基于語(yǔ)義Choquet積分的知識(shí)服務(wù)能力測(cè)評(píng)方法

基于語(yǔ)義Choquet積分的知識(shí)服務(wù)能力測(cè)評(píng)方法

陳希1,韓菁2,曹洪亮3

(1.西安電子科技大學(xué)經(jīng)濟(jì)與管理學(xué)院,陜西西安710071；2.陜西師范大學(xué)國(guó)際商學(xué)院,陜西西安710062；3.中山大學(xué)哲學(xué)系,廣東廣州510275)

摘要：針對(duì)知識(shí)服務(wù)中考慮模糊語(yǔ)言關(guān)聯(lián)性信息的知識(shí)服務(wù)能力評(píng)價(jià)與提升策略問(wèn)題，提出了一種評(píng)價(jià)方法。為了解決該問(wèn)題，首先構(gòu)建了知識(shí)服務(wù)能力的評(píng)價(jià)指標(biāo)體系和矩陣分析模型；然后，明晰了知識(shí)服務(wù)能力的語(yǔ)言評(píng)價(jià)指標(biāo)會(huì)在不同程度上存在關(guān)聯(lián)的問(wèn)題特征及二元語(yǔ)義信息處理方法的特征，并進(jìn)行了形式化描述；同時(shí)，提出并定義了二元語(yǔ)義Choquet積分算子，給出了一種基于二元語(yǔ)義Choquet積分算子評(píng)價(jià)知識(shí)服務(wù)能力的方法；最后，通過(guò)算例分析說(shuō)明了本文給出方法的可行性和實(shí)用性。

關(guān)鍵詞：運(yùn)籌學(xué)；知識(shí)服務(wù)；語(yǔ)義Choquet積分；評(píng)價(jià)；關(guān)鍵要素

收稿日期：2014-03-10

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目(71101114,71473188,71403158);中國(guó)博士后科學(xué)基金資助項(xiàng)目(2012M511979);中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金資助(K5051306001);教育部中國(guó)移動(dòng)科研基金資助項(xiàng)目(MCM20122031)

作者簡(jiǎn)介：陳希(1982-)，女,山東莒南人,副教授，研究方向：管理決策分析。

中圖分類(lèi)號(hào)：F270 文章標(biāo)識(shí)碼：A

A Method for Knowledge Service Capability Evaluation Based

on inguistic Choquet Integral

CHEN Xi1, HAN Jing2, CAO Hong-liang3

(1.SchoolofEconomics&Management,XiDianUniversity,Xi’an710071,China; 2.InternationalBusinessAdministration,ShaanxiNormalUniversity,Xi’an710062,China; 3.DepartmentofPhilosophy,SunYat-senUniversity,Guangzhou510275,China)

Abstract:A method is proposed to evaluate and enhance the capability considering correlated fuzzy linguistic index in knowledge service. To solve this problem, an evaluation index system and a matrix model are made up. Then, it gives the character and formal description of knowledge-service capability evaluation problem considering correlated linguistic index. Meanwhile, the 2-tuple linguistic Choquet integral is presented and the knowledge-service capability can be integrated and calculated. Finally, an illustrative example is used to show the practicality and effectiveness of the proposed approach.

Key words:operation research; knowledge service; linguistic choquet integral; evaluation; key elements

0引言

知識(shí)服務(wù)能力已成為考量企業(yè)核心競(jìng)爭(zhēng)力及競(jìng)爭(zhēng)優(yōu)勢(shì)的重要因素，并受到來(lái)自企業(yè)界和學(xué)術(shù)界越來(lái)越多的重視。許多企業(yè)傾向于通過(guò)更新硬件設(shè)施和搭建配套軟件系統(tǒng)等方式來(lái)提升其知識(shí)服務(wù)能力，但效果卻非常有限，知識(shí)服務(wù)企業(yè)并不明晰自身知識(shí)服務(wù)水平的高低以及可提升的關(guān)鍵要素。因此，有效的構(gòu)建知識(shí)服務(wù)能力評(píng)價(jià)體系并提出相應(yīng)的評(píng)價(jià)方法，對(duì)知識(shí)服務(wù)企業(yè)提升核心競(jìng)爭(zhēng)力、減少資源損失，具有重要的意義和價(jià)值。

