技术知识供需双边匹配的两阶段决策分析方法

第15卷第6期2010年12月工业工程与管理

IndustrialEngineeringandManagementVol.15No.6　Dec.2010

文章编号:1007-5429(2010)06-0090-05

技术知识供需双边匹配的两阶段决策分析方法

陈　希1,樊治平2,李玉花3

(1.西安电子科技大学经济管理学院,陕西西安710071;

2.东北大学工商管理学院,辽宁沈阳110004;3.九州大学经济学院,日本福冈8128581)　　摘要:针对知识服务中技术知识供给与需求的双边匹配问题,给出了一种两阶段决策分析方法。首先,依据技术知识供给主体和技术知识需求主体的满意度建立了匹配矩阵,并利用匹配矩阵筛选双边组合,产生候选匹配对;在此基础上,考虑以技术知识供需主体的满意度最大为目标,构建了多目标优化模型,并使用基于函数隶属度的加权和方法将多目标模型转换为单目标模型进行求解,获得了相应的匹配结果。实例分析表明,本文给出的方法具有可行性和有效性。

关键词:技术知识;供需双边匹配;满意度;匹配矩阵;决策方法

中图分类号:F062.3;C931.2　　　　文献标识码:A

ATwo-phaseDecisionAnalysisMethodforTwo-sidedMatchingof

TechnologicalKnowledgeSupplyandDemand

CHENXi,FANZhi-ping,LIYu-hua

(1.SchoolofEconomics&Management,XiDianUniversity,Xi'an710071,China;2.SchoolofBusinessAdministration,NortheasternUniversity,Shenyang110004,China;

3.SchoolofEconomics,KyushuUniversity,Fugang8128581,Japan)

　　Abstract:Atwo-phasedecisionanalysisapproachisproposedtosolvethetwo-sidedmatchingproblembetweentechnologicalknowledgesupplyanddemandinknowledgemanagement.Firstly,amatchingmatrixisconstructedtoselectthewaitingmatchingpairsbasedonthesatisfaction

degreeofthetwo-sidedbodies.Then,amulti-objectiveoptimalmodelisconstructedtomaximizethesatisfactiondegreeoftechnologicalknowledgesuppliersandtechnologicalknowledgedemanders.Amethodbasedonthefunctionmembershipconsideringthesumofweightisusedtotransformthemodel,andthebestoptimizationsolutioncanbeobtained.Finally,anillustratinganalysisisgiventoshowthefeasibilityandvalidityoftheproposedapproach.

Keywords:technologicalknowledge;two-sidedmatchingofsupplyanddemand;satisfactiondegree;matchingmatrix;decisionmethod

1

2

3

1　引言

技术知识是构成企业技术核心能力的基础,是

实际设计、研发或制造产品过程中需要的知识,通常可以用语言表达、文本化或符号化并且容易转移、交

收稿日期:2010-06-30;　修回日期:2010-11-25

流和共享[1,2]。有效的技术知识对组织获得并保持竞争优势发挥着重要的作用[3],知识服务中技术知识的需求方需要根据自身的需求快速获得有效的技

术知识[4],技术知识的供给方也将根据自身的供给要求选择符合期望的需求方并与其合作。技术知识

基金项目:国家创新研究群体科学基金资助项目(70721001);辽宁省人文社会科学研究基地科研基金资助项目(2009JD31);辽宁省“百千万人

才工程”资助项目(2008921081);教育部人文社会科学研究青年基金项目(10YJC630022);中央高校基本科研业务费专项资金资助(K[1**********]);国家自然科学基金资助项目(70802047)

作者简介:陈希(1982-),女,汉族,山东莒南人,讲师,研究方向为管理决策分析。

工业工程与管理第6期

供给与需求的匹配是一种典型的双边匹配问题,其目的是尽量满足知识管理过程中技术供需双方的需求或要求并使其达到满意的结果。

匹配问题研究最早起源于婚姻匹配[5],并逐渐引起了学者们的关注与重视[6,7],其目的是使匹配的双方尽可能找到满意的对方。在知识服务的过程中,如何使用合理的方法在技术知识的供需主体之间建立有效的匹配,对提高知识管理效率、提升技术知识供需双方的满意度有着重要的意义。目前,关于知识服务中的技术知识供给与需求的匹配研究所见不多,但可看到一些相关的研究内容。Klerkx和Leeuwis针对农业技术知识供给与需求的匹配问题,提出了由中介撮合的创新市场机制和知识管理模式[8]。DenHertog研究了R&D过程中的知识供需模式,给出了知识驱动的商业服务(KIBS)的若干要素和相关流程

