电子商务企业订单接受算法控制方法和装置与流程

本发明涉及一种就电子商务企业是否应该接受已接收的业务执行请求(“订单”)生成建议的算法。

背景技术：

近年来，电子商务(e-commerce)增长迅速。许多顾客从网上商店购买商品和服务。这催生出对更多网上商店的需求，此类网上商店一般是个人或小的合伙人所有的中小型企业。在电子商务环境中，由于顾客和企业业主互不认识或互不会面，因此网上商店总是伴随着能否可靠履行其合同义务方面的顾虑。许多电子商务系统实施了信誉机制，以允许顾客根据其以往交易体验对网上商店进行评分。如今，商店信誉已成为一项可在电子商务环境中成就或摧毁网上商店的重要社会资本。

大多数顾客在对其与电子商务网上商店的交易体验评分时并不怀恶意，并且主要依据以下两方面的考虑：(一)所接受商品/服务的质量；(二)待接受商品/服务所花费的时间。在一般情况下，质量越高，交付时间越短，则顾客对网上商店的评分越高。对于网上商店业主而言，商店的信誉越高，其在未来长远中所能接收的业务就越多。如果这些未来订单能在短时间内获得高质量的处理，那么该商店的信誉还将进一步增加，从而带来更多的生意，反之亦然。

目前为止，已提出了多种实体信誉计算方法(例如，EP2365461A3、WO2007143314A3、US20120310831A1和US8112515B2，其公开内容通过引用并入本文)。此外，也公开了在线实体信誉风险评价方法(如US20110106578A1和US20060116898A1)，但是这些方法仅涉及网上商店业主所面临的一些问题。

将信誉用作社会资本这一做法使得网上商店业主所面临的一项重要挑战在于：网上商店业主在业务经营过程中难以实现工作与生活的平衡。网上商店通常人手不足(大部分商店都是单人经营)。店主往往过于专注于收入的最大化。如此，当业务量随信誉的增长而增长时，店主不得不牺牲更多的个人时间，以尽可能快地高质量完成订单。根据2012年的一项在线调查(http://www.inc.com/magazine/201203/data-bank/how-do-small-business-owners-measure-success.html)，对于美国的小企业业主而言，“增加锻炼时间”和“减少工作量”分别成为其首要目标榜单上的第4和第5位选项。然而，在2011年，这些业主中，33％的人并未达成这些目标，22％的人最终体重反而变得更重。在中国，此情形已导致悲剧性的结果，报道表明，中国最大的电子商务系统淘宝上的有些卖家因过劳而死亡(http://english.cntv.cn/program/china24/20121104/104649.shtml)。

技术实现要素：

本发明涉及可至少解决一部分上述问题的方法和装置。

本发明提出一种用于电子商务企业的自主交易决策支持装置。该装置自动追踪对电子商务企业业主所提供的多种商品和服务方面的声誉受损风险具有影响的情境信息，并将企业工作人员所期望的工作量水平纳入考虑范围，还将以上两者用于提供信誉风险度量值。特别地，所述装置对企业为了保护其信誉及实现业主的工作与生活的平衡而应该接受的产品/服务订单类型和数量提供建议和解释。

本发明可帮助企业业主对自身的资源限制进行预估，并帮助其对因无法以高的质量及时完成订单而使得商店信誉受损的风险进行管理。

本发明既可呈现为一种装置，也可呈现为一种方法。该方法除了启动阶段之外，优选自动运行，即基本无需人为参与。本发明还可呈现为一种计算机程序产品，例如有形数据存储装置，该装置存有(例如非暂时性)计算机程序指令，该指令用于由计算机系统实施，以使得该计算机系统执行所述方法。

附图说明

以下，通过参考附图，对本发明的一种非限制性实施方式进行描述，附图中：

图1为本发明装置在电子商务环境中的工作概念图；

图2为根据各种实施方式的信誉风险管理装置102的框图；

图3为根据各种实施方式的用户配置文件204的数据结构；

图4为根据各种实施方式的信誉风险管理装置102的工作流程图。

具体实施方式

首先参考图1，该图所示为本发明实施方式的电子商务企业1。图1所示矩形框体的内容为该电子商务企业1的处理流程框图。

企业1从电子商务顾客101接收多个订单。顾客101利用个人计算机、移动电话、个人数字助理、电话等计算设备提交订单。该顾客为向网上商店业主的电子商务系统提交订单的任何人，例如可以为个人、实体代表人或一群人。所述多个顾客101和电子商务企业1设置为通过所述电子商务系统提供的通信网络2相互通信。一个订单包括至少一个标示出该订单所属类型的任务属性、约定完成期限、以及顾客在成功完成后愿意支付的相应回报。

