CN112990703A - 国际工程市场匹配度评价方法、电子设备及存储介质 - Google Patents

国际工程市场匹配度评价方法、电子设备及存储介质 Download PDF

Info

Publication number
CN112990703A
CN112990703A CN202110274161.XA CN202110274161A CN112990703A CN 112990703 A CN112990703 A CN 112990703A CN 202110274161 A CN202110274161 A CN 202110274161A CN 112990703 A CN112990703 A CN 112990703A
Authority
CN
China
Prior art keywords
evaluation
index
matching degree
market
matrix
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110274161.XA
Other languages
English (en)
Inventor
马莉
徐小峰
高国伟
孙晓蕾
林晓斌
徐杨
冯昕欣
肖汉雄
阮文婧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute Of Science And Development Chinese Academy Of Sciences
China University of Petroleum East China
State Grid Energy Research Institute Co Ltd
Original Assignee
Institute Of Science And Development Chinese Academy Of Sciences
China University of Petroleum East China
State Grid Energy Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute Of Science And Development Chinese Academy Of Sciences, China University of Petroleum East China, State Grid Energy Research Institute Co Ltd filed Critical Institute Of Science And Development Chinese Academy Of Sciences
Priority to CN202110274161.XA priority Critical patent/CN112990703A/zh
Publication of CN112990703A publication Critical patent/CN112990703A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种国际工程市场匹配度评价方法、电子设备及存储介质，通过获取工程企业在国际区域市场中多个国家市场的指标数据，并对指标数据进行量化，运用多种匹配方法对量化后的指标数据进行匹配度评价，得到对应的匹配度评价值；基于得到的各匹配度评价值，确定工程企业与国际区域市场之间的匹配度区间，从而针对企业业务‑国际市场环境之间的匹配程度进行有效、准确的评估，且在匹配过程中整合多种定量评价模型提出匹配度区间的概念，不但可以消除前人提出的匹配模型的主观性而且提高匹配模型的容错性。

Description

国际工程市场匹配度评价方法、电子设备及存储介质
技术领域
本发明涉及市场经济评价技术领域，尤其是涉及一种国际工程市场匹配度评价方法、电子设备及存储介质。
背景技术
目前，少有针对工程公司业务与国际市场匹配程度进行量化描述的评价模型，一般是通过以主观经验进行定性评价匹配。
例如：叶堃晖等人从工程公司之间业务竞争的角度，把业务-市场匹配的角度分为商务标、技术标、经济标三部分，提出了基于数列计算匹配度的方法，对工程公司间竞争匹配进行评价，但是文中忽略了市场环境对业务拓展的影响。陈晨通过对工程建设过程中流程匹配、技术匹配和规则认知匹配进行了研究，并提出了基于建设工序的匹配模型。另外在建设市场的人才职位匹配、信息匹配和资源匹配等各类基于企业本身业务匹配，但是与由于在国际工程项目建设市场中与国内不同的商业环境往往是国际工程公司要最先面对的，而在企业业务-国际市场环境之间的匹配仍未有人提出有效匹配方法。在计算方法方面，如数据包络分析、层次分析法、模糊综合评价等评价方法也成为了在匹配评价领域常用的评价方法，但是在上述方法中主观参数对结果影响较大且容错区间较小，因此评价结果较大的依赖于参数选择者的经验，主观性较高。
