一种用于机构对标管理的分组方法、系统及存储介质

技术领域

本发明涉及对标管理分析的技术领域，更具体地，涉及一种用于机构对标管理的分组方法、系统及存储介质。

背景技术

对标管理指企业以行业内外一流企业作为标杆，从各维度与标杆企业进行对比、分析、判断，在学习他人的先进经验的基础上不断创新，从而赶超标杆企业。对标管理已成为企业改善自身不足，追求优秀业绩的重要管理工具，也成为各行业应对新挑战及新要求、提高企业发展质量和效益的关键抓手。其中，对标分组是对标管理分析中的重要环节，根据销售额、机构规模、工作量等核心指标，将同类机构划分成不同组。

在对标分析步骤中，需要选取同类机构中先进单位作为对标组。现有的机构对标分组过程通常是由管理层基于下属机构近几年的历史数据，通过经验判断，把多家机构划分成多个组别来进行对标分析，然而，每年的行业发展重点不同，分组指标及指标权重会发生变动；其次，每个机构发展程度和发展重点不同，无法通过单一时点的数据对该机构进行准确定位。这意味着通过经验指定的对标指标及对标数据不仅会对分组结果带来主观造成的不利影响，其过程还将耗费策划人大量的时间和精力对分组指标进行比对，并且每隔一段时间就需要对更新的指标进行重新处理，耗时耗力，且分组的实时性和准确性较低。因此，为了进一步提升机构对标管理的效率和合理性，节省时间和人力，需要对机构对标分析的分组方法做进一步研究。

发明内容

为解决当前通过人工进行机构对标分组的方法耗时耗力，效率低且准确性低、实时性差的问题，本发明提出一种用于机构对标管理的分组方法、系统及存储介质，引入机器学习算法，把具有较多相似因素的对象划分到同一组，方便快捷，提高了对标分组的合理性。

为了达到上述技术效果，本发明的技术方案如下：

一种用于机构对标管理的分组方法，包括：

S1.选择参与对标分析的机构数量和用于分组的核心指标，生成指标矩阵；

S2.确定指标矩阵中每个机构下每个核心指标的比重，根据比重确定每个核心指标的权重；

S3.基于每个核心指标的权重，对参与对标分析的机构进行聚类分析，确定最佳的机构分组。

本技术方案基于k-means++算法，对据不同时点的分组因素及占比来重新分组，对分组机构进行了聚类分析，将分组因素较相似的对象划分为同一组进行比较，便捷高效地得到最佳的分组方案。分组结果基于用于分组的核心指标的权重，实现组间差异大、组内差异小的效果，实现对标分析分组的公平性、合理性及时效性的同时，节省了分组的人力和时间。

优选地，在步骤S1中，设参与对标分析的机构数为n，核心指标数为p，生成的指标矩阵X为：

其中，x

优选地，步骤S2包括以下具体过程：

S21.对矩阵X中的每一个元素进行归一化处理，获得矩阵X

S22.计算矩阵X

其中，

S23.计算第j个指标的信息熵e

S24.获得每个核心指标的对应权重w

优选地，在步骤S21中，对矩阵X中的每一个元素进行归一化处理时，将矩阵中第j个指标X

优选地，对参与对标分析的机构进行的聚类分析包括以下步骤：

S31.设聚类类别数为K，将机构样本类标号为1

S32.设已存在k-1个聚类中心，计算其余机构到当前已有的k-1个聚类中心的加权欧氏距离

其中，w

S33.重复步骤S32，直到选出K个机构样本点

S34.计算n个机构到K个聚类中心的加权欧氏距离D

将最小距离D

S35.更新聚类中心μ

S36.重复步骤S34和S35，直到步骤S35所更新的聚类中心μ

S37.对K＝2，3，...，K

在此，利用k-means++算法进行聚类分析，一定程度上避免因初始点随机选取而导致的聚类效果不佳的问题，提高了聚类结果的稳定性。

优选地，在步骤S37中，计算轮廓系数的过程为：

设

计算

根据得到的b(i)和a(i)，计算轮廓系数S

其中，S(i)＝(b(i)-a(i))/max{b(i)，a(i)}。

优选地，在步骤S37中，还包括设置轮廓系数阈值，将排序后的轮廓系数从大到小与轮廓系数阈值进行比较，挑选出大于轮廓系数阈值的前M项。

优选地，步骤S3之后还包括制定最新时间点以及分组因素进行新一轮更新分组，有利于实现分组的实时性。

优选地，本申请还提出一种计算机存储介质，用于计算机可读存储，所述计算机存储介质上存储有用于机构对标管理的分组的程序，所述有用于机构对标管理的分组的程序被处理器执行时，用于实现所述的有用于机构对标管理的分组方法的步骤。

