基于“互联网+”的面辅料知识服务平台的构建

王 罗1, 刘晓刚1, 徐哲显2

(1.东华大学 服装·艺术设计学院,上海 200051;2.上海宝信软件股份有限公司,上海 201900)

摘要:依托经济新常态下“互联网+” 战略,为实现纺织产业的升级转型和提高纺织产业链的信息化,运用知识服务理论和协同决策支持方法为纺织企业搭建面辅料知识服务的电子商务平台。探讨知识服务、知识库、知识组织三者之间的关系,以及知识服务模型中各模块之间的结构关系,建立用户参与理念和知识供应链思想,将单一的知识受用者转化成多元化的知识参与者,通过对知识的采集、处理、储存、转换,更好地为平台用户提供针对性的知识服务。引入纺织面辅料平台效用评价体系,对其从平台交易和知识服务两个维度出发进行三级指标的评价,通过对指标的赋值和权重的确定,得出评价平台效用的方法。

关键词:互联网+;知识服务;协同决策支持;纺织面辅料平台;评价体系

进一步优化产业结构和传统制造向互联网模式下智能制造转型,是纺织服装行业在经济新常态下的重中之重。产业链的升级涉及到从采购、设计、生产、销售等全流程的信息化集成,解决整个产业链流程的智能化和信息交换。智能制造作为量化深度融合的主攻方向,信息资源作为智能制造中最关键的因素,决定着整个产业链的发展速度。“互联网+纺织业”正是实现智能制造的首要任务之一,将互联网潜在的经济价值和行业的信息化运营相结合是目前纺织产业链的发展趋势。互联网的迅速发展给纺织业的升级换代带来了巨大的驱动力,产业链中的每个环节都开始与互联网结合并发生质变。在传统的纺织面料行业,建立跨平台跨系统的集成创意设计知识服务体系,提升信息资源质量和利用率,是集群地区实现产业升级的重要手段之一。本文是以“云端时尚——基于云计算的创意设计公共服务基地”(简称云端时尚,http://www.cloudfashion.org/index)为依托,将其作为公共服务平台,服务整个服装产业链的上下游。该平台是由宝信软件、东华大学、上海科学技术开发交流中心、上海市纺织科技发展中心联合开发的国内首个基于云计算的创意设计公共服务基地,如图1所示。

图1 基于云计算的创意设计公共服务基地
Fig.1 Cloud-computing-based creative design public service base

1 相关概念及理论阐述

1.1 “互联网+”服务平台

2015年3月,国务院总理李克强提出制定“互联网+”的行动计划,推动移动互联网、云计算、大数据、物联网等与现代制造业结合。随着科技的进步,促进了互联网与各行业新形态的融合[1]。本文的研究对象为针对时尚从业人员的面辅料服务平台,特指在平台上进行时尚商品交易的买卖双方的服务型电子商务平台。近年来学术界对平台型电子商务的应用研究集中于关注其特定领域的应用实现和商业模式的建立与探讨,以及平台模型的构建与架构设计。关于特定领域的应用实现和商业模式方面,付媛[2]分析了平台型电子商务集聚演化过程,揭示了平台型电子商务集聚演化的基本规律和内在机理。在平台模型的构建与架构设计方面,张琴[3]对服装行业电子商务平台的服务体系结构进行阐述,以及平台系统的组成部分、界面设计和各模块功能都进行了设计。谈慧等[4]提出基于供应链管理的交易平台业务功能涵盖应用集成、业务规则、商品管理、营销管理、在线销售、客户服务、订单管理等各个方面。王会强等[5]指出纺织企业电子商务平台包括向上游企业进行的原料采购与向下游企业进行的销售活动,以及电子支付模块、安全管理模块、项目管理模块、产品管理模块、资源管理模块、任务管理模块等,还包括整个流程的信息化衔接与整合,并在高度异构的动态网络环境中进行复杂的信息采集、加工及处理。