伴隨知識(shí)服務(wù)業(yè)的快速發(fā)展以及知識(shí)服務(wù)在經(jīng)濟(jì)體系中日益突顯的地位，知識(shí)服務(wù)的相關(guān)研究引起了國(guó)內(nèi)外學(xué)者的關(guān)注，但已有的研究主要圍繞知識(shí)服務(wù)的相關(guān)概念開(kāi)展。Miles等人[1]研究了知識(shí)密集型服務(wù)業(yè)(KIBS)的基本特征，指出其是向社會(huì)和用戶(hù)提供以知識(shí)為基礎(chǔ)的中間產(chǎn)品或服務(wù)的公司和組織，并且在知識(shí)經(jīng)濟(jì)社會(huì)中扮演著主動(dòng)且關(guān)鍵的角色。Muller和Zenker[2]指出知識(shí)密集型服務(wù)活動(dòng)是從客戶(hù)那里獲取知識(shí)并反過(guò)來(lái)為客戶(hù)提供特定解決方案及提升自身知識(shí)基礎(chǔ)的過(guò)程，知識(shí)服務(wù)是客戶(hù)創(chuàng)新的外部知識(shí)來(lái)源，同時(shí)也給服務(wù)供應(yīng)商帶來(lái)內(nèi)部創(chuàng)新和經(jīng)濟(jì)增長(zhǎng)。李霞和樊治平等[3]指出了知識(shí)服務(wù)是一個(gè)滿(mǎn)足客戶(hù)不同類(lèi)型知識(shí)需求的服務(wù)過(guò)程，知識(shí)服務(wù)提供者在與客戶(hù)交互的過(guò)程中，幫助客戶(hù)獲取知識(shí)、提高客戶(hù)解決問(wèn)題的能力、幫助客戶(hù)理性決策或直接幫助客戶(hù)解決問(wèn)題。已有的研究中，關(guān)于知識(shí)服務(wù)能力的定量研究所見(jiàn)較少，同時(shí)由于知識(shí)服務(wù)要素的復(fù)雜性和人類(lèi)思維的模糊性，使得對(duì)各要素指標(biāo)進(jìn)行評(píng)價(jià)時(shí)很難用精確的數(shù)值來(lái)描述，而用語(yǔ)言信息則更為方便、合適[4]。知識(shí)服務(wù)能力的評(píng)價(jià)指標(biāo)之間還往往存在關(guān)聯(lián)和交互，即一個(gè)評(píng)價(jià)指標(biāo)可能會(huì)影響其他評(píng)價(jià)指標(biāo)，指標(biāo)之間通過(guò)互相影響共同產(chǎn)生作用，知識(shí)服務(wù)能力的評(píng)價(jià)信息之間存在非可加性，即并不彼此獨(dú)立，而是相互關(guān)聯(lián)和影響?；诖耍疚尼槍?duì)知識(shí)服務(wù)能力測(cè)評(píng)中考慮語(yǔ)言關(guān)聯(lián)性指標(biāo)的情形，提出了一種新的基于二元語(yǔ)義Choquet積分算子對(duì)知識(shí)服務(wù)能力進(jìn)行評(píng)價(jià)的方法，并建立了知識(shí)服務(wù)能力評(píng)價(jià)結(jié)果的矩陣分析模型，為有針對(duì)性地提升知識(shí)服務(wù)能力提供了決策支持。