本申请还提出一种有用于机构对标管理的分组系统，所述系统包括：

矩阵生成模块，用于处理参与对标分析的机构用于分组的核心指标，生成指标矩阵；

权重计算模块，用于计算每个核心指标的权重；

聚类分析模块，用于对参与对标分析的机构进行聚类分析和簇划分；

机构分组模块，用于对参与对标分析的机构进行分组。

在本技术方案中，首先将需要参与对标分析分组的机构信息输入至矩阵生成模块，根据机构数量和用于分组的核心指标生成指标矩阵，利用权重计算模块处理指标矩阵，计算出每个核心指标的权重，再基于核心指标的权重通过聚类分析模块对机构进行聚类分析和簇划分，最后利用机构分组模块对机构进行分组，不需人工检验，可高效地通过系统快速模拟出模型结果。

与现有技术相比，本发明技术方案的有益效果是：

本发明提出一种用于机构对标管理的分组方法、系统及存储介质，利用参与对标分析的机构数量和用于分组的核心指标，生成指标矩阵，再确定指标矩阵中每个机构下每个核心指标的比重，根据比重确定每个核心指标的权重，最后基于每个核心指标的权重，对参与对标分析的机构进行聚类分析，确定最佳的机构分组，能够根据不同时点的分组因素及占比来重新分组，将该时点下，分组因素较相似的对象划分为同一组进行比较，高效便捷，节约了策划人大量的精力和时间。

附图说明

图1表示本发明实施例1中提出的用于机构对标管理的分组方法的流程示意图；

图2表示本发明实施例2中提出的计算机设备的示意图；

图3表示本发明实施例3中提出的用于机构对标管理的分组的系统的结构示意图；

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好地说明本实施例，附图某些部位会有省略、放大或缩小，并不代表实际尺寸；

对于本领域技术人员来说，附图中某些公知内容说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

附图中描述位置关系的仅用于示例性说明，不能理解为对本专利的限制；

实施例1

如图1所示，本实施例提出一种用于机构对标管理的分组方法，所述方法包括以下步骤：

S1.确定本次对标体系重点后，选择参与对标分析的机构数量和用于分组的核心指标，生成指标矩阵；例如，将机构规模作为对标体系重点，则选择人数作为核心指标；将销售能力作为对标体系重点，则选择销售金额和销售数量作为核心指标；

确定本次对标体系重点后，生成的指标矩阵X为：

其中，x

S2.确定指标矩阵中每个机构下每个核心指标的比重，根据比重确定每个核心指标的权重；

S21.对矩阵X中的每一个元素进行归一化处理，获得矩阵X

S22.计算矩阵X

其中，

S23.计算第j个指标的信息熵e

S24.获得每个核心指标的对应权重w

S3.基于每个核心指标的权重，对参与对标分析的机构进行聚类分析，确定最佳的机构分组；

S31.设聚类类别数为K，将机构样本类标号为1

S32.设已存在k-1个聚类中心，计算其余机构到当前已有的k-1个聚类中心的加权欧氏距离

其中，w

S33.重复步骤S32，直到选出K个机构样本点

S34.计算n个机构到K个聚类中心的加权欧氏距离D

将最小距离D

S35.更新聚类中心μ

S36.重复步骤S34和S35，直到步骤S35所更新的聚类中心μ

S37.对K＝2，3，...，K

设

计算

根据得到的b(i)和a(i)，计算轮廓系数S

其中，S(i)＝(b(i)-a(i))/max{b(i)，a(i)}。

在本实施例中，将获得的轮廓系数值从大到小进行排序，选取排序后的前6项，再选取最佳分组数4，并将每个簇划分C＝{C

在本实施例中，步骤S3之后还包括制定最新时间点以及分组因素进行新一轮更新分组。

实施例2

参见图2，本申请还提出一种计算机设备，包括处理器、存储器及存储在存储器上的计算机程序，参见图1，处理器标号为1，存储器标号为2，处理器1连接存储器2。所述处理器1执行存储在存储器2上的计算机程序，以实现所述的实施例1所述的用于机构对标管理的分组方法。

其中，存储器2可以是磁盘、闪存或其它任何非易失性存储介质，参见图3，处理器1与存储器2连接，可以作为一个或多个集成电路来实施，具体的可以为微处理器或微控制器，在执行存储在存储器上的计算机程序时，对于全局模型，实现用于机构对标管理的分组方法。

本申请还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，该指令被处理器执行时，实现所述的方法的步骤。

这种计算机可读存储介质通过执行上面的计算机程序指令，将采集的数据保存在在用户终端本身，防止了数据泄露的问题。

实施例3

本实施例中，如图3所示，提出了一种用于机构对标管理的分组的系统，所述系统包括：

矩阵生成模块101，用于处理参与对标分析的机构用于分组的核心指标，生成指标矩阵；

权重计算模块102，用于计算每个核心指标的权重；

聚类分析模块103，用于对参与对标分析的机构进行聚类分析和簇划分；

机构分组模块104，用于对参与对标分析的机构进行分组。

整体上，首先将需要参与对标分析分组的机构信息输入至矩阵生成模块101，根据机构数量和用于分组的核心指标生成指标矩阵，利用权重计算模块102处理指标矩阵，计算出每个核心指标的权重，再基于核心指标的权重，通过聚类分析模块103对机构进行聚类分析和簇划分，最后利用机构分组模块104根据簇划分计算轮廓系数，确定最佳分组数并对机构进行分组，输出分组参考方案。

显然，本发明的上述实施例仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。