历史服务质量指标。

5.如权利要求4所述的计算机实现的方法，其中所述至少两个不同的统计模型至少包括方差分析模型，其中利用所述至少两个不同的统计模型独立分析所述历史服务质量指标的数据集，以分别获得所述初步评估结果包括：

基于所述供应商属性中的至少一个的不同取值将所述历史服务质量指标的数据集分组；

利用方差分析模型确定所述至少一个供应商属性是否具有显著性；

响应于确定所述至少一个供应商属性具有显著性，基于组内平均值计算所述至少一个供应商属性在不同取值的影响因子；

对每个供应商计算其供应商属性中具有显著性的供应商属性在相应取值的影响因子的和值；以及

基于每个供应商的和值确定该供应商的未来服务质量的初步评估结果。

6.如权利要求5所述的计算机实现的方法，其中所述方差分析模型包括单因素方差分析或二因素方差分析。

7.如权利要求1所述的计算机实现的方法，其中所述至少两个不同的统计模型至少包括零膨胀泊松分布(ZIP)模型，其中利用所述至少两个不同的统计模型独立分析所述历史服务质量指标的数据集，以分别获得所述初步评估结果包括：

基于所述历史服务质量指标的数据集获得所述ZIP模型的参数；

利用所述ZIP模型预测每个供应商的未来服务质量指标；以及

基于预测的每个供应商的未来服务质量指标确定该供应商的未来服务质量的初步评估结果。

8.如权利要求1所述的计算机实现的方法，其中所述至少两个不同的统计模型至少包括二项式分布模型，其中利用所述至少两个不同的统计模型独立分析所述历史服务质量指标的数据集，以分别获得所述初步评估结果包括：

基于所述历史服务质量指标的数据集确定所述二项式分布模型的参数；

利用所确定的二项式分布模型计算每个供应商的与未来服务质量相关联的期望值；以及

基于每个供应商的未来服务质量的期望值确定该供应商的与未来服务质量相关联的初步评估结果。

9.如权利要求1所述的计算机实现的方法，其中所述至少两个不同的统计模型至少包括神经网络模型，其中利用所述至少两个不同的统计模型独立分析所述历史服务质量指标的数据集，以分别获得所述初步评估结果包括：

基于所述历史服务质量指标的数据集对所述神经网络模型进行训练；

利用经训练的神经网络模型预测每个供应商的未来服务质量指标；以及

基于预测的每个供应商的未来服务质量指标确定该供应商的未来服务质量的初步评估结果。

10.如权利要求1所述的计算机实现的方法，还包括：

基于所述多个供应商的未来服务质量的真实观测结果与所述最终评估结果之间的差异对加权平均时使用的权重进行调整。