基于层次分析法评价网络4S店的模式
基于层次分析的汽车购车决策
基于层次分析的汽车购车决策
层次分析法是一种广泛应用于决策分析的数学方法，它通过将问题分解为多个层次，
从而指导我们做出合理的决策。
在汽车购车决策中，我们可以将问题分解为主目标层，次
目标层和决策层。
主目标层即我们购车的主要目标，常见的主目标包括价格、品质、性能等。
次目标层
则是在主目标层下，具体分解优先级的因素。
例如，在品质这一主目标下，我们可以将车身、内饰、底盘等作为次目标，从而更具体地考虑我们购车时需要考虑的因素。
最后，决
策层即我们具体要购买的汽车型号。
在层次分析的过程中，需要建立一个判断矩阵来比较各因素之间的重要性。
该矩阵通
过给出两个因素之间的比较得分来判断它们之间的优先级。
一般情况下，比较得分可以按
照以下原则来判断：
1. 相同重要性：两个因素具有同等重要性，得分为1。
2. 稍微重要：一个因素比另一个稍微重要，得分为3。
例如，在考虑次目标中的车身和内饰时，我们可以依据以上原则建立一个比较矩阵，
如下所示：
| | 车身 | 内饰 |
| - | - | - |
| 车身 | 1 | 3 |
| 内饰 | 1/3 | 1 |
由于车身和内饰之间具有同等重要性，根据原则1，它们之间的得分为1。
而车身对于内饰的比较得分为3，说明车身的重要性稍微大于内饰。
而内饰对于车身的比较得分为1/3，说明它的重要性稍微小于车身。
这样，我们就可以通过建立判断矩阵来对各因素之间的优先级进行比较，并最终确定
我们要具体购买的汽车型号。
基于层次法的汽车供应商评价模型
1472013年・10月・下期经营管理者学 术理 论经营管理者 Manager' Journal基于层次分析法的汽车供应商评价模型陆佳桦 王 宁 上海同济大学摘 要：本文通过对汽车供应商影响因素的研究，结合国内外对供应商评价指标的文献研究，整理出了本文主要从质量管理能力，产品服务竞争力，设计开发能力，生产能力，财务能力，综合能力6个主要指标，以及18个次要指标，以此作为多方位，多角度，多层次评价供应商的基础，通过层次分析法结合实例，进行定量计算和定性的分析，对潜在供应商选择进行评价，验证了指标的合理性和可行性。
关键词： 主要指标 次要指标 层次分析法一、引言随着我国汽车工业的迅速发展，汽车各制造企业竞争日益激烈，这也导致了对零部件供应商的管理越来越受到汽车制造企业的重视。
作为整车发展的根基，零部件企业的强弱与否至关重要。
每一个汽车制造企业都存在庞大的汽车零部件供应商群体，零部件产业的优劣直接影响到一个国家汽车工业发展的水平。
因此，对于供应商质量的管理和评审尤其重要，特别是对于新供应商的评审，在开始就要正确地评价和选择供应商，建立的全面的供应商评价指标体系，从源头上加以控制。
二、汽车供应商评价体系指标在对供应商评价的中外文献研究的基础上，通过设立目标层，指标层，方案层对汽车供应商进行评价，本文设立了6个主要指标，分别是质量管理能力，产品服务竞争力，设计开发能力，生产能力，财务能力，综合能力，根据不同的主要指标，建立了18个次要指标，分别为:质量体系,质量方针和目标,质量控制,质量改进, 产品价格,交付能力,服务水平,自主产品产品开发能力,自主项目开发能力,文件能力,自主生产能力和产能统计,产品的合格率, 返修与退货率,盈利能力,资本运营能力,人力资源水平, 研发资本投入能力, 企业环境来对供应商进行评审三、层次分析法模型层次分析法(Analytic HierarchyProcess，简称AHP)是美国匹兹堡大学运筹学教授T．L．Satty于20世纪70年代初提出的一种层次权重决策分析方法。
基于层次分析的汽车购车决策
基于层次分析的汽车购车决策汽车作为人们生活中不可或缺的交通工具，对于许多人来说是一项重要的购买决策。
而在选择购车时，消费者需要考虑诸多因素，包括车辆品牌、价格、性能、安全性等。
面对繁多的车型和品牌，如何做出明智的购车决策成为了消费者们所面临的难题。
在这样的情况下，采用基于层次分析的决策方法能够帮助消费者更加科学、合理地进行购车决策。
层次分析法（Analytic Hierarchy Process, AHP）是一种决策分析方法，其基本思想是以成对比较的方式，逐层分解问题，通过构造成对比较矩阵，通过计算权重确定最佳的决策方案。
在汽车购车决策中，我们可以将车辆品牌、价格、性能、安全性等因素作为不同层次，利用AHP方法对这些因素进行权重分配和排序，从而帮助消费者做出最为符合个人需求和偏好的购车决策。
我们需要确定汽车购车决策的几个基本因素，比如车辆品牌、价格、性能和安全性。
然后，我们对这些因素进行两两比较，得出它们之间的重要性和优先级。
根据比较结果，确定出最适合自己的购车方案。
接下来，我们将分别对这几个因素进行具体的分析和比较。
车辆品牌是购车决策中最为重要的因素之一。
不同的汽车品牌代表着不同的品质和口碑，对于很多消费者来说，品牌是他们选择汽车的首要考量因素。
在进行品牌比较时，我们可以将各个品牌的口碑、市场占有率、历史表现等因素进行两两比较，分析其优劣之处，得出各个品牌的权重和优先级。
价格也是影响购车决策的重要因素之一。
在购车时，价格往往是消费者最为关注的问题。
对于大多数人来说，价格合适是他们的首要考虑因素之一。
在进行价格比较时，我们可以将各个车型的价格进行两两比较，分析其性价比和竞争力，从而确定出最适合自己的价格范围。
性能是购车决策中不可忽视的因素之一。
汽车的性能包括动力性能、操控性能、燃油经济性等多个方面。
不同的人对性能的要求也各不相同，有的人更加注重动力性能，而有的人则更加看重燃油经济性。
在进行性能比较时，我们需要考虑到个人实际需求和使用习惯，从而确定出最适合自己的性能要求。
基于层次分析的汽车购车决策
基于层次分析的汽车购车决策随着社会经济的发展，汽车已经成为现代生活的必需品，更多的人开始考虑购车。
但是面对繁多的汽车品牌和车型，很多人在购车决策上常常感到迷茫。
在这样的情况下，基于层次分析的汽车购车决策方法可以帮助消费者更加科学地选择适合自己的汽车。
1. 层次分析法的基本原理层次分析法（Analytic Hierarchy Process，AHP）是由美国运筹学家托马斯·赫伯曼于1970年提出的一种多目标决策方法。
该方法将一个复杂问题分解成一系列相互关联的层次，然后通过对不同层次的因素进行比较和权重分配，最终得出最佳决策。
在汽车购车决策中，我们可以将汽车购车问题分解为三个层次：目标层次（购车目的）、准则层次（购车因素）、方案层次（具体车型）。
2. 设置购车目标在进行汽车购车决策之前，首先需要明确自己购车的目标。
购车目标可以是舒适性、安全性、经济性、品牌偏好等。
根据个人的需求和喜好，可以对购车目标进行排序和分配权重，以便后续的决策过程中能够更好地权衡各种因素。
3. 确定购车准则在购车决策中，有很多因素需要考虑，比如车辆品牌、车型、燃油效率、安全性能、购车费用、保养成本等。
这些因素可以构成准则层次，可以根据自己的需求和优先级对这些准则进行排序和权重分配。
4. 选择购车方案在确定了购车目标和购车准则后，就可以进行购车方案的选择。
在市场上有众多汽车品牌和车型可供选择，如何在众多的选项中做出最佳决策是一个复杂的问题。
基于层次分析法，可以将购车方案进行排列和比较，最终选择出最符合个人需求的汽车。
5. 实际应用举个例子，小明想要购买一辆家用轿车，他的购车目标是经济性和舒适性，对车辆品牌、车型、燃油效率、安全性能等准则也有自己的偏好和权重。
在这种情况下，小明可以按照自己的需求对购车目标和准则进行排列和权重分配，然后选择符合自己需求的汽车品牌和车型。
基于层次分析法的汽车购车决策方法可以帮助消费者更加科学地选择适合自己的汽车。
基于层次分析法的互联网金融中小企业信用评价体系构建
表 1 中小企业在互联网金融下信用指标层次结构模型
目标层 准则层 指标层
偿债能力指标
财务 状况 盈利能力指标
中小企业
运营能力指标
在互联网
贷款偿还能力
金融下的 信用指标 设计
信用 状况
指标 货款交付能力
指标 缴纳税款能力
企业发 展状况 互联网
金融 状况
指标 经营者素质指标 员工素质指标 发展前景 客户评价指标 物流指标 成交率指标
流动比率和速动比率主要用于衡量企业的资金 流动性，即企业短期偿债能力。流动比率是流动资 产和流动负债的比值，速动比率是速动资产和流动 负债的比值。两个指标的主要区别在于速动比率能 够避免在计算时出现的存货等变现时间较长导致流 动性差的现象。两者综合考量能够更高地衡量企业 短期负债能力的强弱。