发明内容
本发明的目的在于提供一种国际工程市场匹配度评价方法、电子设备及存储介质，能够针对企业业务-国际市场环境之间的匹配程度进行有效、准确的评估，且在匹配过程中整合多种定量评价模型提出匹配度区间的概念，不但消除匹配前人提出的匹配模型的主观性而且提高匹配模型的容错性。
本发明提供一种国际工程市场匹配度评价方法，包括：
获取工程企业在国际区域市场中多个国家市场的指标数据，并对所述指标数据进行量化；所述指标数据用于评价该工程企业的市场匹配度，所述指标数据至少包括：技术标准、资质认证、出口方式、售后服务、市场集中度、产品集中度中的至少两种指标数据；
运用如下匹配方法中的至少两种匹配方法对量化后的所述指标数据进行匹配度评价，得到对应的匹配度评价值：密切值法、秩和比法、优劣解距离法、熵值法、功效系数法；
基于得到的各匹配度评价值，确定所述工程企业与所述国际区域市场之间的匹配度区间。
本发明还提供一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的国际工程市场匹配度评价方法。
本发明还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的国际工程市场匹配度评价方法。
本发明的技术方案通过获取工程企业在国际区域市场中多个国家市场的指标数据，并对指标数据进行量化，运用多种匹配方法对量化后的指标数据进行匹配度评价，得到对应的匹配度评价值；基于得到的各匹配度评价值，确定工程企业与国际区域市场之间的匹配度区间，从而针对企业业务-国际市场环境之间的匹配程度进行有效、准确的评估，且在匹配过程中整合多种定量评价模型提出匹配度区间的概念，不但可以消除前人提出的匹配模型的主观性而且提高匹配模型的容错性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明第一实施方式的国际工程市场匹配度评价方法的具体流程图；
图2是根据本发明第二实施方式的利用密切值法进行的匹配度评价方法的具体流程图；
图3是根据本发明第二实施方式的利用秩和比法进行的匹配度评价方法的具体流程图；
图4是根据本发明第二实施方式的利用优劣解距离法进行的匹配度评价方法的具体流程图；
图5是根据本发明第二实施方式的利用熵值法进行的匹配度评价方法的具体流程图；
图6是根据本发明第二实施方式的利用功效系数法进行的匹配度评价方法的具体流程图；
图7是根据本发明第三实施方式的电子的结构示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的第一实施方式涉及一种国际工程市场匹配度评价方法，本实施方式的核心在于通过获取工程企业在国际区域市场中多个国家市场的指标数据，并对指标数据进行量化；指标数据用于评价该工程企业的市场匹配度，指标数据至少包括：技术标准、资质认证、出口方式、售后服务、市场集中度、产品集中度中的至少两种指标数据；运用如下匹配方法中的至少两种匹配方法对量化后的所述指标数据进行匹配度评价，得到对应的匹配度评价值：密切值法、秩和比法、优劣解距离法、熵值法、功效系数法；基于得到的各匹配度评价值，确定工程企业与国际区域市场之间的匹配度区间，从而针对企业业务-国际市场环境之间的匹配程度进行有效、准确的评估，且在匹配过程中整合多种定量评价模型提出匹配度区间的概念，不但消除匹配前人提出的匹配模型的主观性而且提高匹配模型的容错性。
如图1所示，该国际工程市场匹配度评价方法包括：
步骤101：获取工程企业在国际区域市场中多个国家市场的指标数据，并对指标数据进行量化；指标数据用于评价该工程企业的市场匹配度，所述指标数据至少包括：技术标准、资质认证、出口方式、售后服务、市场集中度、产品集中度中的至少两种指标数据。
市场匹配是匹配理论在产品-市场匹配场景下的实际应用，简言之，就是商品与市场中客户需求匹配的过程。根据国际许多学者对供应商的选择指标体系所进行的深入研究和总结，本实施例引入技术标准、资质认证、出口方式、售后方式、市场集中度、产品集中度中的至少两种指标数据用于评价工程企业的市场匹配度。
在获取到指标数据后，可对指标数据进行量化以实现匹配度的评估：
针对技术标准，对进入国家市场的重点项目中采用工程企业制定的标准的项目数量的占比情况进行量化；
针对资质认证，对工程企业在国家市场中当前满足的资质认证标准情况进行量化，包括明确不同类型的电力装备及技术满足的标准及数量；
针对出口方式，对工程企业在所述国家市场的主要出口方式进行量化；