1考慮基礎(chǔ)維和過(guò)程維的知識(shí)服務(wù)能力測(cè)評(píng)問(wèn)題描述

為了構(gòu)建知識(shí)服務(wù)能力評(píng)價(jià)的指標(biāo)體系，首先分析和整理了相關(guān)文獻(xiàn)[1,4～6]，提煉可用于測(cè)量?jī)蓚€(gè)維度的指標(biāo)，形成備選指標(biāo)集合；然后，采用問(wèn)卷調(diào)查方法，向知識(shí)服務(wù)領(lǐng)域具有行業(yè)經(jīng)驗(yàn)和研究專(zhuān)長(zhǎng)的32位專(zhuān)家發(fā)放調(diào)查問(wèn)卷，獲得專(zhuān)家對(duì)備選指標(biāo)集合的意見(jiàn)，依據(jù)專(zhuān)家意見(jiàn)，對(duì)備選指標(biāo)集合進(jìn)行篩選與修正，建立了考慮基礎(chǔ)維度和過(guò)程維度兩個(gè)維度的知識(shí)服務(wù)能力評(píng)價(jià)指標(biāo)體系，分別如表1和表2中所示。根據(jù)對(duì)指標(biāo)的分析，可以看出知識(shí)服務(wù)能力的評(píng)價(jià)問(wèn)題具有兩個(gè)比較明顯的特征：第一，評(píng)價(jià)指標(biāo)多是定性的指標(biāo)，專(zhuān)家在評(píng)價(jià)的過(guò)程中給出語(yǔ)言形式的評(píng)價(jià)信息比較方便；例如，專(zhuān)家在對(duì)基礎(chǔ)維度中組織文化類(lèi)的指標(biāo)“愿景與目標(biāo)”、“客戶(hù)中心的理念”、“公平與信任”、“持續(xù)學(xué)習(xí)”、“團(tuán)隊(duì)合作”等進(jìn)行評(píng)價(jià)時(shí)，通常會(huì)給出好、非常好、較差、非常滿(mǎn)意、非常不滿(mǎn)意等語(yǔ)言形式的信息，使用語(yǔ)言信息能夠較好的表達(dá)專(zhuān)家對(duì)于相應(yīng)指標(biāo)的評(píng)價(jià)。第二，基礎(chǔ)維度和過(guò)程維度內(nèi)的各個(gè)評(píng)價(jià)指標(biāo)并不是完全獨(dú)立的而是存在著關(guān)聯(lián)，兩個(gè)維度間的指標(biāo)相對(duì)獨(dú)立。例如，在基礎(chǔ)維度下，針對(duì)基礎(chǔ)知識(shí)存量的評(píng)價(jià)指標(biāo)“基礎(chǔ)理論知識(shí)”與“專(zhuān)業(yè)知識(shí)”就是互相促進(jìn)相互關(guān)聯(lián)的，“專(zhuān)業(yè)知識(shí)”與“交叉學(xué)科知識(shí)”也存在著相互的關(guān)聯(lián)和影響；在過(guò)程維度下，針對(duì)知識(shí)獲取與組織的指標(biāo)“隱性知識(shí)挖掘與分析的能力”是“專(zhuān)家地圖”構(gòu)建的重要基礎(chǔ)和保障，兩者之間也存在著關(guān)聯(lián)性?；谏鲜龅姆治龊拖嚓P(guān)的文獻(xiàn)資料，本文給出了分別考慮基礎(chǔ)維度和過(guò)程維度兩個(gè)維度的知識(shí)服務(wù)能力評(píng)價(jià)框架，如圖1中所示?；谘芯繂?wèn)題的特點(diǎn)，下面給出了一種針對(duì)多指標(biāo)關(guān)聯(lián)情形的知識(shí)服務(wù)能力測(cè)評(píng)方法。