流动比率的基准值为 2，速动比率的基准值为 1。以上述值为临界值，需要进行量化。当流动比率 小于或等于 1 时，指标值为 20；当流动比率在 1 和 2 之间时，指标值为 60；当流动比率大于或等于 2 时， 指标值为 100。当速动比率小于或等于 0． 5 时，指标 值为 20；当速动比率在 0． 5 和 1 之间时，指标值为 60；当速动比率大于或等于 1 时，指标值为 100。
本文利用品牌网络直营专卖店2013年经营数据结合前文提出的方法得到评价结果如表公司评价结果表第二贷款偿还率物流发货速率应收账款周转率经营者素质货款交付率这五个指标的权重在中可发现所占的比重较为类似其权数总和大28二级指标层计算结果指标值权重得分值资产负债率3227532流动比率49410080速动比率86510013现金比率1872040销售利润率1701710资产报酬率08存货周转率9406054应收账款9072003贷款偿还率7007042货款交付率9009013税款缴纳率00010022282228经营者素质86员工素质78发展前景66客户好评率8898914861323物流发货率8959069订单成交率70指标总权数排序订单成交率020710现金比率020111员工素质01312资产报酬率011313速动比率011314流动比率00815销售利润率005716资产负债率004217总计00准则层权重指标层权重财务状况138偿债能力指标320盈利能力指标123运营能力指标557信用状况335贷款偿还能力指标231货款交付能力指标104缴纳税款能力指标665企业发展082经营者素质指标589员工素质指标159发展前景252互联网金445客户评价指标334物流指标142成交率指标525理论研究基于层次分析法的互联网金融中小企业信用评价体系构建在提供具体的数据后能够得出结果这证明了本文的指标设计充分具有可操作性
基于层次分析的汽车购车决策
基于层次分析的汽车购车决策【摘要】这篇文章将基于层次分析方法探讨汽车购车决策，首先介绍汽车市场分析，分析当前汽车市场的发展趋势和竞争情况。
然后通过购车决策因素的分析，探讨消费者在购车过程中考虑的各种影响因素。
接着介绍基于层次分析模型的建立，通过层次分析方法对购车决策因素进行权重分配和比较，为消费者提供决策建议。
本文还将通过实际案例展示层次分析模型在汽车购车决策中的应用，并对结果进行分析和总结。
最后展望未来，指出层次分析方法在汽车购车决策中的潜在应用和发展方向。
通过本文的研究，可以为消费者在汽车购车过程中提供科学、理性的决策方法。
【关键词】层次分析、汽车购车决策、汽车市场分析、购车决策因素、模型建立、应用案例、结果分析、总结、展望、研究背景、研究意义、引言、正文、结论。
1. 引言1.1 概述汽车作为现代社会中不可或缺的交通工具，已经成为人们生活中必不可少的消费品之一。
随着经济的发展和个人收入水平的提高，越来越多的人开始考虑购买汽车。
在众多汽车品牌和车型中做出选择并不是一件简单的事情，消费者需要考虑诸多因素。
为了帮助消费者更好地进行购车决策，本文将利用层次分析方法，系统分析汽车市场和购车决策因素，建立相应的决策模型，并通过案例分析和结果对比，为消费者提供更科学合理的购车建议。
我们将对当前汽车市场进行全面分析，包括市场规模、消费趋势、竞争格局等方面的内容。
我们将深入探讨影响购车决策的因素，如价格、品牌、性能、燃油经济性等方面。
然后，基于层次分析方法构建购车决策模型，分析各因素之间的关联性和权重，为消费者提供决策依据。
接下来，我们将通过具体案例分析不同购车方案的优劣势，说明层次分析模型在购车决策上的应用价值。
我们将总结分析结果，展望未来的研究方向，为消费者提供更加科学的购车决策支持。
1.2 研究背景汽车作为人们生活中重要的交通工具和消费品，对人们的生活方式和社会发展起着重要作用。
随着经济的发展和人们生活水平的提高，汽车消费逐渐成为人们重要的消费领域之一。
基于层次分析法的网络营销绩效评价
．
网络营销绩效评价的意 义
１ 、网络营销绩效评价有利于发现问题 ， 及时纠正 。客观的对 自 身进行网络营销绩￣ｆ ｆ ４ ｔ ｒ ， 通过反馈回来的信 息数据和客户的评价及 意见 ， 可以使企业能够及时的认识到 自身的不足 ， 找到顾客们的不满 意点 ， 发现企业 自身在网络营销上的问题 ， 了解企业现状， 通过这些对 评价和反馈的数据的分析结果， 企业领导者可以在下一阶段的营销战 略中及时作出调整 ， 以谋取更大的利益 ２ 、网络营销绩效评价有力于提高企业可信度。如果企业在专家 和客户的评价中 得 出的网络营销绩效评价十分高 ， 那么在网络宣传时 就会成为非常有力的证据来证 明企业产品的质量情况。也因此能够 提高企业自身在网络营销环境中的地位和知名度 ， 以此来取得更多消 费者的信任， 购买本企业的商品， 获得更大的利益
者一个虚假的评价结果。 ３ 、网络营销绩效评价保证准确性。面对诸多的数据 ， 例如注册 用户的增长率 ， 资产负债率等复杂的数据 ， 要指派专业的会计人员采 用层次分析法进行系统正确 的分析 ， 保证得出的评价结果准确 ， 符合 网站情况。
三、网络营销效评价的指标体系
指标体系能够准确的反映在一段时间内网络营销活动的具体 隋 况， 但是在制定时要满足以下原则 ： 全面性原则 ， 科学 『 生原则 ， 可｝ 陆 原则 ， 可测性原则和独立 ｌ 生 原则只有满足了这些原则构建的指标才能 够真正起到衡量绩效的作用。 １ 、顾客忠诚度。忠诚度表现的是在长时间内某顾客购买本公司 产品的次数 ， 顾客忠诚度可 以真实的反映顾客对本网站， 本企业的产 品的喜爱程度， 因为很喜爱 ， 才会一直购买 ， 也就有了较高的忠诚度。 ２ 、交易安全性。网络营销其实卖的不仅仅是商品， 更是诚信， 如 果消费者不信任网站， 就不会从这里购买商 品， 而诚信就是从每一次 安全的交易中积攒下来的。所以网站如果能够有较高的安全陛， 较低 的购物风险， 也会提高营销绩效 ， 获得更大的利益。 ３ 、资产负债率。通过资产负债率可以看出这个企业在－段时间 内的负债晴况， 可以了解到网站的财务现状 ， 就可以知道在某段时间 内， 企业的盈利和亏损情况， 可以作为评价网站营销绩效的一项标准， ４ 、网站的 Ｉ ： Ｚ ｌ 碑。Ｅ ｌ 碑 的力量就是群众 的力量 ， 就是消费者的力
基于层次分析的汽车购车决策
基于层次分析的汽车购车决策
汽车购车决策是一个复杂且个性化的过程，涉及到多个因素的综合考虑。
为了做出最
合适的决策，可以使用层次分析法（Analytic Hierarchy Process，AHP）来进行评估和决策。
层次分析法是一种定量分析方法，可以帮助决策者通过对多个因素的比较和评价，确
定最终的购车决策。
我们需要确定汽车购车决策的几个关键因素，例如价格、品牌、性能、外观、燃油经
济性等。
将这些因素构成一个层次结构，以使决策问题更具结构性和清晰性。
接下来，我们需要为每个因素设定相对权重，以反映其对购车决策的重要性。
这可以
通过两两比较的方式来确定。
我们可以将价格与品牌进行比较，评估其相对重要性。
这样，我们可以为每对因素确定一个权重，反映其相对重要性。
然后，我们需要对每个因素进行多个备选方案的评分，以反映每个方案在该因素上的
表现。
我们可以给每个备选方案在价格、品牌、性能等方面打分。
这样，我们可以得到一
个评分矩阵，用于描述备选方案在每个因素上的表现。
接下来，我们需要计算每个备选方案相对于每个因素的总分，以反映其全面表现。
这
可以通过将每个备选方案的评分矩阵与因素的权重矩阵相乘得到。
使用层次分析法可以帮助决策者更好地理解购车决策问题，将不同因素的重要性和备
选方案的表现进行量化评估，提供一个更客观、系统和可靠的决策依据。
基于层次分析的汽车购车决策过程包括确定关键因素、设定权重、评估备选方案、计
算总分和综合得分等步骤。
通过这个过程，我们可以做出最合适的汽车购车决策。
基于层次分析的汽车购车决策
基于层次分析的汽车购车决策1. 引言1.1 研究背景汽车作为出行工具，在现代社会中扮演着重要的角色。
随着经济的发展和人们生活水平的提高，汽车已经成为很多家庭必不可少的消费品。
在如今市场竞争激烈的汽车行业，消费者在决定购买哪款车型时面临着种种选择。