1.2 知识服务理论

近年来,知识服务已成为知识管理领域的热点,其研究内容主要涉及知识服务的概念、知识服务的特点、知识服务的模式、知识服务与信息服务的比较,以及知识服务系统和关键技术等方面。关于知识服务,国内外学者给出了不同的阐述。杜也力[6]指出知识服务是以信息知识的搜寻、组织、分析、重组的知识和能力为基础,根据用户的问题和环境,融入用户解决问题的过程中,提供能有效支持知识应用和知识创新的服务。戚建林[7]对知识服务的定义给出了广义和狭义两个角度的定义:从广义上讲,知识服务是指一切为用户提供所需知识的服务;从狭义上讲,知识服务应是指针对用户专业需求,以问题解决为目标,对相关知识进行搜集、筛选、研究分析并支持应用的一种较深层次的智力服务。Lan Miles[8]提出知识服务是为其他组织的商业过程提供知识密集型投入的服务,如计算机服务,研发服务,法律、会计和管理服务,建筑、工程与技术服务,广告与市场研究等。

1.3 协同决策支持理论

决策支持系统的概念是20世纪70年代由美国麻省理工的S. S. Michael和G. W. K. Pete首次提出,是信息系统研究的一个新的发展[9]。决策支持系统的组成由最初的三部件结构(对话部件、数据部件、模型部件)逐渐发展到五个部件(人机接口、数据库、模型库、知识库和方法库)的四库结构组成[10]。关于决策支持理论的研究主要有:

1)与数据仓库的结合:谢榕[11],袁长河等[12]都根据自身领域的研究,提出了各自基于数据仓库的决策支持系统框架;2)与联机分析处理的结合:马丽娜等[13]提出OLAP采掘与“维”有关的度量信息,才是用户关心的焦点;3)与数据挖掘结合;4)与仿真技术的结合;5)与网络环境的结合。

本文旨在建立基于知识服务的创意设计知识库决策支持系统,运用知识服务、决策支持方法理论建立科学的面辅料样本数据库知识服务模型,通过搭建面辅料知识库与流行趋势预测系统、参数化设计系统、企划管理系统、交易平台系统之间的基本架构为平台,更好地实现创意设计功能。本文充分有效地利用面辅料数据知识,实现跨平台跨系统的创意设计知识服务并促进面辅料交易,打破传统纺织交易平台的单一交易模式,实现纺织产业链的集成,有利于整个纺织服装产业链实现信息一体化和提高信息资源的利用率。

2 面辅料知识服务平台的构建

2.1 面辅料知识库知识服务结构关系

面辅料知识作为纺织行业创意设计的基础,为了更好地为创意设计服务,有效地共享面辅料数据知识,针对面辅料数据来源不统一、数据无序、数据杂乱等问题,并将其具有针对性和目的性地运用于面辅料交易平台、参数化设计、流行趋势预测和企划管理,实现创意设计知识服务,必须把杂乱的数据、整理提炼使之有序、关联和可用,保证数据知识化、知识有序化、知识服务化。知识组织将平台企业提供的面辅料数据经过整理提炼实现隐性知识显性化、杂乱知识规则化、无序知识一致化,进而转化成可用于知识服务的知识存储于知识库中;知识库根据平台用户对面辅料交易平台、参数化设计、流行趋势预测和企划管理的不同模块的面辅料需求,提供具有针对性、高质量的知识地图、知识查询、知识应用服务;通过平台用户对知识的需求,以知识推断的手段实现知识创新,并把新的知识录入知识库,使知识库不断得到丰富和扩充。通过建立三者之间的关系模型和知识库的逻辑结构,实现跨平台和跨系统的知识服务。由此发现,面辅料知识库的建立与知识组织、知识服务三者之间是循环交互的关系,层与层之间在相互服务的同时也在不断实现自身功能的升级和更新。面辅料服务平台知识服务、知识库、知识组织三者之间的关系模型如图2所示。

图2 面辅料服务平台知识服务、知识库、知识组织的结构关系
Fig.2 Structural relationships among knowledge service,knowledge base, and knowledge organization of textile fabric service platform

2.2 基于知识服务的面辅料知识库模型

基于面辅料服务平台中知识组织、知识库和知识服务三者之间的关系模型,本文设计了一个基于知识服务的面辅料知识库模型,如图3所示。该模型由五个模块和三个层次构成。在本模型中加入用户参与理念和知识供应链思想,将传统意义上的单一用户即知识受用者,转化成多元化知识参与者,用户既为知识受用者也是知识提供创造者。

第一阶层:用户接口层,主要功能是实现知识用户与知识服务模型的交互。通过用户接口,面辅料供应链的主体(设计师、管理员、设计公司)通过该层把面辅料数据录入知识库,知识服务模块将知识通过用户接口传送给模块功能及实现层。