针对售后服务，对工程企业在所述国家市场中是否有专门的售后服务团队进行量化；
针对市场集中度，对工程企业在所述国家市场中营业额的占比情况进行量化；
针对产品集中度，对工程企业生产的产品及技术在国家市场中细分市场中的占比情况进行量化。
例如，以中国企业进入欧洲市场为例，量化后的各项指标数据如表1：
表1中国某企业在各个国家市场的评价指标说明
Figure BDA0002975868110000051
步骤102：运用如下匹配方法中的至少两种匹配方法对量化后的指标数据进行匹配度评价，得到对应的匹配度评价值：密切值法、秩和比法、优劣解距离法、熵值法、功效系数法。
具体地，可以量化后的指标数据所对应的国家市场作为评价对象，指标数据作为评价指标，构建指标矩阵(数据表)；然后利用上述列举的至少两种匹配方法对指标矩阵中的指标数据进行处理，得到各评价对象在各项评价指标上的匹配度评价值。该匹配度评价值反应了工程企业在相应评价对象(国家市场)上的匹配程度。
步骤103：基于得到的各匹配度评价值，确定工程企业与国际区域市场之间的匹配度区间。
利用每种匹配方法可分别得到一个评价工程企业与相应国家市场匹配程度的匹配度评价值，基于至少两种匹配方法所得到的匹配度评价值可以大致确定工程企业与相应国家市场匹配程度的范围，即匹配度区间。
与现有技术相比，本实施方式通过获取工程企业在国际区域市场中多个国家市场的指标数据，并对指标数据进行量化，运用多种匹配方法对量化后的指标数据进行匹配度评价，得到对应的匹配度评价值；基于得到的各匹配度评价值，确定工程企业与国际区域市场之间的匹配度区间，从而针对企业业务-国际市场环境之间的匹配程度进行有效、准确的评估，且在匹配过程中整合多种定量评价模型提出匹配度区间的概念，不但可以消除前人提出的匹配模型的主观性而且提高匹配模型的容错性。
本发明的第二实施方式涉及一种国际工程市场匹配度评价方法。第二实施方式是在第一实施方式基础上做的改进，其改进之处在于，对上述各种匹配方法进行了详细说明。
如图2所示，运用密切值法对量化后的指标数据进行匹配度评价具体包括：
步骤201：以量化后的指标数据所对应的国家市场作为评价对象，指标数据作为评价指标，构建指标矩阵。
对于有n个评价对象，每个评价对象有m个评价指标的匹配模型，构建指标矩阵：
Figure BDA0002975868110000071
其中，aij为第i(i＝1，2，…，n)个评价对象的第j(j＝1，2，…，m)个评价指标的值。
步骤202：针对指标矩阵建立同向指标矩阵。
当评价指标为正向指标时，数值取正值；当评价指标为负向指标时，数值取负值，得到同向指标矩阵：
Figure BDA0002975868110000072
步骤203：对同向指标矩阵中的元素进行标准化，形成标准化矩阵。
建立标准化矩阵：
Figure BDA0002975868110000073
其中，
Figure BDA0002975868110000074
步骤204：计算标准化矩阵中各评价指标的最优点和最劣点。
计算“最优点”和“最劣点”
Figure BDA0002975868110000081
Figure BDA0002975868110000082
其中，A+和A-依次为最优点集和最劣点集。
步骤205：计算各评价对象到最优点和最劣点的距离。
Figure BDA0002975868110000083
Figure BDA0002975868110000084
其中，
Figure BDA0002975868110000085
和
Figure BDA0002975868110000086
浓次为第i(i＝1，2，…，n)个评价对象到最优点和最劣点的距离。
步骤206：基于各评价对象到最优点和最劣点的距离，计算各评价对象的密切值。
Figure BDA0002975868110000087
其中，Di为第i(i＝1，2，…，n)个评价对象的密切值。
当密切值Di越小时，与“最优点”越密切，与“最劣点”越疏远，即质量越高，D＝0时，质量最佳，即为“最优点”。
步骤207：对各评价对象的密切值进行归一化，得到密切值法对应的匹配度评价值。
Figure BDA0002975868110000088
其中，C1i为第i(i＝1，2，…，n)个评价对象的归一化的密切值。C1i越接近于1说明匹配程度越高，越接近于0匹配程度越低。
如图3所示，运用秩和比(Rank-sum ratio，RSR)法对量化后的指标数据进行匹配度评价，具体包括：
步骤301：以量化后的指标数据所对应的国家市场作为评价对象，指标数据作为评价指标，构建原始数据表并编秩形成秩矩阵。
将n个评价对象的m个评价指标排列成n行m列的原始数据表。编出每个评价指标下各评价对象的秩，得到秩矩阵，记为：R＝(Rij)n*m，其中高优指标从小到大编秩，低优指标从大到小编秩。