汽车购车决策不仅仅是一项重要的经济决策，更是一项涉及家庭生活、社交关系等方方面面的综合决策。
如何科学有效地进行汽车购车决策，既是消费者关注的焦点，也是汽车制造商和销售商需要关注的问题。
层次分析方法（Analytic Hierarchy Process，AHP）是一种以定量分析为基础的多指标决策方法，已经被广泛应用于各个领域的决策过程中。
在汽车购车决策中，运用层次分析方法可以帮助消费者根据自身需求、偏好和预算，选择最适合自己的汽车产品，提高决策的科学性和准确性。
通过对汽车购车决策的层次结构进行构建，可以将各个影响购车决策的因素进行梳理和分析，形成一个完整的决策框架。
结合层次分析方法对各因素进行权重的确定和对不同选择方案的比较，可以帮助消费者更加清晰地了解各个选项之间的优劣势，最终做出符合自己需求的购车决策。
1.2 研究目的研究目的是为了探讨基于层次分析的汽车购车决策方法，在现代社会，汽车已经成为人们生活中不可或缺的交通工具，随着汽车市场的不断发展，消费者在选择购买汽车时往往会面临众多的选择。
而为了能够更加科学地做出决策，需要依据一定的准则和原则进行衡量和权衡。
本研究的目的是通过层次分析方法，帮助消费者在购车过程中更加准确地评估和选择适合自己的汽车。
层次分析方法通过将问题层次化，将复杂的决策问题简化为若干个较为简单的子问题，然后进行比较和综合，帮助消费者更好地理清思路和做出决策。
通过研究汽车购车决策的层次结构和应用层次分析方法，可以让消费者更加客观地评估不同汽车的优劣，从而做出更符合自己需求的选择。
希望通过本研究，能够为消费者在汽车购车过程中提供一种科学、理性的决策方法，最大程度地满足他们的需求和期望。
基于层次分析法的车联网多因素信誉评价模型
DOI: 10.3785/j.issn.1008-973X.2020.04.011基于层次分析法的车联网多因素信誉评价模型陈蔚1，刘雪娇1，夏莹杰2(1. 杭州师范大学 杭州国际服务工程学院，浙江 杭州 311121；2. 浙江大学 计算机科学与技术学院，浙江 杭州 310027)摘 要：针对车联网（VANETs ）场景下存在的恶意车辆节点和虚假信息的问题，提出基于层次分析法（AHP ）的车联网多因素信誉评价模型. 该模型综合考虑车辆行为、消息、环境等因素对车辆节点信誉的影响，建立车辆信誉评价模型；面向多应用场景信息（安全行驶、交通管理、商业娱乐），使用层次分析法量化各因素及不同类型信息对车辆信誉的影响程度；基于反馈机制根据信息的不同类型进行车辆节点的信誉更新，实现车联网车辆的信誉评估. 实验表明，该模型在恶意车辆节点达到25%的情况下，车辆决策正确率能够达到92%以上. 该方案能够有效防止车辆接收虚假信息，准确检测出网络中的恶意车辆节点，提高车辆接收信息的可信度.关键词： 车联网（VANETs ）；信誉评价模型；层次分析法（AHP ）；恶意节点；多因素中图分类号： TP 393; TN 915 文献标志码： A 文章编号： 1008−973X （2020）04−0722−10Multi-factor reputation evaluation model based on analytichierarchy process in vehicle Ad-hoc networksCHEN Wei 1, LIU Xue-jiao 1, XIA Ying-jie 2(1. Hangzhou Institute of Service Engineering , Hangzhou Normal University , Hangzhou 311121, China ;2. College of Computer Science and Technology , Zhejiang University , Hangzhou 310027, China )Abstract: A multi-factor reputation evaluation model based on analytic hierarchy process (AHP) was proposedaiming at the problem of malicious vehicle nodes and false information detection in VANETs. The influence of vehicle behavior, message, environment and other factors on the reputation of vehicle nodes was considered, and a vehicle reputation evaluation model was established. The model was designed for multi-application scenarios (safe driving, traffic management, business entertainment), and AHP was used to quantify the impact of various factors and different types of information on vehicle reputation. The model was based on the feedback mechanism to update the reputation of the vehicle nodes according to different types of information, and the evaluation of the reputation of the vehicles in VANETs was realized. The experimental results show that the model can achieve a correct rate of more than 92% when the malicious vehicle node reaches 25%. The scheme can effectively prevent vehicles from receiving false information, accurately detect malicious vehicles in the network, and improve the reliability of the information received by vehicles.Key words: vehicle Ad-hoc networks (VANETs); reputation evaluation model; analytic hierarchy process (AHP); malicious node; multiple factors近年来，随着物联网技术和智能交通的发展，车联网越来越受到研究学者的关注并催生了大量的新应用，如交通效率与管理、驾驶员行驶安全以及满足驾驶人和乘客的商业娱乐等方面的应收稿日期：2019−03−23. 网址：/eng/article/2020/1008-973X/202004011.shtml基金项目：国家自然科学基金资助项目（61873232）；国家自然科学基金青年科学基金资助项目（61702153）；浙江省自然科学基金资助项目（LY19F020021）.作者简介：陈蔚（1996—），女，硕士生，从事车联网安全的研究. /0000-0002-1515-5860. E-mail ：***************通信联系人：刘雪娇，女，副教授. /0000-0002-1577-0468. E-mail ：**********************第 54 卷第 4 期 2020 年 4 月浙 江 大 学 学 报(工学版)Journal of Zhejiang University (Engineering Science)Vol.54 No.4Apr. 2020用[1-3]. 为了保证这些应用的可靠运行，车联网借助于人、车、路、云平台之间的全方位连接和信息交互，实现车-车通信（V2V）、车-路通信（V2R）和车-人通信（V2P）等. 在未来的车联网应用中，特别对于即时应用服务，短距通信的车-车通信将成为信息服务的重要途径. 