表1　考慮基礎(chǔ)維度的知識(shí)服務(wù)能力評(píng)價(jià)指標(biāo)體系

表2　考慮過(guò)程維度的知識(shí)服務(wù)能力評(píng)價(jià)指標(biāo)體系

圖1　 考慮基礎(chǔ)維和過(guò)程維的知識(shí)服務(wù) 能力矩陣分析方法

2基于語(yǔ)言關(guān)聯(lián)性信息的能力測(cè)評(píng)方法

知識(shí)服務(wù)能力測(cè)評(píng)的過(guò)程中，設(shè)知識(shí)服務(wù)提供者的集合為P={P1,P2,…,PQ}，其中Pt表示第t個(gè)知識(shí)服務(wù)提供者(t=1,2,…,Q)；設(shè)知識(shí)服務(wù)能力評(píng)價(jià)的指標(biāo)集合為I={I1,I2,…,Iq,Iq+1,…,In}，其中Ii表示第i個(gè)指標(biāo)(i=1,2,…,n)，這里I1,I2,…,Iq表示基礎(chǔ)維度的測(cè)評(píng)指標(biāo)，評(píng)價(jià)指標(biāo)之間并不相互獨(dú)立，存在著關(guān)聯(lián)性；Iq+1,…,In表示過(guò)程維度的測(cè)評(píng)指標(biāo)，評(píng)價(jià)指標(biāo)之間并不相互獨(dú)立，存在著關(guān)聯(lián)性。針對(duì)知識(shí)服務(wù)能力測(cè)評(píng)的指標(biāo)Ii，設(shè)L={l0,l1,…,lT}表示一個(gè)預(yù)先定義好的語(yǔ)言評(píng)價(jià)集，這里，L是由奇數(shù)個(gè)元素構(gòu)成的有序集合，其中l(wèi)α∈L是第α個(gè)語(yǔ)言短語(yǔ)，α={0,…,T}，T為L(zhǎng)的粒度(L中的元素個(gè)數(shù))。本文考慮的集合L是一個(gè)由7個(gè)元素(即語(yǔ)言短語(yǔ))構(gòu)成的集合，即L={l0=SL(非常不滿(mǎn)意/非常差/非常不重要)，l1=VL(很不滿(mǎn)意/很差/很不重要)，l2=L(不滿(mǎn)意/差/不重要)，l3=M(一般/一般/中等)，l4=H(滿(mǎn)意/好/重要)，l5=VH(很滿(mǎn)意/很好/很重要)，l6=SH(非常滿(mǎn)意/非常好/非常重要)}。專(zhuān)家給出的評(píng)價(jià)指標(biāo)的權(quán)重向量為W={w1,w2.…,wn}，其中w1,w2.…,wq表示基礎(chǔ)維度指標(biāo)的權(quán)重，wq+1,wq+2,…,wn表示過(guò)程維度的權(quán)重；設(shè)參與測(cè)評(píng)的專(zhuān)家集合為E={E1,E2,…,Em}(m≥2)，其中Ek表示第個(gè)k專(zhuān)家(k=1,2,…,m)；專(zhuān)家Ek給出具有語(yǔ)言變量形式的評(píng)價(jià)矩陣S=[ski]m×n，其中ski表示專(zhuān)家Ek針對(duì)Ii的語(yǔ)言評(píng)價(jià)信息。

決策者在進(jìn)行指標(biāo)的定性描述時(shí)，使用語(yǔ)言評(píng)價(jià)信息往往更為方便、合適[7]。若Li∈L是一個(gè)語(yǔ)言短語(yǔ)，根據(jù)文獻(xiàn)[8,9]，可通過(guò)下面的轉(zhuǎn)換函數(shù)θ將語(yǔ)言短語(yǔ)Li轉(zhuǎn)化為二元語(yǔ)義形式：

θ:L→L×[-0.5,0.5)

(1)

θ(li)=(li,0),li∈L

(2)

設(shè)β∈[0,T]為語(yǔ)言評(píng)價(jià)集L經(jīng)過(guò)某種集結(jié)方法得到的實(shí)數(shù)，則β可由如下的函數(shù)Δ表示為二元語(yǔ)義信息：

Δ:[0,T]→L×[-0.5,0.5)

(3)

(4)

其中Round是四舍五入取整算子。Li為L(zhǎng)中第i個(gè)元素；αi為符號(hào)轉(zhuǎn)移值，它表示Li與信息β的偏差。反之，若(Li,αi)是一個(gè)二元語(yǔ)義，αi∈[-0.5,0.5)，則存在一個(gè)逆函數(shù)Δ-1，可以將二元語(yǔ)義(Li,αi)轉(zhuǎn)化為相應(yīng)的數(shù)值β∈[0,T]，即：

Δ-1:L×[-0.5,0.5)→[0,T]

(5)

Δ-1(Li,αi)=i+αi=β

(6)