步骤302：计算秩矩阵中各评价对象的秩和比。
根据公式计算秩和比：
Figure BDA0002975868110000091
其中，Rij为第i行第j列元素的秩。
当各评价指标的权重不同时，即计算加权秩和比(WRSRi)，根据公式计算：
Figure BDA0002975868110000092
其中，wj为评价指标的权重，
Figure BDA0002975868110000093
步骤303：确定秩和比的分布，计算概率单位。
RSR的分布是指用概率单位Probit表达的值特定的累计频率。编制得到RSR(或WRSR)频率分布表，列出各组频数f，计算各组累计频数∑f，确定各组RSR的秩次范围R及平均秩次R*；计算累计频率(R*/n)x100％，记为P，并按照P＝P*(1-1/4n)校正；查询百分数与概率单位对照表，求P所对应概率单位Probit值。
步骤304：基于各评价对象对应的所述概率单位和所述秩矩阵，计算直线回归方程。
以累积频率所对应的概率单位Probiti为自变量，以RSRi值为因变量，计算直线回归方程，即
RSR＝a+b*Probit
步骤305：根据直线回归方程推算各评价对象的秩和比估计值。
步骤306：对各评价对象的秩和比估计值进行归一化，得到秩和比法对应的匹配度评价值。
对各评价对象的秩和比估计值，采用max-min归一化方法，将估计值映射成0-1之间的数值。
Figure BDA0002975868110000101
其中，C2i为第i(i＝1，2，…，n)个评价对象的归一化的秩和比估计值。C2i越接近于1说明匹配程度越高，越接近于0匹配程度越低。
如图4所示，运用优劣解距离(TOPSIS)法对量化后的指标数据进行匹配度评价，具体包括：
步骤401：以量化后的指标数据所对应的国家市场作为评价对象，指标数据作为评价指标，构建原始数据矩阵。
设有n个评价对象，m个评价指标，形成原始数据矩阵A＝(xij)n*m：
Figure BDA0002975868110000102
步骤402：对原始数据矩阵进行归一化，建立归一化矩阵。
对原始数据矩阵进行归一化处理，得到归一化向量，建立关于归一化向量的归一化矩阵：
Figure BDA0002975868110000103
其中，rij为归一化矩阵中的元素。
步骤403：采用变异系数法确定各评价指标的权重。
对于一个由n个评价对象、m个评价指标确定的评价模型，第j(j＝1，2，……，m)个评价指标的权重确定方式如下：
Vj-第j项评价指标的变异系数、也称为标准差系数；
σj-第j项评价指标的标准差；
Figure BDA0002975868110000111
-第j项评价指标的平均数；
Figure BDA0002975868110000112
第j个评价指标的权重Wj为变异系数Vj占所有变异系数之和的比例，公式如下所示：
Figure BDA0002975868110000113
步骤404：基于权重对归一化矩阵进行处理，得到带权重的归一化矩阵。
权重确定之后，建立带权重的归一化矩阵：
vij＝wjrij，i＝1，2，…，n，j＝1，2，…，m
其中，vii为带权重的归一化矩阵中的元素。
步骤405：计算带权重的归一化矩阵中，各评价指标的最优点和最劣点。
确定各评价指标的最优点
Figure BDA0002975868110000114
和最劣点
Figure BDA0002975868110000115
Figure BDA0002975868110000116
Figure BDA0002975868110000117
步骤406：计算各评价对象分别到最优点和所述最劣点的距离。
计算每个评价对象到最优点的距离
Figure BDA0002975868110000118
和到最劣点的距离
Figure BDA0002975868110000119
距离尺度可以通过n维欧氏距离来计算。
Figure BDA00029758681100001110
Figure BDA00029758681100001111
步骤407：根据各评价对象分别到最优点和最劣点的距离，计算各评价对象到最优点的贴近度。
计算各评价对象到最优点的贴近度：
Figure BDA00029758681100001112
步骤408：对各评价对象的贴近度进行归一化，得到优劣解距离法对应的匹配度评价值。
对各评价对象的贴近度，采用max-min归一化方法，将贴近度映射成0-1之间的数值。
Figure BDA0002975868110000121
其中，C3i为第i(i＝1，2，…，n)个评价对象的归一化的贴近度。C3i越接近于1说明匹配程度越高，越接近于0匹配程度越低。