第二阶层:模块功能及实现层,主要功能模块包括知识采集模块、知识处理模块、知识存储模块、知识服务模块和知识转换模块。

第三阶层:模块实现技术层,即面辅料知识库知识服务模型的支撑技术。每个模块都有相应的技术来支撑,在知识服务过程中,不同的组织机构应根据自身特点、目标用户特点,选择合理、有效的知识服务技术。

图3 纺织面辅料知识库知识服务模型
Fig.3 Knowledge service model for textile knowledge base

2.2.1 知识采集模块

知识采集模块对于模块功能及实现层来说至关重要,它的效用直接影响着该层后续其他模块功能的有效性。目前国内外对于知识分类的标准众多,按照知识的可表达程度,Grant[14]将知识分为显性知识和隐性知识,认为显性知识指的是关于事实和理论的认识,反之隐性知识指的是对其本质和根源的认知。本文基于Grant对显性知识和隐性知识的定义,对于面辅料的知识结构进行整理归类,进而采取不同的知识采集方法和技术。显性知识是可数据化的、客观的,倾向于创意和感知的知识,在采集这类知识时较为直观。隐性知识是主观的,通过个体经验所得,属于信息和数据的知识,在采集这类知识时需要采取“对话机制”或利用知识发现技术从已有的数据库中发现新知识,利用机器学习技术来实现隐性知识的采集。因为面料的色彩、平方米质量、幅宽、价格、来源地、图案都可用明确的数字和文字进行说明,具有固定性和客观性,故作为其显性知识。面料的季节、功能、风格具有主观性和高度个性化,是个体经验所得,不具有固定性,故作为隐性知识。

2.2.2 知识处理模块

该模块的功能为将知识采集模块的知识进行分类处理,经过规则化、一致化、标签化和符号化的处理。在该知识服务平台中,对采集来的数据进行录入的过程就是数据的知识化过程。根据预先设置好的规则和标签对面料进行录入,每一个录入标签都是有具体的选项,录入者根据面料的属性在每一个录入下拉菜单中进行选择。这样保证了面料知识的规则化和一致化。根据平台目前服务的用户主要分为设计师、纺织企业、研究机构三大类,因此服务平台应针对目标用户的需求制定知识分类体系。知识分类的步骤为:划分目标用户群(设计师、纺织企业、研究机构);根据调研发现每一类用户的面辅料使用的目标驱动都不一样。例如设计师在使用面辅料数据库时注重的是面辅料的风格等主观性的知识,所以设计师在进行面料检索时可根据面料的风格进行检索。面料采购人员在挑选面料时可根据面料属性的具体数值进行检索。由此可见,每一类用户都可以根据实际需求和目标驱动明确每一类用户群的个性化需求,维护完善知识分类体系。

2.2.3 知识存储模块

该模块的功能在于将处理完成的知识储存起来,方便以后的查找和使用。由于显性知识的数据化和客观性,储存形式和过程较为固定。隐性知识具有高度主观性,储存形式和过程是一个动态化过程。不同的用户可根据自身的需求从知识库系统中查询和使用知识。

2.2.4 知识服务模块

知识服务模块作为该模型中的核心模块,其他模块的实现都是为了该模块做准备。面辅料交易,参数化设计,流行趋势预测和企划管理对面辅料信息的需求具有一定的差异性。例如:参数化设计的主要用户为设计师,所以对面辅料信息的关注侧重于其隐性知识部分。企划管理功能的主要用户为企划管理部门,他们对面辅料信息更注重价格、供应商所在地等显性知识的部分。所以针对不同的知识服务对象应采用不同的知识服务策略和知识服务技术,建立针对性的知识地图,促进知识准确传递,满足知识用户的需求。

2.2.5 知识转换模块

王晰巍[15]指出知识转换的模型为SECI模型,主要模式有四种:

1)社会化(socialization):从隐性知识到隐性知识;2)表出化(externalization):从隐性知识到显性知识;3)联结化(combination):从显性知识到显性知识;4)内在化(internalization):从显性知识到隐性知识。知识在该模块通过知识的整合实现知识的共享和应用。经过知识转换,知识用户获得所需知识,并通过所得知识创造新的知识,实现新知识共享。