1954年，法國(guó)著名數(shù)學(xué)家Choquet首先提出了容度的相關(guān)理論，這是最早對(duì)于非可加性測(cè)度的系統(tǒng)研究。Schmeidler[10]開(kāi)創(chuàng)性地將Choquet積分應(yīng)用于解決基于關(guān)聯(lián)信息的決策分析問(wèn)題。隨后，學(xué)者們[11～15]將Choquet積分作為一種靈活的集結(jié)算子應(yīng)用于多準(zhǔn)則決策分析問(wèn)題?，F(xiàn)實(shí)問(wèn)題中，事物的指標(biāo)或?qū)傩酝嗷ヒ蕾?lài)、相互關(guān)聯(lián)，并不相互獨(dú)立。下面，將對(duì)Choquet積分的基本概念進(jìn)行簡(jiǎn)要介紹。

定義1[16]設(shè)X={x1,x2,…,xn}為非空經(jīng)典集合，其中xi表示第i個(gè)元素；函數(shù)μ是從X的冪集P(X)到[0, 1]上的函數(shù)，若滿(mǎn)足：

①μ(?) =0,μ(x)=1;

②?A,B∈P(X),A?B且有μ(A)≤μ(B)，則稱(chēng)μ是X上的模糊測(cè)度。如果X是無(wú)限的，則要加上一個(gè)連續(xù)性條件。

定義2[14]對(duì)于任意的A,B∈P(X),A∩B=φ，如果模糊測(cè)度μ滿(mǎn)足

μ(A∪B)=μ(A)+μ(B)+λμ(A)μ(B),λ∈(-1,∞)

(7)

則稱(chēng)μ為λ模糊測(cè)度。

λ=0表示μ(A)和μ(B)具有可加性，即A和B之間沒(méi)有關(guān)聯(lián)；λ≠0表示μ(A)和μ(B)具有非可加性，即A和B之間存在關(guān)聯(lián)。具體地，當(dāng)λ>0時(shí)，有μ(A∪B)>μ(A)+μ(B)，即A和B具有相乘作用，μ是超可加的；當(dāng)λ<0時(shí)，有μ(A∪B)<μ(A)+μ(B)，說(shuō)明A和B具有替代作用，μ是次可加的，二者的作用會(huì)相互重復(fù)。

(8)

由式(8)可知，對(duì)任意的A∈P(X)，有

(9)

對(duì)于單個(gè)元素xi，μ(xi)稱(chēng)為xi的模糊密度函數(shù)，它表示元素xi的重要程度，此時(shí)可簡(jiǎn)記為μi=μ(xi)。因?yàn)棣?X)=1，根據(jù)式(8)和(9)，可由如下方程式來(lái)確定唯一的參數(shù)λ

(10)

定義3[12]設(shè)X是一個(gè)非空經(jīng)典集合，X=(x1,x1,…,xn)，f是定義在X上的非負(fù)實(shí)值函數(shù)，μ是X上的一個(gè)模糊測(cè)度，函數(shù)f關(guān)于μ的離散Choquet積分算子定義為

(11)

其中，(·)表示函數(shù)f在X上的一個(gè)轉(zhuǎn)置，使得f(x(1))≤f(x(2))≤…≤f(x(n))且A(x(i))={x(i),…,x(n)}，x(0)=0。

定義4設(shè)(S,α)={(s1,α1),(s2,α2),…,(sm,αm)}是一個(gè)二元語(yǔ)義短語(yǔ)評(píng)價(jià)集合，μ是定義在L上的λ模糊測(cè)度，二元語(yǔ)義Choquet積分函數(shù)2-TupleLC可以定義為：

(12)

式中，(·)表示為{(s1,α1),(s2,α2),…,(sm,αm)}上的一個(gè)轉(zhuǎn)置，使得Δ-1(s(1),α(1))≤Δ-1(s(2),α(2))≤…≤Δ-1(s(m),α(m))，且A(i)={(i),(i+1),…,(n)}，A(n+1)=Φ。

命題1設(shè)f是定義在X上的非負(fù)實(shí)值函數(shù)，μ是X上的一個(gè)λ模糊測(cè)度，如果λ≠0，那么

(13)

如果λ=0，那么

(14)

證明當(dāng)λ≠0時(shí)，因?yàn)锳(xi) ={(xi),(xi+1),…,(xn)}，A(xi+1) ={(xi+1),(xi+2),…,(xn)}；所以

如果λ≠0，那么

(15)

如果λ=0，那么

(16)