直连模式的车-车通信很容易遭受恶意车辆的虚假信息攻击，恶意车辆可以直接通过V2V的方式发布虚假信息导致交通秩序混乱，甚至造成更严重的交通事故[4]. 车联网中车辆的高度动态性和网络的开放性，使得上述攻击易于实施并难以被发现. 区分恶意车辆节点和检测虚假信息以确保车联网中车辆节点的可靠性和信息的可信度，成为保证车联网安全的重要方面.为了解决恶意车辆节点和虚假信息的问题，Suresh等[5-8]提出多种安全解决方案，主要有基于密码学的认证机制、基于可信平台模块（trusted platform module, TPM）的认证方法、信誉机制. 基于密码学的认证授权主要是基于身份的认证方法，但是普遍依赖复杂的证书和密钥管理系统，严重影响运算效率和网络性能. 基于TPM的认证授权方法通过集成车载安全模块，利用密码安全引擎保证认证的安全，但是可信终端构建的代价相对较高，且安全模块标准不一，安全性难以统一. 信誉机制主要基于车辆节点行为经验动态实时累积或削减其可信度，完成可信度阈值授权，信誉评估的方法适合车联网的高动态自组织特性，能够主动应对节点的潜在恶意行为.目前，关于车联网信誉机制的研究[8-17]主要是结合车辆历史行为及其他车辆的评价，为每辆车赋予信誉. Jaimes等[11, 15]以实体为中心进行信誉管理，由于车联网网络规模的庞大，很容易造成单点瓶颈及计算过程复杂等问题. Rivas等[9, 13]只是单一地考虑从邻近车辆获得所有的信誉评价因素，使得信誉评价不准确甚至会遭到合谋攻击等安全问题. 为了解决上述问题，本文提出基于层次分析法的车联网多因素信誉评价机制，综合考虑多方面的因素对车辆信誉的影响. 本文的主要贡献如下.1）考虑多因素对车辆节点信誉的影响，即结合车辆的历史信誉和其他车辆的评价、路侧单元RSU和发送信息的时间和位置因素对车辆信誉的影响，能够较全面、客观地描述车辆信誉情况.2）面向车联网多应用场景即车辆间的通信信息有多种类型，考虑不同类型信息对车辆信誉影响的不同，根据信息类型对车辆信誉进行更新，更准确地反映车辆节点的可信度.3）在信誉计算过程中，使用层次分析法系统化地将多因素对车辆节点信誉的影响程度量化，使得信誉计算过程更加客观，能够科学、合理地计算车辆节点信誉.1 相关工作1.1 信誉机制信誉机制是一种先发和后发结合的机制，即在交易前通过对对方信誉的评估来决定是否进行交易，在交易后通过对对方是否履行合同的检查来调整信誉度[18]. 目前，按照信誉系统的组织和管理方式来划分，一般有2种：有中心的集中式信誉系统和无中心的分布式信誉系统. 集中式的信誉系统中需要有一个完全可信的权威信誉管理中心，它收集全网节点的信誉、在一定的时间周期内对全网中所有节点的信誉不断进行更新、对节点进行撤销和发布信息等操作. 典型的有在互联网电子商务应用场景下的eBay、Amazon、Taobao 等使用到的信誉模型，主要是基于二元评价的累加模型. Jaimes等[11]提出的“ARS”匿名信誉系统是使用假名并为车辆的不同行为提供信誉级别，以此来达到隐私保护和信誉评价的作用，有助于减少虚假信息的传播. 集中式管理容易出现单点瓶颈和负载均衡的缺点. 无中心的分布式信誉系统中不存在信誉管理中心，该系统中对节点的信誉评估主要来自于节点的直接信誉和来自其他节点的推荐信誉等因素. Oluoch[12]提出车联网中基于状态感知的分布式信誉方案，方案中车辆向通信范围内的其他车辆或路侧单元请求消息发送车辆的可信度，它应用条件概率来识别恶意的同伴.在车联网信誉机制研究[13-17]中，可以将信誉机制分为基于消息的信誉机制和基于节点的信誉机制. Dotzer等[13]的VANETs信誉系统“VARS”提出一种消息协议，将附加意见用于分组转发，然后每辆车都可以利用这些意见计算信誉. Shrivastava等[14]提出基于消息分发的信誉系统，使用隐马尔科夫模型，考虑车联网中2种通信，即车辆到车辆通信（V2V）和车辆到基础设施通信（V2I）. Michiardi等[15]提出CORE的信誉模型，它通过综合3种信誉计算节点的全局信誉，但全局第 4 期陈蔚, 等：基于层次分析法的车联网多因素信誉评价模型[J]. 浙江大学学报：工学版,2020, 54(4): 722–731.723算法的迭代计算在网络规模庞大的车联网中难以实现. Yang等[16]为了准确、快速地检测自私和共谋行为，提出动态的3层信誉证据决策和管理机制“REDS”，可以对自私节点和共谋者有较高的检测速度. 陈辰等[17]提出在VANETs中建立面向应用的车辆节点声誉模型（VASRep），该模型使用贝叶斯网络实现多数据源的数据融合，削弱了单一错误数据对声誉系统的影响，有较好的抗攻击能力. Rivas等[9]使用用户签名共享VANETs中的信息，当另一个用户需要某类信息推荐时，可以向系统查询其他用户存储的评论，然后进行反馈及建议.1.2 信誉计算近年来，许多研究者基于不同的理论基础和角度，对车联网有关领域提出许多信誉评估方法和模型，主要集中在基于不同方法的信誉计算.按照信誉的计算方式，大致可以将相关信誉模型分为以下几类.1）基于高斯概率分布的信誉模型. 基于高斯概率分布的信誉模型[18-20]中，信誉的计算是将节点信誉这一变量通过高斯分布来描述，节点最新的信誉信息是合并原有信誉和新的评价计算得到的. 肖德琴等[18]提出基于高斯分布的传感器网络信誉模型“G R F S N”，它将二元评价结果作为输入，通过统计评价来更新概率密度函数. 通过贝叶斯理论可以很好地保持信誉的稳定性且比较直观，但是无法应对网络中的不确定性.2）基于β分布的信誉模型. 基于β分布的信誉模型[20-22]与基于高斯概率分布的信誉模型相似，都是基于贝叶斯理论为基础. 基于β分布的信誉计算模型考虑到人类社会中的信誉习惯，对系统的初始化不是统一的赋值，而是服从均匀分布，且结合了最近信息更可信的特点. 基于β分布的信誉模型的信誉更新过程比基于高斯分布的信誉模型更加灵活. Feng等[21]融合密码学、统计学、数据分析等相关领域，提出无线传感网络的信誉模型来建立可信的无线网络，它在网络中建立信任网，以此来决策节点的行为，引用贝叶斯公式来表示、更新和整合信誉.3）基于主观逻辑的信誉模型. 基于主观逻辑的信誉模型[20, 23]主要利用主观逻辑的理论量化节点的信誉信息，主观逻辑定量地定义了可信度的表示、计算方法. Liu等[20]提出改进的基于主观逻辑的信誉计算方法，在方案中引入“familiar-ity”的概念，即对被评价节点熟悉的邻居节点的评价意见的权重较高. 该方法利用了熟悉节点的作用，但不能有效地抵御恶意节点的合谋攻击，且这类模型的信誉计算复杂度一般都较大.2 车联网信誉评价架构在该方案中，如图1所示，该系统模型主要由3大部分组成：信誉中心（RC）、路侧单元（RSU）及通信车辆.1）信誉中心（RC）中存储着网络内车辆的最新信誉，当RSU从车辆侧获取的信誉与RSU自身存储的该车辆信誉相差过大时，RSU会从RC中请求获取相应的车辆最新信誉. 该模型假设RC 是完全可信的.2）路侧单元RSU一般部署在各个路段的路边或交叉路口，多个RSU之间通过有线方式进行通信，便于RSU可以快速知晓路况、事故及车辆通信等信息，因此该信誉评价模型中RSU的主要作用是收集通信范围内的通信信息，为车辆节点的信誉作出可信的评价，且该模型假设RSU是可信的.3）通信车辆是系统的直接使用者，该模型中的通信车辆可以细分为3种：消息发送者、消息接收者及推荐信誉者. 其中消息发送者即主动广播发送自己所观察到的事故、路况等信息或者是主动转发自己认为真实的信息. 消息接收者即通过所收集到的信誉数据计算得到每个消息发送者的信誉，根据最终信誉决定接收哪个消息发送者消息发送者2消息接收者推荐信誉者j推荐信誉者信誉中心(RC)RSURSU图 1 车联网多因素信誉评价模型Fig.1 Multi-factor reputation evaluation model in VANETs724浙江大学学报（工学版）第 54 卷发送的信息，在当前车辆经历实际情况后对该次通信信息的虚实进行反馈，该反馈用以车辆节点的信誉更新. 推荐信誉者主要负责向消息接收者提供自身存储的消息发送者的信誉信息，为消息接收者选择消息发送者提供参考.3 车联网信誉评价模型该信誉评价方案的运行过程如下：当消息接收者接收到多个车辆发送来的信息，决定接收哪个消息发送者发送的信息时，需要收集各个影响因素的信誉，经过信誉机制的计算后得到本次通信的信誉；将各个对应消息发送者的通信信誉进行排序，选择通信信誉较高的车辆，并与之通信.