2.3 面辅料知识库的知识服务协同决策支持系统

本文设计的知识服务协同决策支持系统构架主要目的是为时尚从业人员提供明智决策的基础信息,综合利用以上规则化一致化的知识和数据、科学化的模型,协助决策者解决半结构化问题的人机交互系统。整个框架结构为展示模块、协同决策支持模块、知识库模块三层,如图4所示。展示模块通过个性化的展示引导不同的平台用户根据自身目标需求进入不同的协同决策支持模块,在不同的子模块中发现不同的知识需求,根据知识需求查询和使用知识库中已经处理过的知识。

图4 基于面辅料知识库的知识服务协同决策支持系统整体框架
Fig.4 Overall framework of collaborative decision support system based on textile knowledge base

2.3.1 基于面辅料知识库的面辅料交易平台决策支持

已经建立好的面辅料知识库作为面辅料交易平台决策支持的基础,平台使用者在明确购买需求后可根据不同的关键词进行检索查询,通过面辅料知识库的决策支持系统快捷地得到成分、含量、纱支、密度、幅宽、平方米质量、用途、色号、供应商等详细信息,然后选择和优先降序,即可立即选购所需面料,生成交易订单。

2.3.2 基于面辅料数据库的企划管理决策支持

基于产业链全生命周期的品牌企划管理,企划人员在企划管理系统中创建新季节、进度企划、概念企划、商品企划、款式设计、样衣制作等功能,实现分级、分系列产品规划集成。概念企划确保时尚品牌设计符合流行趋势、款式设计与相关面辅料知识库,从而有效支撑品牌产品设计人员对时尚新产品进行高效、准确的创意设计,高效满足实时、异地的协同决策支持。

2.3.3 基于面辅料数据库的流行趋势预测决策支持

流行趋势预测决策支持系统通过解决设计师及相关从业人员在使用流行趋势信息时,面对想借鉴和参考的服装面辅料无从下手而造成的工作障碍提供解决方案,利用庞大的不断更新的具有一定规则的面辅料数据库来制作符合当下市场潮流的流行趋势报告,采购人员在浏览报告查询面辅料的同时可以查看到面料供应商的详细信息,并直接选择购买,简化了设计到采购的流程,极大地提高了工作效率。

2.3.4 基于面辅料数据库的参数化设计决策支持

参数化设计是将各个设计元素模块化以后进行分部件设计组合,设计方式灵活便捷。为了使设计过程更流畅,设计结果更符合设计要求,需要质量和数量都达到一定规模的面辅料数据库作为支撑。根据设计需求,通过面料信息关键词对面料进行检索、确定面辅料品类之后选择需要的面料,最后将面料填充进设计稿。

3 效用评价

平台的效用评价主要是对其竞争力的研究,20世纪90年代开始从信息系统的角度通过建立模型来研究平台的效用。评价方法的类型可分为:主观评价法,客观评价法和综合评价法。以这三个评价方法为大类,具体的方法有[16]:专家调查法(美国消费者联盟),问卷调研法(互联网络信息中心),在线调查法(BizRate公司),访问量统计法(Alexa公司),层次分析法(王晓丽[17]),模糊综合评价法(陈梅梅等[18]),灰色综合评价法。

服务平台的效用评价是指以服务平台的功能和服务效果为考核评价依据,建立特定的指标体系进行评价。由于该服务平台的功能模块众多,平台用户也具有针对性,因此评价指标的选取也较为多样化,这样才能客观准确地评价系统的效用。

3.1 评价指标体系构建

本文通过专家访谈构建出一套适用于第三方服务平台功能与服务效果评价的指标体系,并对各指标的含义和作用进行解释。由于该平台具有跨系统跨功能服务的特性,因此笔者在进行专家访谈时不仅调研了专家对平台整体框架的评价,同时调研了对于平台子功能模块之间的协同决策机制的评价。根据多功能服务平台的特殊性,本文以平台交易和知识服务两个效用出发从平台功能、服务效果、知识服务三个维度对其在线交易、在线交流、用户管理、服务状况、交易规模、知识整合、知识共享、知识转换八个方面的效用进行评价,构造了由3个一级指标,8个二级指标,21个三级指标构成的多功能服务平台功效指标体系,如表1所示。

