客戶協(xié)同創(chuàng)新伙伴選擇研究與應(yīng)用.pdf

1、客戶協(xié)同創(chuàng)新是美國麻省理工 Sloan管理學(xué)院的Hippel教授和他的研究團隊對美國企業(yè)進(jìn)行大量的研究于2002年提出的概念。它是指將客戶知識和創(chuàng)造力作為最寶貴的創(chuàng)新資源，利用各種網(wǎng)絡(luò)化協(xié)同工作環(huán)境、創(chuàng)新設(shè)計工具和知識融合手段使客戶與專業(yè)設(shè)計人員共同進(jìn)行產(chǎn)品創(chuàng)新?？蛻魠f(xié)同創(chuàng)新可有效地為企業(yè)價值網(wǎng)絡(luò)增值。
　　客戶創(chuàng)新并不意味著所有的客戶都會參與創(chuàng)新活動，企業(yè)與客戶進(jìn)行協(xié)同創(chuàng)新時，由于客戶群體在知識經(jīng)驗等多方面存在差異，不同的客戶對

2、最終的創(chuàng)新效果差異較大。因此，必須對參與創(chuàng)新的客戶進(jìn)行選擇才能保證客戶協(xié)同創(chuàng)新的有效實施。但是企業(yè)在選擇參與協(xié)同創(chuàng)新的客戶伙伴時，存在著以下難題：1）選擇客戶時的評價指標(biāo)很多，造成指標(biāo)之間關(guān)聯(lián)度增大，由此產(chǎn)生的過多冗余信息增加了選擇的難度；2）企業(yè)所掌握的協(xié)同創(chuàng)新客戶資料、數(shù)據(jù)較少，缺乏大量的數(shù)據(jù)樣本供分析和決策。
　　本文針對上述問題，提出基于粗糙集（RS）和支持向量機（SVM）的客戶協(xié)同創(chuàng)新伙伴選擇模型，期望解決數(shù)據(jù)樣本較少以

3、及指標(biāo)過多的問題。論文從以下幾個方面進(jìn)行了研究：
　　首先，在分析國內(nèi)外客戶協(xié)同創(chuàng)新的現(xiàn)狀和創(chuàng)新用戶的特征及測量的基礎(chǔ)上，從客戶參與創(chuàng)新的驅(qū)動力、客戶協(xié)同創(chuàng)新的技術(shù)支撐以及客戶協(xié)同創(chuàng)新中知識共享等方面，研究客戶協(xié)同創(chuàng)新伙伴選擇的重要性。
　　其次，在分析粗糙集和支持向量機基本原理的基礎(chǔ)上，提出粗糙集和支持向量機的集合點，即通過粗糙集方法去掉冗余信息后，使訓(xùn)練集和測試集簡化，減少支持向量機分類器的復(fù)雜性，提高支持向量機分類器的

4、分類精度，利用支持向量機較好的抑制噪聲的能力，彌補粗糙集對噪聲敏感的缺點，可以使分類器具有容錯及抗干擾的能力；提出了提出基于粗糙集和支持向量機的客戶協(xié)同創(chuàng)新伙伴選擇模型，并詳細(xì)說明模型的求解過程，包括屬性約簡、權(quán)重設(shè)計等。
　　最后，基于以上理論研究，通過某企業(yè)的算例將建立的模型應(yīng)用于客戶協(xié)同創(chuàng)新伙伴選擇中，并對仿真結(jié)果進(jìn)行對比分析，結(jié)果表明基于粗糙集和支持向量機的客戶協(xié)同創(chuàng)新伙伴選擇模型可達(dá)到較好的預(yù)測精度，具有一定的工程應(yīng)用價