[9]

为了下面分析方便,本文使用的符号含义说明如下。

si:技术知识供给方中的第i个主体,i=1,2,…,n;

dj:技术知识需求方中的第j个主体,j=1,2,…,m;

aij:技术知识供给方si对需求方dj的评价值;bij:技术知识需求方dj对供给方si的评价值;αij:技术知识供给方si对需求方dj的满意度;βij:技术知识需求方dj对供给方si的满意度;a:满足匹配要求的技术知识供给方的最低满意度;

b:满足匹配要求的技术知识需求方的最低满意度;xij:决策变量,如si与dj匹配则xij=1,si与dj不匹配则xij=0,xij∈{0,1}。

本文考虑技术知识供需双方通过中介进行匹配的情形,中介考虑尽量提高技术知识供给方与需求方的满意程度。匹配主体中的一边为技术知识供给方,包括n个主体;另一边为技术知识需求方,包括m个主体。在匹配过程中,供需双方将相关信息提交给中介机构,中介进行必要的决策分析,在供需双方两两组合中选出候选匹配对,并以尽量满足供需双方的要求为目标。技术知识供需双方的匹配问题如图1中进行描述,技术知识供给方和技术知识需求方之间的连线表示有向的两个权值,这两个权值的含义分别代表技术知识供给方对技术知识需求方的满意度和技术知识需求方对技术知识供给方的满意度。左图表示技术知识供需双方形成的供需组合,右图表示技术知识供需双方形成的供需匹配对。双边匹配的目的就是在技术知识的供需组合中,选出合理的供需匹配对,使双边主体的满意度尽可能达到最大

。

。陈菊红等研究了准时知识管

理中的知识需求和知识供给要素并对基于时间的特征进行比较,给出了知识供需不匹配的类型[10]。郁培丽等基于技术知识的阐述,从知识匹配的角度讨论企业引进技术项目的评价与选择方法。需要指出的是,已有的研究中较少考虑技术知识管理过程中供需匹配主体的满意度,也较少考虑技术知识供需匹配的效率问题。基于此,本研究针对知识管理中技术知识供需匹配的要求与特点,给出了一种技术知识供给与需求双边匹配的两阶段决策方法。

[11]

2　问题描述

技术知识供需双边匹配的过程中,通常考虑三方主体:技术知识的供给方、技术知识的需求方和中介。中介需要根据技术知识供给方的供给信息和需求方的需求信息,撮合供需双方进行匹配,并给出合理的供需匹配结果,使供需双方尽量达到满意的结果。

图1　技术知识供给与技术知识需求的双边匹配示意图

—

第15卷陈　希,等:技术知识供需双边匹配的两阶段决策分析方法

　　基于上面的论述,本文要解决的问题是:如何在n×m个技术知识供需两两组合中,依据技术知识

供需双方的满意度,通过决策分析方法,将技术知识供需双方进行合理的匹配,使供需双方都尽可能找到令其满意度较高的对方。

高效、合理的匹配,本文提出一种技术知识供给与需求双边匹配的两阶段方法,包括匹配矩阵筛选双边组合和多目标优化模型的构建与求解两个阶段,如图2中所示。

3.1　匹配矩阵

第一阶段分为四个步骤,通过建立二维匹配矩阵,筛选产生对技术知识供需的满意度都比较高的匹配主体si与dj的组合。

3　技术知识供给与需求双边匹配的两

阶段决策方法

为了使多个技术知识供给方与多个需求方能够

图2　技术知识供需双边匹配的两阶段决策方法

　　首先,确定供给方si与需求方dj之间相互评价的满意度。中介依据供需双方提交的信息,可得出供给方si对需求方dj的评价值aij,以及需求方dj对供给方si的评价值bij。评价值采用1-10打分制,其中1表示满意程度最低,10表示满意程度最高,综合评价值增加,则满意程度增加。供需双方的满意度αij和βij可根据双方的综合评价值得到,公式描述为