消息接收者需要对该信息的真实性进行反馈，一段时间周期后用以对消息发送者的信誉进行更新.3.1 信誉评价模型建模3.1.1 信誉的构成 车联网中的信息服务种类繁多，不同的业务需求对应不同的信息类型，不同的信息类型需要车联网提供不同的处理机制. 在一般情况下，可以将车联网应用分为降低各类交通事故发生率的主动道路安全应用、提高道路运行效率的交通效率和管理应用、提供基于位置的兴趣点服务的商业娱乐应用[24]. 不同的应用业务对应不同的信息类型，则在车联网应用场景下，通常车辆间通信的信息可以分为3类：安全行驶类信息、交通管理类信息、商业娱乐类信息. 由于每种信息在车联网应用中所占的重要程度是不同的，车辆主动发送正确或错误的不同种类的车联网信息对其自身的信誉影响应该是不同的. 设定每个信誉包含3部分的信誉，即安全行驶类信息信誉T sec、交通管理类信息信誉T man、商业娱乐类信息信誉T ent，如下所示：参数a1、a2和a3分别为安全行驶类、交通管理类和商业娱乐类信息信誉所占的权重，即a1+a2+a3=1. 在后面所提到的信誉更新阶段，根据通信信息的类型，用计算得到的信誉更新总信誉的相应信息类型的信誉部分.3.1.2 信誉的计算过程 在计算2辆车本次通信信誉时，考虑两大因素对本次通信后消息发送者车辆的信誉的影响：节点信誉T J和环境信誉T E，如下所示：式中：参数α和β分别为节点信誉和环境信誉在本次通信信誉中所占的权重，α+β=1.1）节点信誉的计算.节点信誉反映的是消息发送者的信誉情况，如图2所示，消息接收者A在计算消息发送者S的节点信誉时需要考虑：消息发送者S的历史信誉（T HS）、RSU存储的S的信誉（T OS）以及其他推荐信誉者O i提供的关于S的间接信誉T RS，具体计算过程如下：式中：b1+b2+b3=1. 对其中各个参数的说明如下.T HS=exp(−∆t/λ)T′HSλ=T0/ln2历史信誉（T HS）：消息接收者A对消息发送者S的历史信誉的获取分为以下2种情况. 1）若在A与S有过历史通信的情况下，A中存储有S的历史信誉，则此时A可以直接使用自身存储的S的历史信誉；若A与S之前未通信过，此时A接收并使用S发送过来的自身历史信誉，在该情况下，由于A不能确定S是否有修改过自身存储的历史信誉，A应该减弱S自身发送的历史信誉的影响度，即减小权重a1. 不管是哪种情况，历史信誉都受时间因素的影响，即历史信誉会随着时间的增长而没有及时更新，因此在历史信誉中加入时间衰减因子λ，则. 其中λ为历史信誉随时间的衰减速度，一般设（其中T0为信任半衰期，若设60个时间片为半衰期，则λ=0.5）.间接信誉（T OS）：间接信任值指消息接收者A从周围收集n个信誉推荐者O中存储的消息发送者S的信誉. 阈值n由消息接收者自己定义. A优先选择A与S的共同“朋友”推荐的S的信誉推荐信誉者RSUM图 2 一次通信的实际场景图Fig.2 Actual scene of one communication第 4 期陈蔚, 等：基于层次分析法的车联网多因素信誉评价模型[J]. 浙江大学学报：工学版,2020, 54(4): 722–731.725T OS =∑n i =1T i T i S /∑ni =1T i （即A 周围与S 有过历史通信的O 都会向A 提供S 的历史信誉，但A 会更愿意选择与自己有过历史通信的O 提供的信息），且A 会更多地考虑由信誉较高的O 推荐的信誉，则，其中T i 为信誉推荐者O 自身的信誉，T i S 为O 中存储的S 的信誉.RSU 存储的信誉（T RS ）：由于RSU 部署在各个路段中，它了解每个事件信息的交互，且能够接收到通信范围内车辆发出的消息，知道消息的正确性. 若O 和S 未有过历史通信，即O 需要接收S 发送过来的自己的信誉，则消息接收者A 可以将T HS 与T RS 进行比较：|T HS −T RS |/∆t >γ式中：∆t 为消息接收者接收到T HS 和T RS 的时间间隔. 当时，说明T H S 发生了突变，即车辆S 可能篡改了自己的信誉，此时T HS 很大程度上不可信，有可能是由于车辆S 在很长时间内未经过当前RSU ，导致当前RSU 内存储的S 的信誉失去有效性. 此时RSU 会向信誉中心RC 请求获取车辆S 的最新信誉，若与T HS 相差过大，则系统需要自动调节T HS 所占的权重a 1，即降低历史信誉对总信誉的影响，RSU 同时更新自身存储的S 的信誉. 综合RSU 存储的车辆的信誉，使得最终的信誉更加准确，且防止恶意车辆对自身信誉的篡改.2）环境信誉T E 的计算.环境信誉反映的是该次通信中消息发送者所发送消息的真实情况. 考虑环境信誉受消息的时效性和消息发送者发送消息的地理位置的影响，即消息生成的时间离事件发生的时间越久，环境信誉越低；消息生成地理位置离事件发生的地理位置越远，环境信誉越低.假设当事件产生的地理位置与信息生成的地理位置间的距离为0~L 时，认为在距离影响因素方面，该信息是可信的. 将车联网中信息分为3个种类：安全行驶类、交通管理类和商业娱乐类. 每一类的信息都有时效性，在车联网中这3类通信信息的最佳有效时间段（0～t TN ）各不相同，在一般情况下，不同信息的最佳有效时间段如表1所示.定义T time 和T loc 分别表示时间和距离影响因素，即令∆t =t 2−t 1，其中t 1和t 2分别为信息产生的时间和消息发送者S 生成消息的时间，∆L =√|X S −X |2+|Y S −Y |2令，式中：（X S ，Y S ）和（X ，Y ）分别为消息发送者S 生成消息的位置坐标和信息产生的地理位置坐标.综上所述，可以计算出发送消息车辆S 的节点信誉T J 和该次通信的环境信誉T E ，得到本次通信发送消息车辆S 的信誉T C . 当消息接收车辆A 收到多条同样内容的消息时，可以选择信誉较高的车辆节点作为服务节点；当车辆收到一条消息时，可以通过判断发送消息车辆的信誉是否达到自己可信的阈值，决定是否接收.3.2 基于层次分析法的信誉计算层次分析法通过将目标相关的影响因素进行分解，用决策者的经验将多因素进行两两比较得出相对重要程度；利用矩阵的数学方法计算各个因素的权重，它将定性分析与定量分析结合起来，量化多因素之间的重要程度. 方案中可以使用层次分析法更加合理、科学地确定信誉建模公式中的各个因素的具体权重.1）建立层次结构模型. 基于层次分析法，需要建立多因素的层次结构模型，通过信誉建模过程中各个因素的定义及将有关的各个因素，按照不同的属性自上而下地分解成若干层，可得如图3所示的多因素层次结构模型图.2）构造判断矩阵.如图4所示，通信信誉受5个因素的影响：历史信誉、间接信誉、RSU 存储的信誉、时间影响因素以及距离影响因素. 各类信息类型相对于这5个因素的重要性是不同的，因此根据不同的实际场景需求，可以将这些因素的重要性相对于上表 1 不同信息的最佳有效时间段Tab.1 Best valid time period table for different information信息种类最佳有效时间（0-t TN ）安全行驶类0~1.0 min 交通管理类0~1.0 h 商业娱乐类0~1.0 d726浙 江 大 学 学 报（工学版）第 54 卷一层因素进行两两比较，用如表2所示的1-9比例标度法构造出多个比较判断矩阵，如下所示：3）判断矩阵的求解和一致性检验.b i j =a i j /∑n i =1a i j w i =∑m j =1b i j /m 使用和积法对矩阵进行求解，计算步骤如下：利用公式，即将矩阵中的每一项除以该项所在列中每一项的和，将矩阵标准化；利用公式，对新矩阵的每一行取均值，得到各因素的权重w i.由于人在带有主观因素中构造判断矩阵时可能会存在比较不一致的问题，需要验证每个矩阵λmax =∑n i =1A i /(nw i )CI =(λmax −n )/(n −1)的一致性，步骤如下：计算每个矩阵A 的最大特征根；计算一致性指标，当CI=0时，表明矩阵一致，CI 越大，表明矩阵不一致性程度越严重；由矩阵的阶数n 查表3，可得随机一致性指标RI ；计算一致性比率CR=CI/RI ，当CR<0.1时，表明矩阵的不一致性程度在容许范围内，此时所求得的对应的权向量可用.