如图5所示，运用熵值法对量化后的指标数据进行匹配度评价，具体包括：
步骤501：以量化后的指标数据所对应的国家市场作为评价对象，指标数据作为评价指标，构建原始数据矩阵。
设有n个评价对象，m个评价指标，形成原始数据矩阵A＝(xij)n*m，对于某项评价指标，指标值间的差距越大，则该评价指标在综合评价中所起的作用越大；如果某项评价指标下的指标值全部相等，则该评价指标在综合评价中不起作用。
原始数据矩阵：
Figure BDA0002975868110000122
步骤502：对原始数据矩阵进行非负处理得到非负矩阵。
由于熵值法计算采用的是各个方案某一指标占同一指标值总和的比值，因此不存在量纲的影响，还需要进行标准化处理，若数据中有负数，就需要对数据进行非负化处理。常用的非负化处理有以下两种，根据实际情况任选其一即可。
正向指标：
Figure BDA0002975868110000123
负向指标：
Figure BDA0002975868110000131
为了方便起见，仍记非负化处理后的数据为xij。
步骤503：计算非负矩阵中各项评价指标下各评价对象占相应评价指标的比重。
计算第j项评价指标下第i个评价对象占该项评价指标的比重：
Figure BDA0002975868110000132
步骤504：基于比重计算各项评价指标的熵值，以及信息熵冗余度。
计算第j项评价指标的熵值ej：
Figure BDA0002975868110000133
计算第j项评价指标的信息熵冗余度dj：
dj＝1-ej
步骤505：根据信息熵冗余度计算各项评价指标的权值，并基于该权值计算各评价对象的综合得分。
计算第j项评价指标的权值wj：
Figure BDA0002975868110000134
计算第j项评价指标的综合得分si：
Figure BDA0002975868110000135
步骤506：对各评价对象的综合得分进行归一化，得到熵值法对应的匹配度评价值。
对各评价对象的综合得分，采用max-min归一化方法，将综合得分映射成0-1之间的数值。
Figure BDA0002975868110000136
其中，C4i为第i(i＝1，2，…，n)个评价对象的归一化的综合得分。C4i越接近于1说明匹配程度越高，越接近于0匹配程度越低。
如图6所示，运用功效系数法对量化后的指标数据进行匹配度评价，具体包括：
步骤601：以量化后的指标数据所对应的国家市场作为评价对象，指标数据作为评价指标，构建原始数据矩阵。
构建原始数据矩阵：
Figure BDA0002975868110000141
步骤602：确定各项评价指标的允许范围。
确定第j项评价指标的允许范围，即满意值
Figure BDA0002975868110000142
和不允许值
Figure BDA0002975868110000143
其中，满意值是指在目前条件下能够达到的最优值，不允许值是该评价指标不应该出现的最低值，允许范围的参照系就是满意值与不允许值之差。
正向指标：
Figure BDA0002975868110000144
Figure BDA0002975868110000145
负向指标：
Figure BDA0002975868110000146
Figure BDA0002975868110000147
步骤603：根据各项评价指标的允许范围，计算各项评价指标的功效系数。
计算第j项评价指标的功效系数xij′：
Figure BDA0002975868110000148
步骤604：采用变异系数法确定各评价指标的权重。
对于一个由n个评价对象、m个评价指标确定的评价模型，第j(j＝1，2，…...，m)个评价指标的权重确定方式如下：
Vj-第j项评价指标的变异系数、也称为标准差系数；
σj-第j项评价指标的标准差；
Figure BDA0002975868110000151
-第j项评价指标的平均数；
Figure BDA0002975868110000152
第j个评价指标的权重Wj为变异系数Vj占所有变异系数之和的比例，公式如下所示：
Figure BDA0002975868110000153
步骤605：根据各评价指标的功效系数和权重，计算各评价对象的总功效系数。
具体计算方法可以根据实际情况而定，一般存在(加权)算数平均、几何平均等方法。本实施例中采取算数平均的方法。第i个评价对象的总功效系数Vi：
Figure BDA0002975868110000154
步骤606：对各评价对象的总功效系数进行归一化，得到功效系数法对应的所述匹配度评价值。
对各评价对象的总功效系数，采用max-min归一化方法，将总功效系数射成0-1之间的数值。