αij=

aij-minminaij

i

j

阵中,横轴表示供给方满意度,纵轴表示需求方满意度。αij=a和βij=b把供需双方的满意度分别分成两类,把二维矩阵分成四个象限,可得到供需双方的匹配矩阵如图3所示。当a≤αij≤1,且b≤β

ij

≤1

ij≤时,为第Ⅰ象限;当0≤αa,且b≤βij≤1时,为第Ⅱ象限;当0≤αij≤a,且0≤βij≤b时,为第Ⅲ象限;

当a≤αij≤1,且0≤βij≤b时,为第Ⅳ象限

。

maxmaxaij-minminaij

ijij

　

(1)

　　i=1,2,…,n;j=1,2,…,mbij-minminbij

ij

βij=　

maxmaxbij-minminbij

ijij　　i=1,2,…,n;j=1,2,…,m

(2)

图3　技术知识供需双边匹配矩阵

式中,0≤αij≤1,0≤βij≤1。

其次,确定技术知识供需主体对形成匹配所要求的最低满意度。最低满意度是对双方最低可接受水平的一种测度,对没有达到最低满意度要求的供需组合不予以考虑。其目的是剔除满意度较低的匹配主体si与dj的双边组合。这里,根据二维匹配性评价矩阵的特点,a和b取0.5[12]。

再次,构建二维匹配矩阵。构建的二维匹配矩最后,判断是否存在候选匹配对。当si对dj满意度越大,且dj对si满意度也越大时,供需双方匹配的可能性就越大,因此第Ⅰ象限为技术知识供需双边匹配的候选区域,此区域内的双边组合为第一阶段产生的候选匹配对。当供需双方中有一方的满意度小于匹配要求的最低满意度时,双方就不匹配,因此第Ⅱ、Ⅲ、Ⅳ象限为非候选区域,此区域内的双

工业工程与管理第6期

边组合被淘汰,不进入第二阶段。如果经过匹配矩阵的筛选,不存在候选匹配对,则需要依据供需双方的实际情况调整a和b,重新筛选直到第Ⅰ象限中存在候选匹配对。

maxZ=w1μZ+w2μZ

12

(11)

这样,目标函数式(3)和式(4)可用式(11)替代,原多

目标问题可化为单目标问题。由于上述优化模型的目标函数和约束条件均是线性的,可使用专门的优化软件包或编程来进行求解。

3.2　多目标优化模型

在第二阶段中,需要根据上一阶段匹配矩阵分析的结果,构建考虑双方满意度最大的多目标优化模型。目的是尽量满足双方的满意度要求,使供需双方都达到满意的结果。根据第一阶段中获得的技术知识供给方满意度和需求方满意度,为了在候选匹配对中选择最优的匹配方案,可构建多目标优化模型如下。