{α,β,a i ,b i },i ∈(1,2,3)通过层次分析法的计算，可以确定不同场景下具体的，得到车辆与消息发图 3 多因素层次结构模型Fig.3 Multi-factor hierarchical model图 4 模拟街道地图Fig.4 Simulated street map表 2 “1-9”比例标度法Tab.2 “1-9” scale method标度含义1表示2个元素相比，具有同样的重要性3表示2个因素相比，前者比后者稍重要5表示2个因素相比，前者比后者明显重要7表示2个因素相比，前者比后者强烈重要9表示2个因素相比，前者比后者极端重要2，4，6，8表示上述相邻判断的中间值表 3 随机一致性指标Tab.3 Random consistency indicatorn RI n RI 105 1.12206 1.2430.587 1.3240.9081.41第 4 期陈蔚, 等：基于层次分析法的车联网多因素信誉评价模型[J]. 浙江大学学报：工学版,2020, 54(4): 722–731.727送者车辆本次通信的通信信誉T.3.3 基于反馈机制的信誉更新在经过信誉的计算后，消息接收者A决定接收消息发送者S的信息，假设接收的信息类型为安全行驶类信息（如余杭塘路口与高教路口有一起车祸），当车辆A经过该路口时，需要给出消息正确与否的反馈C i，其他类型信息也须给出反馈.T′C new1=sin[arcsin T+(q1/N1)(π/2−arcsin T)]T Cnew1=sin [arcsin T′C new1−(p1/(2N1))arcsin T′C new1]在一定时间周期∆T内，根据每辆车自身收到的对应信息类别的反馈对车辆的信誉进行更新.假设车辆i在∆T内共有N次通信（包括安全行驶类信息N1次、交通管理类信息N2次、商业娱乐类信息N3次）. 以安全行驶类信息为例，设∆T内“0”的个数为p1，若p1≥N/2，则认为车辆i为恶意车辆，排除网外；否则首先根据“1”的个数q1，增加信誉，即更新，然后根据“0”的个数p1，降低信誉，即.T Cnew1T Cnew2T Cnew3其他类型信息的更新同以上描述的安全行驶类信息一样，计算后得到、和. 经过该时间周期后，计算可得消息发送者车辆S的信誉为获取到最新信誉后，将该值同步更新至信誉中心RC. 方案中，每辆车存储的内容有：1）该车辆自身的最新信誉；2）与自己通信过的车辆的身份信息、历史信誉及存储时间等信息. 在信誉更新阶段，按照式（9），车辆每隔∆T的时间，根据收到的反馈更新存储的自身信誉，根据发送出去的反馈更新存储的其他车辆的历史信誉，为了减少车辆的存储负担，车辆会定期清理时间过长的车辆信誉.4 实验与分析4.1 实验中车辆信誉计算使用层次分析法，确定实际场景中车辆的信誉，由于安全行驶类信息和交通管理类信息的影响范围较大以及通信的需求较高，假设在该实验场景下，不同类型信息的重要性从高到低依次为：安全行驶类、交通管理类、商业娱乐类. 依据层次分析法的步骤，对因素间的重要性进行两两比较，可以构造如表4~9所示的判断矩阵.使用和积法对表4~9所示的判断矩阵进行求解，可得各因素的权重如下：检验数据的一致性，如对于判断矩阵1来说，CR=0.013<0.1，即所求得的权向量w1可用，其他矩阵可以同理检验一致性，都可用. 根据式（10）表 4 相对“信誉”的判断矩阵Tab.4 Judgment matrix relative to ‘reputation value’信誉T HS T OS T RS T time T locT HS151/333T OS1/511/71/31/3T RS37155T time1/331/511T loc1/331/511表 5 相对“历史信誉”的判断矩阵Tab.5 Judgment matrix relative to ‘historical reputation value’信誉T sec T man T entT sec134T man1/312T ent1/41/21表 6 相对“间接信誉”的判断矩阵Tab.6 Judgment matrix relative to ‘indirect reputation value’信誉T sec T man T entT sec123T man1/212T ent1/31/21表 7 相对“RSU存储的信誉”的判断矩阵Tab.7 Judgment matrix relative to‘RSU stored reputation value’信誉T sec T man T entT sec124T man1/212T ent1/41/21728浙江大学学报（工学版）第 54 卷。
基于层次分析模型的经销商绩效评价
基于层次分析模型的经销商绩效评价经销商绩效评价对于生产商增减渠道成员、优化渠道结构、提高整体销售业绩具有重要的战略意义。
层次分析法充分考虑了影响经销商绩效的各种因素,建立了经销商绩效评价指标体系和多级层次分析模型,并结合实例从以产出绩效为基础的定量测量指标和以行为绩效为基础的定性测量指标两个方面进行分析,为客观评价经销商绩效开辟了一条新思路。
标签：经销商绩效评价指标AHP一、引言随着营销环境的变化、竞争对手策略的更新,越来越多的企业意识到单靠自身的力量参与市场竞争,是势单力薄缺乏竞争力的。
只有与经销商伙伴联盟共同应对市场竞争,才能产生强大的竞争力。
然而经销商的选择与评价对企业至关重要,它关系到企业的整体销售能力,企业必须对经销商进行适时评价。
经销商绩效评估是生产商分销渠道管理的重要内容,通过经销商绩效评估,可以获取足够的信息数据,并在此基础上对渠道的结构和渠道政策进行必要的调整和修改,做出科学的决策,对渠道体系实施更有效的管理手段,从而提高整体渠道绩效,增进经销商的活力,确保整个营销渠道的高效运转。
当前,评价经销商绩效的方法主要有独立绩效评价法、多重标准组合评价法等,这些方法不能很好的提供综合绩效的深入分析,而且在考核评分上有较大的主观性和任意性。
本文试用AHP法构造经销商绩效评价的指标体系,建立层次分析模型,对各经销商的绩效进行综合排序,为企业改善渠道结构、制定渠道对策提供新思路。
二、研究方法AHP法(层次分析法)是一种多目标决策技术,因其具有鲜明的系统思维特征,被广泛应用于复杂社会经济问题,尤其是多层递阶系统的评价。
由于AHP法所确定的各层指标权重均需通过一致性检验,因此可在一定程度上降低判断矩阵构造过程中人的主观随意性,其指标权重能够较为科学合理的归纳和反映有关专家在指标重要程度排序上的判断。
因此,在对经销商的绩效综合评价和选择上,我们选用了AHP法。
运用此法大体可分为以下五个步骤:1.建立层次分析模型。
基于层次分析法下汽车4S店售后成本管理分析
收稿日期:2016-04-05作者简介:朱秋菊(1989-),女,西南林业大学经济管理学院管理学硕士研究生,研究方向:财务管理。
刘北京(1990-),男,就读于武警福州指挥学院。
基于层次分析法下汽车4S 店售后成本管理分析朱秋菊1,刘北京2(1.西南林业大学经济管理学院,云南昆明 650224;2.武警福州指挥学院,福建福州 350002) 摘 要:采用层次分析法对汽车4S 店售后部门的成本进行了层次分析。
关键词:汽车4S 店;成本管理;层次分析法 中图分类号:F 426.471;F 406.72 文献标识码:A 文章编号:1007—6921(2016)09—0035—02汽车4S 店售后成本管理部门是汽车行业的重要组成部分,针对汽车行业成本核算不仅要求全面系统而且还要做到合理科学。
①售后成本影响售后效益水平;②售后成本足以衡量企业发展前途;最后,汽车行业的经营决策收到售后成本水平的影响。
在市场经济大潮中,汽车行业的重要组成部分售后服务的地位越来越重要,售后服务质量的优良对企业前期销售起到促进或制约作用,而汽车4S 店的售后部门作为汽车行业重要部门,其成本控制必须更加重视。
汽车4S 店的售后成本管理是指汽车行业售后过程中各项成本分析、成本核算、成本决策和成本控制等一系列科学管理行为的总称。
售后成本作为一个综合指标,体现了售后部门管理水平的高低。
售后成本的整个管理过程是一个大循环的模式,通过持续改善成本方面的管理,杜绝资源的浪费和损失、使售后部门的成本降到尽可能低的水平。
1 构建汽车4S 店售后成本管理层次分析模型汽车4S 店售后部门在核算成本时,为了提高成本管理工作的效率,对售后成本管理各层次人员规定相应的任务和责任。