Figure BDA0002975868110000155
其中，C5i为第i(i＝1，2，…，n)个评价对象的归一化的总功效系数。C5i越接近于1说明匹配程度越高，越接近于0匹配程度越低。
此外，在执行步骤103，基于得到的各匹配度评价值，确定工程企业与国际区域市场之间的匹配度区间时，可具体通过如下步骤实现：
对得到的各匹配度评价值按评价对象进行归一化，并以归一化后的匹配度评价值中的最大值和最小值作为边界值形成数值区间，将各评价对象对应的数值区间确定为工程企业与国际区域市场之间的匹配度区间。
例如，针对第i个评价对象，采用上述5种匹配方法分别得到5个匹配度评价值：C1i、C2i、C3i、C4i，C5i，提取这些评价值中的最大值和最小值作为边界值形成数值区间：
Figure BDA0002975868110000161
该数值区间(Cmin，Cmax)即为工程企业与国际区域市场中第i个评价对象所对应的国家市场之间的匹配度区间。
与现有技术相比，本实施方式中对多种定量评价模型(方法)的匹配过程进行了详细说明，并引入匹配度区间的概念，不但消除匹配前人提出的匹配模型的主观性而且提高匹配模型的容错性。
本发明第三实施方式涉及一种电子设备，如图7所示，包括至少一个处理器702；以及，与至少一个处理器702通信连接的存储器；其中，存储器701存储有可被至少一个处理器702执行的指令，指令被至少一个处理器702执行，以使至少一个处理器702能够执行上述任一方法实施例。
其中，存储器701和处理器702采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器702和存储器701的各种电路连接在一起。总线还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器702处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器702。
处理器702负责管理总线和通常的处理，还可以提供各种功能，包括定时，***接口，电压调节、电源管理以及其他控制功能。而存储器701可以被用于存储处理器702在执行操作时所使用的数据。
本发明第四实施方式涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述任一方法实施例。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种国际工程市场匹配度评价方法，其特征在于，包括：
获取工程企业在国际区域市场中多个国家市场的指标数据，并对所述指标数据进行量化；所述指标数据用于评价该工程企业的市场匹配度，所述指标数据至少包括：技术标准、资质认证、出口方式、售后服务、市场集中度、产品集中度中的至少两种指标数据；
运用如下匹配方法中的至少两种匹配方法对量化后的所述指标数据进行匹配度评价，得到对应的匹配度评价值：密切值法、秩和比法、优劣解距离法、熵值法、功效系数法；
基于得到的各匹配度评价值，确定所述工程企业与所述国际区域市场之间的匹配度区间。
2.根据权利要求1所述的方法，其特征在于，所述对所述指标数据进行量化包括：
针对所述技术标准，对进入所述国家市场的重点项目中采用所述工程企业制定的标准的项目数量的占比情况进行量化；
针对所述资质认证，对所述工程企业在所述国家市场中当前满足的资质认证标准情况进行量化，包括明确不同类型的电力装备及技术满足的标准及数量；
针对所述出口方式，对所述工程企业在所述国家市场的主要出口方式进行量化；
针对所述售后服务，对所述工程企业在所述国家市场中是否有专门的售后服务团队进行量化；
针对所述市场集中度，对所述工程企业在所述国家市场中营业额的占比情况进行量化；
针对所述产品集中度，对所述工程企业生产的产品及技术在所述国家市场中细分市场中的占比情况进行量化。
3.根据权利要求1所述的方法，其特征在于，运用密切值法对量化后的所述指标数据进行匹配度评价，包括：
以量化后的所述指标数据所对应的国家市场作为评价对象，所述指标数据作为评价指标，构建指标矩阵；
针对所述指标矩阵建立同向指标矩阵；
对所述同向指标矩阵中的元素进行标准化，形成标准化矩阵；
计算所述标准化矩阵中各评价指标的最优点和最劣点；
计算各评价对象到所述最优点和所述最劣点的距离；
基于各评价对象到所述最优点和所述最劣点的距离，计算各评价对象的密切值；
对所述各评价对象的密切值进行归一化，得到所述密切值法对应的所述匹配度评价值。
4.根据权利要求1所述的方法，其特征在于，运用秩和比法对量化后的所述指标数据进行匹配度评价，包括：
以量化后的所述指标数据所对应的国家市场作为评价对象，所述指标数据作为评价指标，构建原始数据表并编秩形成秩矩阵；