电子商务企业1包括信誉风险管理装置102，用于从所接收的订单当中选出该装置102建议所述企业应该接受的订单子集103。其他订单则被拒绝，并向相应顾客101发送拒绝消息，以向其做出情况说明。

本文中，企业工作人员称为“用户”，一般而言，其为所述电子商务企业的业主。一般情况下，企业1仅有一个工作人员，但是本实施方式同样适用于有多个工作人员(例如，包括该电子商务企业的业主)的企业1，在此情况下，下述讨论中将此一组人员统称为一个“用户”。

信誉风险管理装置102提供图形用户界面(GUI)104，其展示出为所述用户推荐的订单103，并接收编码了该用户的决定的输入，该输入用于对所述推荐订单中的部分或全部进行接受。需要注意的是，本发明的一些实施方式省略此步骤，同时将所述推荐订单直接加入处理流程中，无需等待用户对其明确接受。如下所述，在信誉风险管理装置102的初始化期间，其还向用户展示图1中未示出的界面。

当用户未接受推荐订单103时，信誉风险管理装置102向顾客101发送相应的拒绝消息。企业1还包括多个有效订单队列106，每个队列仅专门针对一种订单。信誉风险管理装置102将已接受订单105作为任务107放入相应有效订单队列106内，用于进一步处理108。在给定时间段内，用户可根据一系列内部和外部因素导致的限制，对各种类型的订单105进行处理。

信誉风险管理装置102可包括计算机系统，该计算机系统包括数据存储装置(计算机可读介质)、处理器和/或逻辑。例如，信誉风险管理装置102可包括设置为对所述计算机可读介质内存储的计算指令进行执行的处理器。这些指令可包含于软件中。在一些实施方式中，所述计算机可读介质包括IC存储芯片，例如，静态随机存取存储器(SRAM)，动态随机存取存储器(DRAM)，同步动态随机存取存储器(SDRAM)，非易失性随机存取存储器(NVRAM)，以及可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、固态驱动器(SDD)和闪存等只读存储器(ROM)。或者，信誉风险管理装置102可包括一个或多个具有逻辑电路的芯片，例如，处理器、微处理器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、复杂可编程逻辑器件(CPLD)或其它逻辑器件。

图2为信誉风险管理装置102的框图。信誉风险管理装置102为用户生成：图形用户界面(GUI)201，用于对表示该用户当前情绪的喜好变量进行更新；GUI 202，用于对该用户的有效订单队列106中的订单状态进行更新(该状态信息可包括订单在队列中的位置、订单是否完成、订单回报变化等)；以及GUI 203，用于对该用户网上商店的处理能力变化进行更新(此类信息可包括新员工的雇佣、现有员工的削减、员工对每种订单胜任水平的变化、工作时间变化等)。

风险管理装置102包括描述所述网上商店的用户配置文件204，以及用户行为自动监测模块205。用户配置文件204包含多个描述各种商店信誉风险相关因素的变量；所述用户行为自动监测模块205接收反映该网上商店各种类型订单当前信誉的统计数据，以及订单实际完成统计数据206所反映的订单处理能力变化。用户行为自动监测模块205之后利用上述信息对用户配置文件204中的相关变量进行更新。所述风险管理装置还包括：信誉风险分析器208，该分析器提供所述网上商店每种订单类型所面临的信誉风险数值；以及订单接受建议模块209，该模块生成关于应该接受哪种输入订单的建议、用户说明文本以及在经用户同意后，生成针对订单将被拒绝的顾客的拒绝消息。上述各模块可在信誉风险管理装置102中实施为软件和/或硬件。

信誉风险管理装置102设置为对新订单207进行接收。接收新订单后，信誉风险管理装置102设置为对用户配置文件204进行评估，以确定待纳入至所述网上商店业主有效订单队列中的新订单数量和类型，从而将该业主的信誉风险降至最低，并实现所述网上商店处理能力的有效利用。