式中，“(·)”表示函數(shù)βi上的一個(gè)轉(zhuǎn)置，使得β(1)≤β(2)≤…≤β(m)且μ(i)={s(i),…,s(m)}。

下面給出使用二元語(yǔ)義Choquet積分方法評(píng)價(jià)知識(shí)服務(wù)能力的具體計(jì)算步驟：

步驟2確定評(píng)價(jià)指標(biāo)集合中各關(guān)鍵要素的模糊密度函數(shù)g(Ek)(k=1,2,…,n)，根據(jù)式(10)分別確定知識(shí)基礎(chǔ)維度和過(guò)程維度上相應(yīng)的參數(shù)λ1,λ2。

步驟3確定專(zhuān)家集合E中專(zhuān)家的模糊密度函數(shù)g(Ii)(i=1,2,…,m)，根據(jù)式(10)確定其相應(yīng)的參數(shù)λ3。

步驟4利用2-TupleLC算子將m位專(zhuān)家給出的關(guān)鍵要素Ii的二元語(yǔ)義評(píng)價(jià)信息進(jìn)行集結(jié)，得到Ii的專(zhuān)家綜合評(píng)價(jià)值(si,αi)，其中βi=Δ-1(si,αi)，計(jì)算公式如下：

(17)

步驟5根據(jù)式(15)，將專(zhuān)家綜合評(píng)價(jià)值集結(jié)為基礎(chǔ)維度的綜合評(píng)價(jià)值(sKMB,αKMB)和過(guò)程維度的綜合評(píng)價(jià)值(sKMP,αKMP)，其計(jì)算公式分別為：

(18)

(19)

式中sKMB,sKMP∈L，αKMB,αKMP∈[-0.5,0.5) 。

3實(shí)例分析

LY公司是中國(guó)西安高新區(qū)的一家信息運(yùn)營(yíng)服務(wù)提供商，該公司的服務(wù)客戶(hù)覆蓋了本省和西北五省地區(qū)，公司計(jì)劃將其客戶(hù)關(guān)系管理的咨詢(xún)調(diào)查工作外包，為了更好的對(duì)承包方進(jìn)行考核，LY公司邀請(qǐng)了6位專(zhuān)家(E1,E2,E3,E4,E5,E6)對(duì)擬候選的3家公司(P1,P2,P3)，根據(jù)表1和表2中的評(píng)價(jià)指標(biāo)體系進(jìn)行了全面考察和評(píng)價(jià)。知識(shí)服務(wù)能力測(cè)評(píng)的基礎(chǔ)維度及過(guò)程維度等各個(gè)維度內(nèi)的指標(biāo)之間并不是完全獨(dú)立的，會(huì)存在相互關(guān)聯(lián)的情形，如針對(duì)基礎(chǔ)知識(shí)存量的評(píng)價(jià)指標(biāo)基礎(chǔ)理論知識(shí)(I1)、專(zhuān)業(yè)知識(shí)(I2)是存在關(guān)聯(lián)的評(píng)價(jià)指標(biāo)。評(píng)價(jià)工作的組織者邀請(qǐng)了6位專(zhuān)家針對(duì)3家公司依據(jù)表1和表2所示的評(píng)價(jià)指標(biāo)體系進(jìn)行評(píng)價(jià)，所采用的語(yǔ)言評(píng)價(jià)短語(yǔ)集分別為L(zhǎng)={l0=SL(非常不滿(mǎn)意/非常差/非常不重要)，l1=VL(很不滿(mǎn)意/很差/很不重要)，l2=L(不滿(mǎn)意/差/不重要)，l3=M(一般/一般/中等)，l4=H(滿(mǎn)意/好/重要)，l5=VH(很滿(mǎn)意/很好/很重要)，l6=SH(非常滿(mǎn)意/非常好/非常重要)}，評(píng)價(jià)信息如表3和表4中所示。針對(duì)評(píng)價(jià)指標(biāo)集I={I1,I2,…,Iq,Iq+1,…,In}，組織者給出的知識(shí)服務(wù)能力評(píng)價(jià)基礎(chǔ)維度的模糊密度為μ(Ii)={0.10,0.05,0.15,0.30,0.10,0.20,0.25,0.05,0.10,0.10,0.10}(i=1,2,…,11)；組織者給出的過(guò)程維度的模糊測(cè)度密度為μ(Ii)={0.05,0.10,0.05,0.20,0.10, 0.05,0.10,0.20,0.05}(i=12,13…,20)；組織者給出專(zhuān)家的模糊密度函數(shù)μ(Ek)={0.20,0.20,0.10,0.10,0.20,0.10}。