表1 纺织面辅料服务平台效用评价指标

Tab.1 Effectiveness evaluation indexes of textile fabric service platform

一级指标二级指标三级指标平台功能(A1)在线交易(B11)在线交流(B12)用户管理(B13)在线订购(C111)在线支付(C112)配送监控(C113)一对一交流工具(C121)多人交流工具(C122)在线客服类型(C123)客服服务方式(C124)权限管理(C131)信用管理(C132)交易数据披露(C133)服务效果(A2)服务状况(B21)交易规模(B22)服务对象(C211)服务范围(C212)线下配套服务(C213)交易数量(C221)交易金额(C222)知识服务(A3)知识整合(B31)知识共享(B32)知识转换(B33)显性知识整合(C311)隐性知识整合(C312)知识共享对卖家的价值(C321)知识共享对买家的价值(C322)内部与外部知识转换(C331)个人与集体知识转换(C332)

3.2 评价指标的赋值与权重的确定

多功能服务平台的各功能模块之间都有着紧密的联系,只有实现各模块功能的完善才能保证该平台线上交易和知识服务的实现。效用的有效性决定平台的发展和吸引力,所以效用评价指标的科学赋值标准对于评价平台效用来说至关重要。根据专家意见和实践经验,对评价指标的评价依据划分为五个等级,分别是很好、好、一般、较差、差,采用五级5分制评分标准,分数区间为[1,5],1分为一个梯度,没有该项指标功能的为0分。根据表2所示评价准则建立评价指标赋值集:V={V1,V2,V3,V4,V5}={很好,好,一般,较差,差}={5,4,3,2,1}。多功能服务平台的评价指标的权重由专家根据之前建立的评价指标的重要程度和影响力打分,然后将各个指标的得分进行统计数据处理得到权重。

表2 纺织面辅料服务平台评价准则及区间分布

Tab.2 Interval distribution and evaluation criteria of textile fabrics service platform

区间号取值等级55很好44好33一般22较差11差

按照层次分析法需要对评价指标进行分层计算指标权重,每一次计算以同级或同类为单位来计算指标集合的权重,这个指标集合为指标集U={u1,u2,u3,…,un}。依据每一个指标的得分可将指标按照分数的高低依次分为若干区间,将这些区间依次标号为1,2,3,4,5,按照指标的得分将各个指标放入相应的区间。指标得分就是指标区间号,从而得到指标的区间集{r1,r2,r3,…,rn}。根据评价指标体系,建立权重集:第一级指标为A={A1A2A3}={平台功能,服务效果,知识服务},A={B11B12B13B21B22B31B32B33}={在线交易,在线交流,用户管理,服务状况,交易规模,知识整合,知识共享,知识转换};第二级指标为B11={C111C112C113}={在线订购,在线支付,配送监控},B12={C121C122C123C124}={一对一交流工具,多人交流工具,在线客服类型,客服服务方式},B13={C131,C132,C133}={权限管理、信用管理、交易数据披露},B21={C211C212C213}={服务对象,服务范围,线下配套服务},B22={C221C222}={交易数量,交易金额},B31={C311C312}={显性知识整合和,隐性知识整合},B32={C321C322}={知识共享对卖家的价值,知识共享对买家的价值},B33={C331C332}={内部与外部知识转换,个人与集体知识转换}。

依据指标的区间集构建判断矩阵,如下式所示:

(1)

矩阵按行相加得到矩阵(a1,a2,a3an)T。指标U1的权重W1计算如下式所示:

(2)

3.3 知识服务平台功效评价指标权重的确定过程

以面辅料知识服务平台功效评价指标体系中一级指标的“平台功能”指标为例,计算其二级指标的权重,通过专家调查法中三个二级指标B11B12B13的统计值,计算各指标的得票分。如表3所示,设B11的1、2、3、4、5五个等级的得分数分别为x111x112x113x114B12的1、2、3、4、5五个等级的得分数分别为y111y112y114y115B13的1、2、3、4、5五个等级的得分数分别为i111i112i113i114i115B11B12B13的权重分别为W11,W12,W13。令B11B12B13的1、2、3、4、5五个等级的分值之和的平均分分别为λ1、λ2、λ3

表3 平台功效评价指标重要程度得分统计

Tab.3 Scoring statistics of importance level of effectiveness evaluation criteria of textile fabric service platform