图3所示为用户配置文件204的数据结构。用户配置文件204可包括与图1有效订单队列106分别对应的N种业务类型的独立文件部分301，302。文件部分301，302包括与信誉、每种有效订单的数量和期限以及完成每一有效订单队列106内的单元项目所需的一般工作量相关的信息。所述用户配置文件还可包含：表示用户当前情绪，尤其表示用户工作意愿的数值型喜好变量303；以及表示用户当前处理能力的数值变量304。此变量在下文中称为q^c，其可针对每一工作流程取不同值。

图4为信誉风险管理装置102的工作流程图。该装置在步骤401开启。在初始化过程(步骤402)中，所述网上商店业主可通过信誉风险管理装置102提供的各GUI，对用户配置文件204中各变量的值进行设置。然后，利用这些值，对用户配置文件204进行初始化(步骤403)。在后续交互过程中，将利用对用户实际行为的经时监测中获得的统计数据，对用户配置文件204的所述变量值进行自动更新(步骤404)。此外，还将自动获取包括信誉值和订单完成信息在内的外部信息(步骤405)，以对用户配置文件204进行更新。

在从电子商务系统接收新订单后，信誉风险管理装置102根据用户配置文件204所含信息计算出所述网上商店所面临的信誉风险以及新订单信息406。在一种实施方式中，在t时刻网上商店i的订单类型c所面临的信誉风险计算公式如下：

${\mathrm{risk}}_i^c\left(t\right)=q_i^c\left(t\right)-\mathrm{\ρ}\·{\mathrm{\γ}}_i^c\left(t\right)\·m_i\left(t\right)\·p\left(c\right)$

其中，为网上商店i的订单类型c的当前有效订单队列大小；m_i(t)为表示用户当前情绪的喜好变量；p(c)为成功完成类型c单位订单后所获得的回报；为网上商店i在服务类型c订单方面的当前信誉得分；ρ为允许用户在预估信誉风险时用于描述为质量和及时性所赋予的相对重要性的非负控制参数(ρ值越大，对质量方面所赋予的重要性就越高)。需要注意的是，本实施方式中认为，主要风险来自于不能为顾客提供满意的服务。企业的高信誉业务一般为该企业所擅长(例如，该企业设施齐全和/或拥有称职的工作人员)的业务，因此其产生非满意结果的风险就低。所以，针对此类业务，上式中的给定为低值。

为给定网上商店计算出其所有订单类型的值后，订单接受建议模块209将该网上商店的N个有效订单队列按照其相应值进行升序排列。如果所有有效订单队列的值均为正，则表明该网上商店当前过于繁忙，或其有大量的以往订单未能高质量完成。在此情况下，不应再接受新的订单，以使得上述信誉风险在一定时间段内逐渐消除。只要存在尚未接受的新订单，而且有效订单队列的相应值小于0，则按照以下约束条件将类型c的新订单纳入

$0\≤A_i^c\left(t\right)\≤{\mathrm{\λ}}_i^c\left(t\right)$

$\underset{c}{\Σ}{A}_i^c\left(t\right)\·e^c\≤e_i^{\max }$

表示t时刻纳入网上商店i的类型c新订单数；表示t时刻网上商店i所接收的类型c新订单数；e^c表示完成类型c单位订单所需的一般工作量；为网上商店i在单位时间段(如一天)内可用于订单处理的最大工作量。需要注意的是，本实施方式中，在形成推荐列表时，订单接受方式为依次接受。本实施方式中，在将一个订单推荐至某一队列之后，先要对该队列的风险进行重新计算，然后才进一步处理下一输入订单。当满足上述约束条件时，剩余新订单均将被拒绝。

由此可见，订单接受建议模块209的订单处理顺序对订单接受结果具有影响。在一种形式中，本实施方式以先到先处理的方式处理输入订单(即设有输入订单队列，该队列为先进先出队列)。或者，还可设置一种机制，用于对订单接受建议模块209的订单处理顺序进行变更。例如，可特别设置一种业务安排方式，以将某些顾客的订单安排至输入订单队列的特定位置。然而，这种做法并不改变订单接受建议模块209所使用的队列处理方法。

在此之后，信誉风险管理装置102生成建议和说明文本，以将其显示于GUI 104上，供用户浏览审核(步骤407)。用户同意之后，信誉风险管理装置102利用计算设备、移动电话、电话、个人数字助理等并经所述电子商务系统提供的通信网络向订单待被拒绝的顾客发送消息。

虽然以上只描述了本发明的一种实施方式，但是可以理解的是，在不脱离下附权利要求书的精神和范围的前提下，还可在其范围内对上述揭示内容做出多种修饰和变化。