计算所述秩矩阵中各评价对象的秩和比；
确定秩和比的分布，计算概率单位；
基于各评价对象对应的所述概率单位和所述秩矩阵，计算直线回归方程；
根据所述直线回归方程推算各评价对象的秩和比估计值；
对各评价对象的秩和比估计值进行归一化，得到所述秩和比法对应的所述匹配度评价值。
5.根据权利要求1所述的方法，其特征在于，运用优劣解距离法对量化后的所述指标数据进行匹配度评价，包括：
以量化后的所述指标数据所对应的国家市场作为评价对象，所述指标数据作为评价指标，构建原始数据矩阵；
对所述原始数据矩阵进行归一化，建立归一化矩阵；
采用变异系数法确定各评价指标的权重；
基于所述权重对所述归一化矩阵进行处理，得到带权重的归一化矩阵；
计算所述带权重的归一化矩阵中，各评价指标的最优点和最劣点；
计算各评价对象分别到所述最优点和所述最劣点的距离；
根据各评价对象分别到所述最优点和所述最劣点的距离，计算各评价对象到所述最优点的贴近度；
对所述各评价对象的贴近度进行归一化，得到所述优劣解距离法对应的所述匹配度评价值。
6.根据权利要求1所述的方法，其特征在于，运用熵值法对量化后的所述指标数据进行匹配度评价，包括：
以量化后的所述指标数据所对应的国家市场作为评价对象，所述指标数据作为评价指标，构建原始数据矩阵；
对所述原始数据矩阵进行非负处理得到非负矩阵；
计算所述非负矩阵中各项评价指标下各评价对象占相应评价指标的比重；
基于所述比重计算各项评价指标的熵值，以及信息熵冗余度；
根据所述信息熵冗余度计算各项评价指标的权值，并基于该权值计算各评价对象的综合得分；
对所述各评价对象的综合得分进行归一化，得到所述熵值法对应的所述匹配度评价值。
7.根据权利要求1所述的方法，其特征在于，运用功效系数法对量化后的所述指标数据进行匹配度评价，包括：
以量化后的所述指标数据所对应的国家市场作为评价对象，所述指标数据作为评价指标，构建原始数据矩阵；
确定各项评价指标的允许范围；
根据各项评价指标的允许范围，计算各项评价指标的功效系数；
采用变异系数法确定各评价指标的权重；
根据各评价指标的功效系数和权重，计算各评价对象的总功效系数；
对所述各评价对象的总功效系数进行归一化，得到所述功效系数法对应的所述匹配度评价值。
8.根据权利要求1-7任一项所述的方法，其特征在于，所述基于得到的各匹配度评价值，确定所述工程企业与所述国际区域市场之间的匹配度区间，包括：
对得到的各匹配度评价值按评价对象进行归一化，并以归一化后的匹配度评价值中的最大值和最小值作为边界值形成数值区间，将各评价对象对应的数值区间确定为所述工程企业与所述国际区域市场之间的匹配度区间。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8中任一项所述的国际工程市场匹配度评价方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的国际工程市场匹配度评价方法。
CN202110274161.XA 2021-03-15 2021-03-15 国际工程市场匹配度评价方法、电子设备及存储介质 Pending CN112990703A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110274161.XA CN112990703A (zh) 2021-03-15 2021-03-15 国际工程市场匹配度评价方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110274161.XA CN112990703A (zh) 2021-03-15 2021-03-15 国际工程市场匹配度评价方法、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN112990703A true CN112990703A (zh) 2021-06-18

Family

ID=76335209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110274161.XA Pending CN112990703A (zh) 2021-03-15 2021-03-15 国际工程市场匹配度评价方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112990703A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114254771A (zh) * 2021-12-08 2022-03-29 云南中烟工业有限责任公司 一种回收烟丝品质评价方法