其包括的内容由3部分组成。
1.1 汽车4S 店售后管理部门成本管理的主要内容1.1.1 售后管理人员培训费。
汽车行业按照环保部门以及国家法律法规的规定,结合自身情况在项目投产前,灵活根据生产的需要,对人员管理方面知识及相关技能的培训费用支出。
基于层次分析法的某汽车4s店售后服务员工绩效考核管理系统的设计与实现
1. 绪论
20 世纪初，为适应大规模生产的需要，复杂的成本管理和财务业绩度量系统应运 而生。1929 年，标准普尔公司的斯隆提出用投入资本的收益反映公司的经营情况。 1932 年来自英国的管理专家 T．G．Ross 提出了一种评价企业部门的业绩思想， 经过对企业内部的资料收集并对经营状况等方面进行评价[6]。在 20 世纪 80 年代前， 企业绩效评价体系已开始向基于企业活动的成本会计核算方法、基于经营活动的 目标评价业绩法扩展。Bzer 和 Garel 于 1975 年的 PIMS(Profit Impact of Market Strategies)通过研究验证了盈利能力和产品市场份额高度有关，从而极大地说明了 市场的优势对于帮助提升企业竞争力是非常重要的[7]。在此之后又涌现了 EVA 绩 效评价与激励系统，该系统出自美国纽约著名的斯特思•斯图尔特咨询公司(Stem Stewrt&CO) [8]，它提倡的行为准则是股东价值最大化。在上个世纪九十年代，来 自美国杜邦公司的财务主管 Dolson Brown，他认为新的发展战略与竞争现实，需 要新的测评指标，并提出了将投资报酬率拆分为两个重要财务指标—净销售利润 率和资产周转率，这就是以投资报酬率为内核，逐渐成为对企业财务经营业绩分 析极其重要的杜邦财务分析系统。Robert S.Kaplan 和 David P.Norton（1992）[8]两 人共同开发了平衡计分测评法，在《哈佛商业评论》上发表文章，第一次提出这 个概念：“平衡计分卡－驱动绩效的评价指标体系” ，[9-10]标志着战略性绩效评价 阶段的来临。美国的匹兹堡大学教授 T.L.Saaty 提出了层次分析法（The Annlysis Hierarchical Process），它是一种运用定性与定量相结合的分析方法，也是一种多目 标决策分析方法－它改变了以往最优化技术只能处理定量分析问题的传统观念， 而率先进入了长期滞留在定性分析水平上的许多科学研究的领地，提供了对非定 量事件作定量分析的简便方法[11]。
基于层次分析法的汽车行业客户满意度评价研究
基于层次分析法的汽车行业客户满意度评价研究近年来，我国汽车行业经历了迅速的发展，成为我国经济发展的支柱行业之一。
汽车行业的发展水平已经成为一个国家综合发展水平的重要标志，我国汽车市场开始逐步走向成熟阶段。
本文以汽车行业为研究主体，以汽车行业的客户满意度作为研究对象，在前人研究成果及相关的理论知识的基础上，结合汽车行业客户的特点，建立了汽车行业客户满意度的评价指标体系，从汽车产品、服务质量、汽车费用和其他因素四个方面，具体包括了13个测评指标。
然后利用层次分析法确定了指标体系中各要素的权重，实现了定性分析与定量分析的有效结合，使本文的研究更为可信。
最后，通过对Z企业的进行实际的问卷调查，然后对调查数据进行处理分析，根据客户满意度的计算公式，计算出汽车产品、服务质量、汽车费用以及其他因素的客户满意度以及Z企业的总体的客户满意度，验证了该方法的可行性。
最后根据分析结果，提出了汽车行业提升客户满意度的对策，以期能够指导汽车行业的企业进行策略的制定。
基于层次分析法的网络营销绩效评价
科技与管理Science-Technology and Management网络营销绩效评价是指企业管理者运用一定的定量化和定性化的指标，对企业的发展能力和经营成果作出客观准确的综合性评价，以期总结和完善企业的网络营销活动。
不同企业对自身开展网络营销评价的方法和指标都不尽相同，同一企业在不同时期评价的动机和目的也不同，但这并不影响网络营销评价的进一步发展，因为评价结果为企业管理者带来的价值正在日益突显。
1网络营销绩效评价的意义网络营销是企业整体营销策略的重要组成部分，是企业利用互联网的优势与特性实现一定营销目标的一种手段［1］。
在网络营销活动中，对网络营销绩效进行评价是一项不可缺少的工作。
（1）网络营销绩效评价有利于改善企业的市场营销。
通过网络营销评价，企业能够获得各种专业的评价和数据的分析，比如用户的反馈意见和用户之间的交流意见等，而这在传统市场营销评价中是难以获得的，通过对这些信息的及时总结，能够把握企业当前的总体情况，发现网络营销活动中存在的问题，为企业经营管理者制定下一阶段的网络营销决策提供可靠的科学依据。
（2）网络营销绩效评价有利于提高企业知名度。
客观合理地评价企业的网络营销有利于企业的宣传，提高企业在世界范围内的知名度，由权威机构评价或文章编号：1008-7133（2010）01-0137-04基于层次分析法的网络营销绩效评价赵达薇，连维（哈尔滨理工大学经济学院，黑龙江哈尔滨150040）摘要：随着互联网的飞速发展，网络营销这种建立在互联网上的新型营销模式应运而生，然而企业应如何对网络营销进行绩效评价，以期达到完善企业营销活动的目的。
根据层次分析法的基本原理，综合考虑了影响企业网络营销绩效的重要指标，构建了网络营销绩效评价的指标体系，并运用上述指标对两家企业进行实证分析，客观的评价了各指标对企业网络营销绩效的影响程度，为企业网络营销活动的开展提供科学的决策依据。
关键词：层次分析法；网络营销；绩效评价；指标体系中图分类号：F 253文献标志码：AEvaluation of web marketing performance based on AHPZHAO Da -wei ，LIAN W ei（School of Economics ，Harbin university of science and technology ，Harbin 150040，China ）Abstract ：With the rapid development of Internet ，a new marketing pattern web marketing emerged.However ，how to evaluate the performance of web marketing ，and achieve the purpose of corporate activities improvement is not clear.Based on the basic principle of AHP ，this article considers comprehensively the main indexes affecting the performance of web marketing ，and establishs the index system of ing the above indexes ，this article carries out the empirical analysis on two enterprises ，and then evaluates their influences on the performance of web marketing objectively.Finally ，the manager can make decisions in the activities of enterprise according to the scientific basis.Key words ：the analytic hierarchy process;web marketing ；evaluation performance;index system收稿日期：2009-11-20作者简介：赵达薇（1953—），女，教授，博士；连维（1986—），女，硕士研究生．第12卷第1期2010年1月Vol.12No.1Jan.，2010在知名网络营销评价网站上排名靠前的企业，还能更好的取得公众的信任。
基于层次分析法评价网络4S店的模式
基于层次分析法评价网络4S店的模式
杨敏坚
【期刊名称】《内燃机与配件》
【年(卷),期】2015(000)002