指标名称指标重要程度12345平均分平台功能A13(6%)2(4%)7(14%)15(30%)23(46%)4.06服务效果A23(6%)3(6%)4(8%)16(32%)24(48%)4.10知识服务A32(4%)1(2%)14(28%)15(30%)18(36%)3.92在线交易B111(2%)3(6%)16(32%)9(18%)22(44%)3.96在线交流B121(2%)7(14%)6(12%)21(42%)15(30%)3.84用户管理B131(2%)4(8%)20(40%)12(24%)13(26%)3.64服务状况B211(2%)4(8%)20(40%)12(24%)13(26%)3.64交易规模B221(2%)8(16%)13(26%)24(48%)4(8%)3.44知识整合B312(4%)5(10%)12(24%)16(32%)15(30%)3.74知识共享B320(0%)3(6%)7(14%)14(28%)26(32%)4.26知识转换B334(8%)4(8%)10(20%)22(44%)10(20%)3.60在线订购C1110(0%)4(8%)16(32%)23(46%)7(14%)3.66

续表3

指标名称指标重要程度12345平均分在线支付C1122(4%)3(6%)18(36%)20(40%)7(14%)3.54配送监控C1132(4%)7(14%)17(34%)20(40%)4(8%)3.34一对一交流工具C1212(4%)3(6%)12(24%)17(34%)16(32%)3.84多人交流工具C1221(2%)4(8%)5(10%)17(34%)23(46%)4.14在线客服类型C1230(0%)3(6%)19(38%)22(44%)6(12%)3.62客服服务方式C1240(0%)11(22%)10(20%)24(48%)5(10%)3.46权限管理C1313(6%)2(4%)7(14%)15(30%)23(46%)4.06信用管理C1323(6%)3(6%)4(8%)16(32%)24(48%)4.10交易数据披露C1332(4%)1(2%)14(28%)15(30%)18(36%)3.92服务对象C2111(2%)3(6%)11(23%)24(48%)11(22%)3.82服务范围C2122(4%)1(2%)18(36%)18(36%)11(22%)3.70线下配套服务C2130(0%)3(6%)14(28%)15(30%)18(36%)3.96交易数量C2211(2%)2(4%)5(10%)21(42%)21(42%)4.18交易金额C2222(4%)4(8%)6(12%)18(36%)20(40%)4.00显性知识整合C3111(2%)2(4%)5(10%)21(42%)21(42%)4.18隐性知识整合C3122(4%)4(8%)6(12%)18(36%)20(40%)4.00知识共享对卖家的价值C3211(2%)4(8%)20(40%)12(24%)13(26%)3.64知识共享对买家的价值C3221(2%)8(16%)13(26%)24(48%)4(8%)3.44内部与外部知识转换C3311(2%)4(8%)20(40%)12(24%)13(26%)3.64个人与集体知识转换C3321(2%)8(16%)13(26%)24(48%)4(8%)3.44

根据表3的数据可求得:

λ1=(x111+2x112+3x113+4x114+5x115)/50=(1×1+2×3+3×16+4×9+5×22)/50=3.96

λ2=(y111+2y112+3y113+4y114+5y115)/50=(1×1+2×7+3×6+4×21+5×15)/50=3.84

λ3=(i111+2i112+3i113+4i114+5i115)/50=(1×1+2×4+3×20+4×12+5×13)/50=3.64

根据平均分λ1、λ2、λ3,将该指标集中的最高得分和最低得分之间的最大差距分成5个区间,即(3.96-3.64)/5=0.064,所以区间1[3.64,3.704],区间2[3.704,3.768],区间3[3.768,3.832],区间4[3.832,3.896],区间5[3.896,3.96]并确定三个二级指标的区间号,统计结果如表4所示。

表4 平台评价二级指标区间分布

Tab.4 Interval distribution of secondary evaluation criteria of textile fabric service platform

指标区间号U13U25U32

根据面辅料知识服务平台功能二级指标区间分布情况(表4),分析任意两指标之间的重要程度,并构造矩阵。根据一级指标的矩阵计算方法可得,W11=0.444,W12=0.378,W13=0.178。

同理,可以求出W21=0.551,W22=0.449。

参照二级指标权重的算法可得,W111=0.444,W112=0.378,W113=0.178;W121=0.262,W122=0.363,W123=0.212,W124=0.163;W131=0.378,W132=0.444,W133=0.178;W211=0.333,W212=0.200,W213=0.467;W221=0.551,W222=0.449;W311=0.551,W312=0.449;W321=0.551,W322=0.449;W331=0.551,W332=0.449。平台功效评价指标权重如表5所示。

根据计算出来的各指标的权重(表5),再根据专家打分法对平台的三级指标的赋值,就可以利用各项分数与指标权重得出评价模型计算多功能服务平台效用评价。多功能服务平台评价得分的计算步骤为:

表5 平台功效评价指标权重

Tab.5 Weights of effectiveness evaluation criteria of textile fabric service platform

一级指标权重二级指标权重三级指标权重平台功能(A1)0.378在线交易(B11)在线交流(B12)用户管理(B13)0.4440.3780.178在线订购(C111)0.444在线支付(C112)0.378配送监控(C113)0.178一对一交流工具(C121)0.262多人交流工具(C122)0.363在线客服类型(C123)0.212客服服务方式(C124)0.163权限管理(C131)0.378信用管理(C132)0.444交易数据披露(C133)0.178服务效果(A2)0.444服务状况(B21)交易规模(B22)0.5510.449服务对象(C211)0.333服务范围(C212)0.200线下配套服务(C213)0.467交易数量(C221)0.551交易金额(C222)0.449知识服务(A3)0.178知识整合(B31)知识共享(B32)知识转换(B33)0.2890.4890.222显性知识整合(C311)0.551隐性知识整合(C312)0.449知识共享对卖家的价值(C321)0.551知识共享对买家的价值(C322)0.449内部与外部知识转换(C331)0.551个人与集体知识转换(C332)0.449

1)三级指标得分数与指标权重数计算得出二级指标的分数。

(3)

2)二级指标权重值与第一步计算的二级指标的分数相乘得出一级指标的分数。

(4)

3)一级指标权重数与第二步计算的一级指标得分数相乘得出平台功效评价得分。

(5)

式中:U为指标得分,W为指标权重,i,j,k分别为一,二,三级指标的子标。

4 结 语

提高纺织服装行业的信息化水平及实现“互联网+”与传统纺织行业的融合,对产业的转型升级具有至关重要的作用。本文运用知识服务理论和协同决策支持方法,建立了面辅料知识服务平台。整个知识服务平台涵盖了服装产业链的上下游,包括面辅料交易平台、流行趋势预测、参数化设计、企划管理四个模块,录入的面辅料数据经过采集、处理、储存和转换四个步骤使数据知识化,平台内四个模块之间实现了知识共享。打破了传统电子商务交易平台的局限性,提高了数据的实用性,增强了产业链上下游信息的透明度,提高了沟通效率。

已经建立的纺织面辅料知识服务平台的效用评价,对于企业及行业来说都是至关重要的。本文通过专家打分法建立了围绕平台功能、服务效果和知识服务三个维度的三级评价指标,这些指标涵盖了纺织面辅料知识服务平台的各个方面。通过对每一个指标的赋值和权重的确定,可以科学地得出平台在各个方面的效用得分,这对于纺织服装行业以后在建立同类型平台上具有一定的参考和借鉴价值。

参考文献:

[1]李克强.第十二届全国人民代表大会第三次会议政府工作报告[R/OL].(2015-03-15)[2016-11-29].http://he.people.com.cn/n/2015/0317/c192235-24177313.html. LI Keqiang. The work report of the government of the third meeting of the Twelfth National People’s Congress[R/OL]. (2015-03-15)[2016-11-29]. http://he.people.com.cn/n/2015/0317/c192235-24177313.html.

[2]付媛.基于生态学视角的平台型电子商务集群的共生演化研究[J].未来与发展,2014(5):59-64. FU Yuan. The research of symbiotic evolutionary of platform-type e-commerce agglomeration based on ecology perspective[J]. Future and Development,2014(5):59-64.

[3]张琴.中国服装行业电子商务平台的研究与设计[D].赣州:江西理工大学,2009. ZHANG Qin. Research and Design E-commerce Platform of China’s Apparel Industry[D]. Ganzhou: Jiangxi University of Science and Technology,2009.

[4]谈慧,章红波.面向供应链管理的B2B电子商务平台设计[J].企业管理与信息化,2012,41(3):23-26. TAN Hui, ZHANG Hongbo. Design of B2B e-commerce platform oriented to SCM[J]. Manufacture Information Engineering of China,2012,41(3):23-26.

[5]王会强,陈维华.纺织企业电子商务平台建设[J].电子商务,2014(3):42-45. WANG Huiqiang, CHEN Weihua. E-commerce platform construction of apparel industry[J]. E-business Journal,2012,41(3):23-26.

[6]杜也力.知识服务模式与创新[M].北京:北京图书馆出版社,2005. DU Yeli. Knowledge Service Model and Innovation[M]. Beijing: Beijing Library Publication,2005.