表3　專(zhuān)家針對(duì)知識(shí)服務(wù)能力的語(yǔ)言評(píng)價(jià)信息

使用二元語(yǔ)義Choquet積分方法對(duì)專(zhuān)家給出的針對(duì)知識(shí)服務(wù)能力的評(píng)價(jià)信息進(jìn)行轉(zhuǎn)化和集結(jié)，具體步驟如下：

步驟1依據(jù)式(1)將專(zhuān)家對(duì)所有知識(shí)服務(wù)能力關(guān)鍵要素的語(yǔ)言評(píng)價(jià)信息轉(zhuǎn)化為二元語(yǔ)義形式。

步驟2基于各關(guān)鍵要素的模糊密度函數(shù)，使用式(10)分別確定在基礎(chǔ)維度和過(guò)程維度上相應(yīng)的參數(shù)，可得到λ1=-0.4；λ2=0.3。

步驟3基于專(zhuān)家集合中專(zhuān)家的模糊密度函數(shù)，使用式(10)確定相應(yīng)的參數(shù)：λ3=0.25。

步驟4使用式(17)將6位專(zhuān)家給出的針對(duì)各關(guān)鍵要素的二元語(yǔ)義評(píng)價(jià)信息進(jìn)行集結(jié)，分別得到專(zhuān)家針對(duì)P1、P2、P3的綜合二元語(yǔ)義評(píng)價(jià)值，如表4、表5和表6中所示。

步驟5分別使用式(18)和(19)將專(zhuān)家綜合評(píng)價(jià)值集結(jié)為基礎(chǔ)維度的綜合評(píng)價(jià)值(sKMB,αKMB)和過(guò)程維度的綜合評(píng)價(jià)值(sKMP,αKMP)，如表7所示。

表4　專(zhuān)家對(duì)P 1的知識(shí)服務(wù)能力綜合評(píng)價(jià)信息

表5　專(zhuān)家對(duì)P 2的知識(shí)服務(wù)能力綜合評(píng)價(jià)信息

表6　專(zhuān)家對(duì)P 3的知識(shí)服務(wù)能力綜合評(píng)價(jià)信息

表7　專(zhuān)家針對(duì)知識(shí)服務(wù)能力兩個(gè)維度的綜合評(píng)價(jià)信息

圖2　 針對(duì)P1、P2、P3公司的 矩陣分析結(jié)果

進(jìn)一步的，這里考慮基礎(chǔ)維度和過(guò)程維度具有相同的重要性，根據(jù)表7中的數(shù)據(jù)，可以得到專(zhuān)家針對(duì)3個(gè)公司的綜合評(píng)價(jià)結(jié)果，針對(duì)P1的綜合評(píng)價(jià)結(jié)果為(VH,-0.49)，針對(duì)P2的綜合評(píng)價(jià)結(jié)果為(H,-0.26)，針對(duì)P3的綜合評(píng)價(jià)結(jié)果為(H,-0.36)，這樣P1?P2?P3,P1為優(yōu)先選擇的發(fā)包商。

依據(jù)圖1中給出的分析模型可對(duì)評(píng)價(jià)結(jié)果可以進(jìn)行直觀的識(shí)別與分析，如圖2所示。從圖2中可以看出，公司P1和P2落在區(qū)域Ⅰ，說(shuō)明其知識(shí)服務(wù)能力總體水平均較高，P1所在的等效用曲線(xiàn)U1高于P2所在的等效用曲線(xiàn)U2，其中P1在基礎(chǔ)維度和過(guò)程維度上的知識(shí)服務(wù)水平是最高的，P1是LY公司優(yōu)先選擇的知識(shí)服務(wù)提供商，P2、P3公司可以分別有針對(duì)性的進(jìn)行基礎(chǔ)維度和過(guò)程維度的服務(wù)能力提升。