【摘要】随着经济发展,消费者购买力加强,汽车市场不断扩大.与此同时,民营汽车品牌强势进入市场,市场竞争越来越激烈,汽车厂商需要推动新型营销方式去拓展销售渠道,寻找新市场.本文结合当今汽车市场环境与未来发展趋势,运用层次分析法,结合定性分析与定量分析,从客户体验的角度介绍网络4S店这一新营销方式及不同网络4S店模式的优劣,得出汽车企业更适宜采用自营方式的网络4S店进行电子销售.【总页数】6页(P11-16)
【作者】杨敏坚
【作者单位】广东交通职业技术学院
【正文语种】中文
【相关文献】
1.基于层次分析法的网络课程综合评价——以《教学设计》网络课程为例 [J], 章增安;李玉斌
2.基于层次分析法评价网络4S店的模式 [J], 杨敏坚;
3.基于三角模糊数层次分析法与网络仿真的网络整体性能评价研究 [J], 陶洋;张静;周霞
4.基于层次分析法的莎士比亚网络资源评价研究 [J], 耿巾彭;程可欣
5.企业管理人员人力资本投资难货币化收益评价研究——基于网络层次分析法(ANP)的评价研究 [J], 尹建海
因版权原因，仅展示原文概要，查看原文内容请购买。
利用层次分析法确定某车企营销体系主数据
ACADEMIC
利用层次分析法确定某车企营销体系主数据
陈涛
（上汽通用五菱汽车股份有限公司 545007）
摘要 ：随着大数据时代的到来，企业进入数字化转型，充分挖掘数据价值，必然需要考虑从业务数据中识别出共享性高的数据作为主数据，以便统一各交易和分析应 用系统的语言。本文介绍以层次分析法识别某车营销体系主数据的方法，以此指导企业在数字化转型过程中对现有数据资源集成整合的时间计划优先排序。 关键词 ：层次分析法 ；层次结构图 ；特征向量 ；矩阵 中图分类号 ：U461 文献标识码 ：A
主数据的识别方法有层次分析法、优序图法和对偶分析法。 本文将介绍层次分析法的基本理论并使用层次分析法识别某车 企的营销体系主数据。
1 主数据识别理论方法 1.1 层次分析法的简要介绍
层次分析法（Analytic Hierarchy Process，简称 AHP），
是 L.Saaty 教授（美国）于 1970 年左右面向学术界提出的一种 用于实现决策最优化的分析方法。他模拟一个人决策的思考过程， 开发了一种基于目标、准则和执行层面的分层次思考方法，可以 将决策问题分解为相对定性和定量化的分析方法。我国在 1980 年前后开始接触该方法，并被天津大学的许树柏教授研究、使用。 自此，AHP 在工业界和学术界得到大范围的使用。 1.2 基本思路
准则层，构建目标层与准则层矩阵 A（表 2）。其中，1 代表所对比 的因素两两相同 ；3 代表所对比的 2 个因素一个比另外一个略强 ； 5 代表所对比的 2 个因素一个比另一个强 ；7 代表其中一个比另 外一个明显强 ；9 代表一个比另外一个绝对的强。
表 2 目标层与准则层矩阵 A
Z
C1
C2
C3
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
型 的 、互 动 的 、更 加人 性化 的 营销模 式 ，同时 成本
也远低 于 传统 ４ Ｓ店 。 ¨ ］ ２ ０ ０ ８年新 浪 网络 ４ Ｓ店 的诞
生 更是 把 网 络 ４ Ｓ店 这 一 新 营 销 方 式 引 入 了 汽 车
行业。
学教授 萨 蒂于 ２ Ｏ世 纪 ７ ０年 代初 ，在 为美 国 国防部
杨敏坚 ：基于层次分析法评价 网络 ４ ｓ 店 的模 式
基 于层 次 分 析 法 评 价 网络 ４ Ｓ店 的 模 式
Ｕｓ ｉ ｎ ｇ ＡＨＰ Ｍｏ ｄ ｅ ｌ ｔ ｏ Ａｎａ ｌ ｙ ｓ ｅ Ｓｔ ｒ ａ ｔ ｅ ｇ ｉ ｅ ｓ ｏ ｆ Ｏｎ ｌ ｉ ｎ ｅ ４Ｓ Ｓ ｈ ｏ ｐ
杨敏 坚
（ 广 东交通 职 业技 术 学院 ）
［ 摘要］随着经济发展 ，消费者购 买力加 强，汽 车市场不 ， 市场 竞争 越 来越 激 烈 ，汽车 厂 商需要推 动新 型 营销 方式 去拓展 销 售渠道 ，寻找 新 市场 。本文 结合 当今 汽车 市场环 境 与 未来发展 趋 势 ，运 用层 次 分析 法 ，结合定 性分析 与 定量 分
研究 “ 根据 各个 工 业 部 门对 国 家福 利 的 贡 献 大 小 而进行 电力 分 配 ” 课 题 时 ，应 用 网络 系 统 理 论 和
虽 然 网络 ４ Ｓ店 已经 成 为 汽 车 营 销 界关 注 的焦 点 ，但 由于这 种营 销方式 还 处于 摸索 阶段 ，因此衍 生 出多 种 的 网络 ４ Ｓ店 经 营模 式 ， 比较 典 型 的模 式
费者 了解 汽 车 品牌 的渠道越 来 越宽 ，以汽车 之家 为 首 的一 系列 汽 车 主 题 网站 几 乎 成 了 消 费 者 了解 车
２ 层 次分 析 法
Ａ Ｈ Ｐ ，是指将 一个 复杂 的 多 目标 决策 问题 作 为
一
型 、选择 商 家 、深 入 行业 必不 可少 的渠 道 。汽车 经
销 商也 开始 大胆 采取 网 络 营销 这 一 新 的 营销 方 式 。 网络 营销 能充 分 发挥 企 业 与 客 户 的 互 相交 流优 势 ，
而且 企业 可 以为客 户提 供个 性化 的服 务 ，是一 种新
个 系统 ，将 目标 分解 为多 个 目标或 准则 ，进 而分
解 为多指 标 （ 或 准 则 、约 束 ） 的 若 干 层 次 ，通 过 定性 指 标 模 糊 量 化 方 法 算 出 层 次 单 排 序 （ 权数） 和总 排序 ，以作 为 目标 （ 多指 标 ） 、多方 案 优 化决 策 的系统 方法 。 ｌ ２ 该 方法 是 美 国运筹 学 家 匹 茨 堡 大
析 ，从 客 户体验 的 角度介 绍 网络 ４ Ｓ店 这一 新 营销 方 式及 不 同 网络 ４ Ｓ店 模 式的优 劣 ，得 出汽车企 业 更适 宜采 用 自营 方式 的 网络 ４ Ｓ店进行 电子销 售 。
［ 关键 词 ］ 网络 ４ ｓ店 电子 商务
客 户体验
层 次分 析 法
Ａｂｓ ｔ ｒ ａ ｃ ｔ ： Ａｓ ｔ ｈｅ ｅ ｃ ｏ ｎ ｏ ｍｉ ｃ ｄ ｅ ｖ ｅ ｌ ｏ ｐ ｓ ｒ ａ ｐ ｉ ｄ ｌ ｙ，ｔ ｈ ｅ ｃ ｏ ｎｓ ｕ ｍｐ ｔ ｉ ｏ ｎ ｃ ａ ｐ ａ ｃ ｉ ｔ ｙ ｈａ ｖ ｅ ｂ ｅ ｃ ｏ ｍｅ ｍｕｃ ｈ ｍｏ ｒ ｅ ｈ ｉ ｇ ｈ ｅ ｒ ，ｔ ｈｅ ａ ｕｔ ｏ ｍｏ ｂ ｉ ｌ ｅ ｍａ ｒ ｋ ｅ ｔ ｈ ａ ｖ ｅ ｇ ｒ ｏ ｗｎ ｍｕｃ ｈ ｌ ａ ｒ ｇ ｅ ｒ ．Ｔ ｈ ｅ ｐ ｉｖ ｒ ａ ｔ ｅ ｌ ｙ ｏ ｐ ｅ ｒ ａ ｔ ｅ ｄ ａ ｕ ｔ ｏ ｃ ｏ ｍｐ ａ ｎ ｙ ｈａ ｖ ｅ ｔ ｒ ｉ ｅ ｄ ｔ ｏ ｓ ｈ ａ ｒ ｅ ｔ ｈ ｅ ｍａ ｒ ｋ ｅ ｔ ａ ｎ ｄ ｉ ｎ ｔ ｅ ｎ ｓ ｅ ｔ ｈｅ ｃ ｏ ｍｐ ｅ ｔ ｉ ｔ ｉ ｏ ｎ ｏ ｆ ａ ｕ ｔ ｏ ｍｏ ｂｉ ｌ ｅ ｍａ ｒ ｋ ｅ ｔ ． Ｍｏ ｒ ｅ ａ ｎ ｄ ｍｏ ｒ ｅ ｃ ｏ ｍｐａ ｎ ｉ ｅ ｓ ｈ ａ ｖ ｅ ｔ ｏ ｉｎ ｆ ｄ ａ ｎｅ ｗ ｗａ ｙ ｔ ｏ ｓ ｅ ｌ １ ．Ｔ ｈｉ ｓ ｐ ａ ｐｅ ｒ ｕ ｓ ｅ ＡＨＰ ｍｏ ｄ ｅ ｌ ｔ ｏ ａ ｎ ａ ｌ ｙ ｓ ｅ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ ｓ ｔ ｒ ａ ｔ ｅ ｇ ｉ ｅ ｓ ｏ ｆ ｏ ｎ ｌ ｉ ｎｅ ４Ｓ ｓ ｈｏ ｐ ａ ｎ ｄ ｔ ｒ ｙ ｔ ｏ ｉｇ ｆ ｕｒ ｅ ｏ ｕ ｔ ｗｈ ｉ ｃ ｈ ｗａ ｙ ｉ ｓ ｂ ｅ ｔ ｔ ｅ ｒ ｆ ｏ ｒ ｃ ｕ ｓ ｔ ｏ ｍｅ ｒ ｓ’ ｅ ｘ ｐ ｅ ｒ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ ｆ ｉｎ ｄ ｔ ｈａ ｔ ｐ ｒ ｏ ｐ ４Ｓ ｓ ｈ ｏ ｐ ｉ ｓ ａ ｍｕ ｃ ｈ ｂ ｅ ｔ ｔ ｅ ｒ ｗａ ｙ ． Ｋｅ ｙ ｗｏｒ ｄｓ ：Ｏｎ ｌ ｉ ｎ ｅ ４Ｓ Ｓ ｈ ｏ ｐ Ｅ —Ｃｏ ｍｍｅ ｒ ｃ ｅ Ｃｕｓ ｔ ｏ ｍｅ ｒ Ｅｘ ｐ ｅ ｒ ｉ ｅ ｎ ｃ ｅ ＡＨＰ
１
刖 吾
运 用层 次分 析法 （ Ａ ｎ ａ ｌ ｙ ｔ ｉ ｃ Ｈ ｉ ｅ ｒ ａ ｒ ｃ ｈ ｙ Ｐ ｒ ｏ ｃ ｅ ｓ ｓ ，简称 Ａ Ｈ Ｐ ）对 各 种营 销模 式进 行 分 析 ，介 绍 网络 ４ Ｓ店 应 如何建 立 一个合 理 的商业 模式 。
近 年来 ，由于信 息科 技与 网络 技术 的发 展 ，消