m

n

ij

ij

4　实例分析

一家技术中介公司主要经营生物医药行业的技术知识转让业务,该中介公司根据收到的技术知识的供给与需求信息,负责聚合技术知识的供给方与需求方。技术知识供给方是指拥有技术知识或技术产权的个人或企业,技术知识需求方是指求购技术知识或技术使用权的企业。该技术中介公司收到12家供给方(s1,s2,…,s12)的转让信息和8家需求方(d1,d2,…,d8)的求购信息。技术知识需求方对供给方的满意度评价主要考虑技术知识的主题领域、潜在价值以及交易成本等属性;技术知识供给方对需求方的满意度评价主要考虑技术知识的转让成本。技术知识供给方向中介机构提交技术知识的供给信息,技术知识需求方提交对技术知识的需求信息,通过中介对供需双方的聚合,可得出供给方对需求方的评价值以及需求方对供给方的评价值,如表1所示,其中“,”前的数字表示技术知识供给方对技术知识需求方的评价值,“,”后的数字表示技术知识需求方对技术知识供给方的评价值。根据式(1)和式(2)可得出技术知识供需双方相互评价的满意度。12家供给方与8家需求方共产生了96个技术知识供需双边组合,其中技术知识供需双方的最低满意度均是0.5,匹配矩阵筛选双边组合之后,产生了29个候选匹配对。候选匹配对的满意度如表2中所示,其中“—”表示被淘汰的匹配对。在候选匹配对中,建立多目标优化模型,并采用文中给出的方法将多目标优化模型转化为单目标模型。设2个目标函数的权重为(0.5,0.5),通过LINGO9.0优化软件包运算,可得到技术知识供给方与技术知识需求方的匹配结果。匹配的结果为:x1,6=1;x3,3=1;x4,5=1;x5,8=1;x6,4=1;x7,7=1;x10,1=1;x12,2=1,其余为0。即供给方s1与需求方d6匹配,供给方s3与需求方d3匹配,供给方s4与需求方d5匹配,供给方s5与需求方d8匹配,供给方s6与需求方d4匹配,供给方s7与需求方d7匹配,供给方s10与需求方d1匹配,供给方s与需求方d2匹配,其余技术知识供给方不适合与任何技术知识需求方匹配。

—

12

maxZ1=maxZ2=

n

j=1i=1m

n

∑∑αx∑∑βx

ij

(3)(4)(5)(6)

ij

j=1i=1

s.t.　∑xij≤1　j=1,2,…,m

i=1

mj=1

∑x

ij

≤1　i=1,2,…,n

xij=0(i,j)∈{(i,j0≤αij≤a,0≤βij≤(b7)xij=0或1

(8)

在上面的模型中,式(3)和式(4)是目标函数,其含义分别是尽可能使供给方对需求方的满意度最大和尽可能使需求方对供给方的满意度最大。式(5)的含

义是需求方dj最多与一个供给方si匹配。式(6)的含义是供给方si最多与一个需求方dj匹配。式(7)的含义是在Ⅱ、Ⅲ、Ⅳ象限的供需双边组合不形成匹配。式(8)中xij=0表示供给方si与需求方dj不匹配,xij=1则表示供给方si与需求方dj匹配。

为求解该模型,本文采用基于函数隶属度的加权和方法,将目标函数转化为隶属度函数的形式[13]。设Zmax1和Zmax2分别为单独考虑目标Z1和Z2时所获得的单目标优化的最优值,而Zmin1和Zmin2为相应的单目标最小值,则两个目标的隶属度函数μZ和μZ可分别定义为12

Z1-Z1

μZ=maxmin1

Z1-Z1

maxmax

(9)

Z2-Z2

μZ=(10)maxmin2

Z2-Z2

其中:0≤μZ≤1,0≤μZ≤1。设w1和w2分别表示12目标Z1和Z2的权重,则通过隶属度函数的加权和方法建立新的目标函数为

第15卷陈　希,等:技术知识供需双边匹配的两阶段决策分析方法表1　技术知识供给方与技术知识需求方的相互评价值

d1

d2(1,8)

(2,7)(2,3)(3,2)(4,4)(9,2)(10,5)(6,8)(4,2)(9,6)(3,8)(9,10)

d3(5,2)

(7,5)(9,9)(4,6)(3,5)(10,4)(6,7)(4,4)(8,2)(9,8)(7,5)(8,9)

d4(8,5)

(6,10)(4,2)(3,3)(2,1)(9,8)(7,3)(9,7)(5,5)(2,1)(5,7)(1,4)

d5(3,6)

(8,1)(9,6)(7,8)(8,9)(3,5)(6,9)(5,9)(1,8)(3,2)(6,9)(4,3)

d6(7,10)

(3,8)(9,5)(3,6)(2,7)(5,8)(1,1)(4,4)(3,9)(5,10)(2,4)(9,4)

d7(6,8)

(7,4)(9,2)(5,6)(4,2)(10,5)(8,7)(6,9)(5,4)(6,8)(7,2)(7,5)

d8(8,4)