[7]戚建林.论图书情报机构的信息服务与知识服务[J].河南图书馆刊,2003,23(2):37-38. QI Jianlin. Study the information service and knowledge service of library and information organization[J]. Henan Library Science Journal,2003,23(2):37-38.

[8]MILES L. Knowledge intensive business services: prospects and policies[J]. Foresight,2005,7(6):39-63.

[9]GORRY G A, MORTON S. A framework for management information systems[J]. Sloan Management Review,1971,13(1):50-70.

[10]SPAGUE R H. A framework for the development of decision support systems[J]. MIS Quarterly,1980(12):1-26.

[11]谢榕.基于数据仓库的决策支持系统框架[J].系统工程理论与实践,2000(4):27-30. XIE Rong. A framework of decision support system based on data warehouse[J]. System Engineering Theory & Practice,2000(4):27-30.

[12]袁长河,吴永明.基于数据仓库的决策支持系统研究与建设[J].计算机工程与应用,2001(16):101-103. YUAN Changhe, WU Yongming. The research and development of decision support system based on data warehouse[J]. Computer Engineering and Applications,2001(16):101-103.

[13]马丽娜,刘弘,张希林.数据挖掘、OLAP在决策支持系统中的应用[J].计算机应用研究,2001(11):10-12. MA Lina, LIU Hong, ZHANG Xilin. The research of applying data mining and online analytical processing to DSS [J]. Application Research of Computers,2001(11):10-12.

[14]GRANT R M. Toward a knowledge-based theory of the firm[J]. Strategic Management Journal,1996,17(7):109-122.

[15]王晰巍.知识供应链构建模式及运行机制研究[D].长春:吉林大学,2006:163-172. WANG Xiwei. Research about Construction Mode and Operation Mechanism of Knowledge Supply Chain[D]. Changchun: Jilin University,2006:163-172.

[16]甘云凤.第三方B2B电子商务平台综合竞争力评价研究[D].北京:中国地质大学,2011. GAN Yunfeng. A Research on Comprehensive Competitive Power of Third-party B2B E-commerce Platform[D]. Beijing: China University of Geosciences,2011.

[17]王晓丽.环境保护专项资金绩效审计评价指标体系构建研究[D].青岛:中国海洋大学,2014. WANG Xiaoli. Study on the Constructing of Evaluation Index System for Performance Auditing of Special Funds of Environmental Protection[D]. Qingdao: Ocean University of China,2014.

[18]陈梅梅,汤兵勇.基于模糊综合评价的商务网站质量诊断[J].数学的实践与认识,2006,36(10):73-78. CHEN Meimei, TANG Bingyong. Research on quality diagnosis of business websitebased on fuzzy comprehensive evaluation[J]. Mathematics in Practice and Theory,2006,36(10):73-78.

Construction of textile knowledge service platform based on“Internet Plus”

WANG Luo1, LIU Xiaogang1, XU Zhexian2

(1. Fashion and Design College, Donghua University, Shanghai 200051, China; 2. Bao Sight Software Company,Shanghai 201900, China)

Abstract:With the “Internet +” strategy of the new normal economy, this paper is intended to study the construction of textile knowledge service platform based on the knowledge service theory and collaborative decision support method to upgrade the textile industry and improve the informatization of the textile industry chain. We studied the correlations among knowledge service, knowledge base and knowledge organization, as well as the structural relationship among the modules of knowledge service model, built up the user participation concept and the idea of knowledge supply chain to transform unilateral knowledge users into diversified knowledge participants, and devoted greater efforts to render targeted knowledge services to platform users through knowledge acquisition, processing, storage, and conversion. We developed an effectiveness evaluation index system of textile fabrics platform for three-index evaluation of the platform from the perspectives of platform trading and knowledge service, and worked out a method of evaluating the platform effectiveness by evaluating the indexes and determining their weights.

Key words:Internet +; knowledge service; collaborative decision support system; textile fabric platform; evaluation system

DOI:10.3969/j.issn.1001-7003.2017.06.007

收稿日期:2016-11-29;

修回日期:2017-04-29

基金项目:上海市教育委员会项目(ZX201311000031)

作者简介:王罗(1988—),女,博士研究生,研究方向为设计方法论及设计管理。

中图分类号:TS941.1

文献标志码:A

文章编号:1001-7003(2017)06-0033-10 引用页码: 061107