4結(jié)論

本文針對(duì)考慮模糊關(guān)聯(lián)性信息的知識(shí)服務(wù)能力測(cè)評(píng)問(wèn)題，給出了一種基于二元語(yǔ)義Choquet積分的決策分析方法。該方法可以用來(lái)解決實(shí)際企業(yè)的知識(shí)服務(wù)能力指標(biāo)存在關(guān)聯(lián)、相互影響、并不具備可加性的問(wèn)題。實(shí)例分析表明該方法具有可操作性和實(shí)用性，對(duì)于知識(shí)服務(wù)能力測(cè)評(píng)問(wèn)題具有重要的理論指導(dǎo)價(jià)值。需要指出的是，目前對(duì)于知識(shí)服務(wù)能力的評(píng)價(jià)與提升策略的研究尚處于起始階段，相關(guān)研究尚處于理論思想涌現(xiàn)中，隨著IT技術(shù)的迅猛發(fā)展和人們對(duì)知識(shí)服務(wù)需求的增加，因此該領(lǐng)域的研究無(wú)論在定性分析還是定量研究上都具有廣闊的空間。

參考文獻(xiàn)：

[1]Miles I, Kastrinos N, Bilderbeek R. Knowledge-intensive business services: their role as users, carriers and sources of innovation[R]. Report to the DG13 Sprint-EIMS Program, Luxembourg, 1995.

[2]Muller E, Zenker A. Business services as actors of knowledge transformation: the role of KIBS in regional and national innovation systems[J]. Research Policy, 2001, (9): 1501-1516.

[3]李霞,樊治平,馮博.知識(shí)服務(wù)的概念、特征與模式[J].情報(bào)科學(xué),2007,25(10):1583-1587.

[4]Fan Z P, Feng B, SunY H, Ou W. Evaluating knowledge management capability of organizations: a fuzzy linguistic method[J]. Expert Systems with Applications, 2009, 36(2): 3346-3354.

[5]Ching Chyi Lee, Jie Yang. Knowledge value chain[J]. The Journal of Management Development, 2000, 19(9): 783-794.

[6]Huang Y H, Chou S C, Tzeng G H. Knowledge management adoption and assessment for SMEs by a novel MCDM approach[J]. Decision Support Systems, 2011, 51(2): 270-291.

[7]Fan Z P, Ma J, Zhang Q. An approach to multiple attribute decision making based on fuzzy preference information on alternatives[J]. Fuzzy Sets and Systems, 2002, 131(1): 101-106.

[8]Delgado M, Herrera F, Herrera-Viedma E. A communication model based on the 2-tuple fuzzy linguistic representation for a distributed intelligent agent system on Internet[J]. Soft Computing-A Fusion of Foundations, Methodologies and Applications, 2002, 6(5): 320-328.

[9]王欣榮,樊治平.基于二元語(yǔ)義信息處理的一種語(yǔ)言群決策方法[J].管理科學(xué)學(xué)報(bào),2003,6(5):1-5.

[10]Schmeidler D. Integral representation without additivity[J]. Proceedings of the American Mathematical Society, 1986, 97: 255-261.

[11]Grabisch M. Fuzzy integral in multicriteria decision making[J]. Fuzzy Sets and Systems, 1995, 69(3): 279-298.

[12]Grabisch M. The application of fuzzy integrals in multicriteria decision making[J]. European Journal of Operational Research, 1996, 89(3): 445-456.

[13]Grabisch M, Labreuche C. A decade of application of the choquet and sugeno integrals in multi-criteria decision aid[J]. Annals of Operations Research, 2010, 175(1): 247-286.

[14]王熙照.模糊測(cè)度和模糊積分在分類(lèi)技術(shù)中的應(yīng)用[M].北京:科學(xué)出版社,2008.

[15]武建章,張強(qiáng).非可加測(cè)度論與多準(zhǔn)則決策[M].北京:科學(xué)出版社,2014.

[16]Sugeno M. Theory of fuzzy integral and its applications[D]. Tokyo: Tokyo Institute of Technology, 1974.