(5,2)(2,10)(1,7)(10,8)(4,7)(3,8)(5,2)(6,9)(4,3)(9,3)(6,8)

s1

s2s3s4s5s6s7s8s9s10s11s12(3,5)(2,4)(7,10)(4,6)(7,6)(2,8)(9,4)(4,7)(2,6)(8,8)(8,5)(5,1)

表2　候选供需匹配对的满意度

d1

s1

s2s3s4s5s6s7s8s9s10s11s12

d2

d3

d4

d5

d6

d7

d8

————(0.67,1.00)—

——(0.67,0.56)—

—————(0.56,0.78)——(0.78,0.78)(0.89,0.56)

———(0.89,1.00)

——

—(0.56,1.00)(0.89,0.89)—

—————(0.89,0.78)(0.56,0.67)—

—(0.89,0.67)——(0.89,0.78)—(0.67,0.44)—(0.78,0.89)—

—(0.67,1.00)

——(0.89,0.56)—(0.67,0.78)—(0.78,0.89)—

——(0.56,0.89)—

——————(0.56,0.89)—

—(0.89,0.67)

(0.56,0.78)—

——(0.89,0.56)—

———(1.00,0.78)——(0.78,0.67)—(0.56,0.89)—

—(0.56,0.89)(0.56,0.78)—

———(0.56,0.78)

5　结语

技术知识供给与技术知识需求的匹配需要尽量

满足技术知识供给方与技术知识需求方的要求和期望,从而提高供需双方的满意程度,并已经成为了知识管理中的探索研究问题之一。因此,本文针对知识管理过程中技术知识供给方与技术知识需求方的双边匹配问题,给出了一种两阶段的决策方法。该方法利用匹配矩阵淘汰了供需双方相互满意度均较低的双边组合,并考虑使供需双方的匹配满意度最大,通过构建多目标优化模型进行求解并得到匹配结果,方法具有有效性和实用性。

　　entrepreneurs:learningandinnovationinsmallcompanies[J].

EuropeanEducationalResearchJournal,2003,2(1):90-106.[5]GaleD,ShapleyL.Collegeadmissionsandthestabilityofmarriage

[J].AmericanMathematicalMonthly,1962,69(1):9-15.[6]RothAE,RothblumUG,JohnH,Vandev.Stablematchings,

optimalassignments,andlinearprogramming[J].MathematicsofOperationsResearch,1993,18(4):803-828.

[7]IrahimK,HadiG,Tahsin .Ananalytichierarchyprocess

andtwo-sidedmatchingbaseddecisionsupportsystemformilitarypersonnelassignment[J].InformationSciences,2008,178(14):2915-2927.

[8]KlerkxL,LeeuwisC.Matchingdemandandsupplyintheagricultural

knowledgeinfrastructureExperienceswithinnovationintermediaries[J].FoodPolicy,2008,33(3):260-276.[9]DenHertogP.Knowledge-intensive

coproducersof

business

services

asof

innovation[J].InternationalJournal

·

参考文献:

[1]BohnRE.Measuringandmanagingtechnologicalknowledge

[J].SloanManagementReview,1994,36(3):61-73.[2]XuD,LuJW.Technologicalknowledge,productrelatedness,

andparentcontrol:TheeffectonIJVsurvival[J].JournalofBusinessResearch,2007,60(10):1166-1176.

[3]HansenMT,NohriaN,TierneyT.What'syourstrategyfor

managingknowledge[J].HarvardBusinessReview,1999,77(2):106-116.[4]GielenPM,HoeveA,

NieuwenhuisLFM.Learning

InnovationManagement,2000,4(4):491-528.

[10]陈菊红,赵斌.准时知识管理及知识供需的匹配分析[J].研究

与发展管理,2005,17(5):51-57.

[11]郁培丽,李明玉.技术知识匹配分析在企业技术引进项目选择

中的应用[J].科学学与科学技术管理,2005,11:88-91.[12]张米尔,王德鲁.产业转型中项目机会研究的匹配矩阵方法

[J].数量经济技术经济研究,2003,(8):138-142.

[13]ChenYW,WangCH,LinSJ.Amulti-objectivegeographic

informationsystemforrouteselectionofnuclearwastetransport[J].Omega,2008,36(3):363-372.