CN114553716A (zh) * 2022-01-21 2022-05-27 广东工业大学 一种报文传输路径匹配度计算方法、电子设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709818A (zh) * 2016-12-30 2017-05-24 国家电网公司 一种用电企业信用风险评价方法
CN110795692A (zh) * 2019-09-16 2020-02-14 浙江工业大学 一种主动配电网运行状态评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709818A (zh) * 2016-12-30 2017-05-24 国家电网公司 一种用电企业信用风险评价方法
CN110795692A (zh) * 2019-09-16 2020-02-14 浙江工业大学 一种主动配电网运行状态评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
国务院国资委产权管理局投资价值评估课题组: "投资价值评估", 31 January 2016, 中国市场出版社, pages: 1 *
陈夏轩: "我国工程企业软实力评价模型研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, 15 August 2019 (2019-08-15), pages 038 - 109 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114254771A (zh) * 2021-12-08 2022-03-29 云南中烟工业有限责任公司 一种回收烟丝品质评价方法
CN114553716A (zh) * 2022-01-21 2022-05-27 广东工业大学 一种报文传输路径匹配度计算方法、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN111553590B (zh) 一种雷达嵌入式健康管理***
CN112132351A (zh) 电动汽车充电负荷聚类预测方法及装置
CN107122894A (zh) 一种组合赋权的教育信息化水平评估方法及***
CN112990703A (zh) 国际工程市场匹配度评价方法、电子设备及存储介质
Shakouri et al. Stochastic p-robust approach to two-stage network DEA model
CN110472822B (zh) 一种智能配电网供电可靠性评估***及方法
CN111598457B (zh) 一种电力无线网络质量的确定方法及装置
CN111612296B (zh) 一种换流站电力设备在线监测装置量化配置方法
CN112818525A (zh) 一种水电机组状态评价方法及其***
CN113222326A (zh) 一种科技资源服务平台成熟度评估方法及装置
KR101418307B1 (ko) 다중 의사 결정 문제 해결을 위한 구간 회색수 및 엔트로피 기반 해법 연산 방법
CN110705859A (zh) 基于pca-自组织神经网络的中低压配电网运行状态评估方法
CN111144604B (zh) 海上风电场的运维交通方案的推荐方法和设备
CN117592656A (zh) 基于碳数据核算的碳足迹监控方法及***
CN116245379A (zh) 面向电网建设工程效果评价的指标权重优化方法及装置
CN113642834B (zh) 基于任务属性优先级映射的任务重要性评价方法和***
CN112132498A (zh) 库存管理方法、装置、设备及存储介质
CN113052451B (zh) 一种基于改进层次分析法的性能评估方法及装置
CN115660425A (zh) 风偏闪络风险评价方法、***、设备、可读存储介质
CN115689201A (zh) 面向企业资源供需调配的多准则智能决策优化方法及***
CN115293609A (zh) 人员安全责任制履职评价指标权重体系构建方法及***
CN115115414A (zh) 一种基于机器学习的二手车估价方法
CN114862243A (zh) 用于辅助决策的数据处理方法和装置
CN114971272A (zh) 一种中压配电网网格化规划评价方法及***
CN114091908A (zh) 计及多模式储能站的配电网综合评价方法、装置和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination