2015 年 8 月
工 业 工 程
Industrial Engineering Journal Vol.18 No.4
August 2015
收稿日期: 20141219
基金项目: 国家然科学基金资助项目 (71071122)
作者简介: 宋华(1973)女重庆市 讲师博士研究生 研究方理信息系统 数挖掘 客户关系理 .
doi:10.3969 /j.issn.10077375.2015.04.006
基客户感知价值客户细分研究
宋 华 云 俊
(武汉理工学理学院 湖北武汉 430070)
摘: 基客户感知价值进行客户细分理实证研究 物流公信息台例提出客户感知价值进行
客户细分般流程 :首先利文献查阅问卷调查方法确定客户感知价值驱动素 接着利子分析法驱
动素变量降维处理 然利聚类方法识客户 利决策树方法寻找客户分类规分析类客户特征
客户特征物流公信息台客户分 4 类:高价值需求客户中等价值需求客户低价值需求客户高
性需求客户 研究结果企业实施客户细分提供鉴参考
关键词: 客户细分 客户感知价值 (CPV) 聚类 决策树
中图分类号 :F274 文献标志码 : A 文章编号 :10077375(2015)04003607
A Research of Customer Segmentation Based on Customer Perceived Value
Song Hua Yun Jun
(School of Management Wuhan University of Technology Wuhan 430070 China)
Abstract: Based on customer perceived value (CPV) and using the customer segmentation theory an em
pirical study is been conducted.Taking for example the logistics public information platform (LPIP) a
general process of performing customer segmentation based on CPV is proposed:Firstly the driving factors
of customer perceived value are determined by a literature review and a questionnaire survey.Secondly
driving factor variables are reduced by a factor analysis.Then the customer categories are identified by u
sing clustering method.Finally customer classification rules are found using decision tree method.In the
end according to customer characteristics customers of LPIP fall into 4 categories: customers expecting
high value customers expecting medium value customers expecting low value customers expecting high
performance.Research results can provide reference for different enterprises to fractionalize customers.
Key words: customer segmentation customer perceived value(CPV) cluster decision tree
着客户济时代 客户感知价值
CPV(customer perceived value)成客户关系理
研究热点 CPV 指企业客户互动关系中
客户相竞争手身产品属性期
企业提供产品 /服务中价值付出
成进行感知 权衡评价 [1]
目前CPV 研究
集中客户感知价值评价模型 客户感知价值
客户满意度 客户忠诚度客户关系客户流失
率相互影响关系 基客户感知价值实现动态定
价等方面[24]
外客户细分研究包括口统计
特性生活方式客户行客户价值等视角[56]
较学者基 RFM 模型前价值潜价值客
户生命周期价值等进行客户细分客户识 [710]
基客户价值客户细分目前研究热点
客户价值企业感知体 文客户
感知价值 第 4 期 宋华 云俊:基客户感知价值客户细分研究
目前基 CPV 进行客户细分研究极少 国
学者路晓伟等 [11]
孙树垒等[12] 提出 CPV 作客
户识维度 缺少实证研究 CPV 强调客
户价值感知体 基 CPV 实现客户细分 帮
助企业深入解客户需求异质性 类型
客户需求优化企业资源分配 提供性化产品
服务市场营销策略 进增强客户忠诚度降低客
户流失率 提高企业竞争优势 文试图物流公
信 息 台 ( logistics public information platform
LPIP)例结合统计学数挖掘方法理
整理出基客户感知价值客户细分般流程
完成实际应分析
1 研究方法
文首先问卷调查 确定 CPV 关键驱
动素 结合子分析方法价值素变量降维
处理获 CPV 价值素评分 然客户
价值素分作聚类变量进行聚类 产生
客户类 利决策树方法寻找客户类
分类规 深入分析类客户特性 终实现
基 CPV 客户细分 1.1 确定客户感知价值关键驱动素
目前采 CPV 素识方法问卷调查
逐步纳 筛选确认 客户感知价值存
观差异性 文研究象限定提供中介服务
网络台企业 文研究总结服务行业电子商
务服务中介服务客户感知价值驱动素
相关文献 例:Bourdean 等[13] 认电子商务环境
客户感知价值包括社会价值 功利义价值享乐
义价值 学价值购买价值 国学者孟庆良
等[14] 构建电子商务模式顾客价值度量函数
模型包括产品质量 成方便性购买享受情感联
系等 8 素 雷星辉等[15] 社会价值功价
值情感价值程序价值维度评价电子商务台顾客
感知价值 学者研究客户感知价值涉
种情况 :传统模式服务业 电子商务环境
整体客户感知价值研究 类型电子商务客户
感知价值研究 纳起客户感知价值涉
社会价值 功价值程序价值情感价值感知
利失 5 方面 文确定功价值 社会价值情感价值 程序价值感知利失客户感知价值构
成素然围绕 5 构成素通两轮问卷
调查数分析纳筛选 终生成包括 28
驱动素细条款构成 LPIP 客户价值评价模
型1.2 客户感知价值驱动素降维处理方法
客户感知价值驱动素数目较 采
子分析法客户感知价值驱动素进行降维处
理 子分析种元统计方法 通研究
变量间相关系数矩阵部赖关系 提取出综
合变量少数机变量 目减少变
量数目少数子代原始变量解释原
问题 基模型 :设 N 样P 测
量指标 X =(x1 x2 ⋯xp )
T
寻找测量
公子 F =(F1 F2 ⋯Fm )
T
基模型式
(1): X1 =a11 F1 +a12 F2 +⋯ +a1m Fm +ε1
X2 =a21 F1 +a22 F2 +⋯ +a2m Fm +ε2
⋯Xp =ap1 F1 +ap2 F2 +⋯ +apm Fm +εp
(1)
中矩阵 A =( aij )子载荷矩阵 aij 子
载荷公子 Fi 变量 Xj 相关系数 aij 越
公子 Fi 变量 Xj 载荷越 εi 特殊
子表示公子外影响素 实际应时忽
略计求出公子 利回估计等方法求出
子分模型 公子表示成变量线性形
式式(2)示计算出子分 利子分参
聚类分析Fi =bi1 X1 +bi2 X2 +⋯ +bip Xp i =12⋯m
(2)中 bij 通回估计方法建立分函数系
数1.3 基 KMeans 算法客户聚类
客户细分客户然特征行分组入
手 样客户群划分明显观性 时
求明确指定分组变量分组标准 需丰富行
业验反复尝试 文采聚类方法进行动化
客户细分会更加客观全面 确保方面特征相
似客户分组 特征相差较客户分
组 首先计算出聚类变量 计算出样
客户感知价值子分 然利 KMeans 聚类方
法进行聚类分析 KMeans 采划分方式实现聚
类 先样空间划分干区域 区域
类然距离样分配相
区域里次反复迭代形成终聚类结果具体程
1)指定聚类数目 K 确定聚类数目时仅考
73 工 业 工 程 第 18 卷
虑聚类效果 更研究现实问题需 够
解读类实际意义
2)确定 K 初始类中心 文采机选择法
确定 4 初始类中心
3)原聚类 计算样点 K 类
中心欧氏距离 式(3)
EUCLID(cd) = ∑
m
i =1 (ci -di )
2
(3)
中 c i
样 c 第 i 价值素变量di
样 d 第 i 价值素变量样包括 m
价值素变量 计算完成原
样分配类
4)重新确定 K 类中心 计算类中样变
量均值重新作 K 类中心点
5) 判断否满足聚类终止条件 果满足
重复步骤 3)4)直满足迭代终止条件 文定
义终止条件包括 2 :1)迭代次数超 20 次
2)类中心点偏移程度 0.05新类中心点距离
次类中心点偏移量 0.05 时终止聚类 1.4 基 C5.0 决策树分类算法客户特征分析
首先通聚类获类客户中心值特征 粗
略分析客户特征 然进步利数挖掘技术
决策树算法 C5.0 分析数建立客户分类决策树寻找相应分类规 深入分析类客户特征 决策树方法种指导机器学方法
求数包括输入输出变量 目通训
练数学 探寻输入变量(客户感知价值素
分)输出变量 (客户类)种取值分类预
测规律 然测试规律置信度 果满足求分类决策树预测新数象 (新客户)
类 文利决策树算法 C5.0 寻找基 CPV
分类规 包括步骤
1)确定输入输出变量 客户感知价值素
分作输入变量 前期聚类产生类作输出
变量 C5.0 算法求输出变量分类型变量 输入变量分类型变量数值型变量
2)样数集分割 客户感知价值决策树分类
模型仅分析类客户应价值素变量
关系 实现新客户分类预测 预测模型
预测误差越 模型表现越 果基建立模
型数测试误差 结果真实 相
准确误差估计 建立模型前 现样集
机分割成两部分 :训练样集测试样集
3)建立基客户感知价值客户分类决策树
决策树建立程训练样断分组
程 初决策树算法单纯利信息增益
判断分组变量分割点 容易受分量类数目影
响果分量类数目 分量应信息增益
会较 文 采 C5.0 决 策 树 方 法 信 息 熵
Ent(U)基础采信息增益率标准确定佳分
组变量分割点 信息增益信息增益率计算公
式分式(4)式(5)
Gains(UV) =Ent(U)-Ent(U|V) (4)中 Ent(U)决策树建立前 输出变量
均确定性信息熵 Ent(U |V)决策树建立
中考察输入变量 V(某客户感知价值素
分)确定客户某种类型条件熵
GainsR(UV) =Gains(UV)/Ent(V) (5)式(5)知果输入变量 V 较分类数
目信息熵 Ent(V) 会偏信息增益率会
降低进克服分类数目影响
2 实证研究
2.1 数收集
物流公信息台种物流供需双方
政府部门保险银行物流服务提供方等业务相关
者间进行信息交互公架构 目改进组织
间协调机制提高物流运作效率 文限定 LPIP
客户物流服务供需双方 物流服务需求方包括
需货物运输存储制造企业 商贸企业厂矿企
业原材料供应商般消费者 (含社会公众 )物流
服务供应方包括第三方第四方物流公司物流
运输企业物流园区仓库仓储企业货场港口码
头等企业 1.1 节分析LPIP 客户感知价值功
价值社会价值 情感价值程序价值感知利失构
成围绕 5 构成素通定性访谈方式挖掘
出客户感知价值驱动素 功价值访谈
时服务模式 3 层次:物流信息享信
息交换物流交易理 物流增值服务挖掘素社会价值沟通交流 企业形象性服务等方面
挖掘素情感价值信息沟通程序价值
台技术性理制度等方面挖掘素 程
序价值安全性机友性等方面挖掘素 感
知利失接受服务货币成 时间精力成
挖掘素 终总结出 LPIP 客户感知价值驱动
素条款集 33 条 33 条条款基础加入 4项企业口统计特征变量项开放式问题 形
83 第 4 期 宋华 云俊:基客户感知价值客户细分研究
成预测试调查问卷 问卷采取 5 级李科特量表方
式测量驱动素重程度分值 1 ~51 表示
极重 2 表示重 3 表示般4 表示重5表示极重 分数越高越重 通预测试识
出条款顾客重程度 删客户认
重条款 外增加忽视重价值驱
动素素
预测试采机抽样 物流公信
息员网络社交群采集样 回收效问卷 24份 删均值 3 重条款 余 28 条款
进入步分析 然组织 5 位企业员进
行试调查基 45 min 时间完成问卷时
间长度设计合理 获 LPIP 客户感知价值 5 维
度 28 驱动素图 1 示
图 1 LPIP 客户感知价值驱动素层次图
Fig.1 Hierarchical graph of LPIP’s customer perceived value driving factors
正式测试分 3 种途径物流业员社
交网络 QQ 群会员发出网络问卷测试解释请求针专门服务生产 SW 产品某区物流公信
息台户发出 Email 问卷部分问卷源直接
面谈 问卷调查时间 2014 年 3 月 ~4 月期 2月收回问卷 121 份通答卷时长筛选删相
IP 答卷容完全致问卷删分全某
极值等种方法 删部分效问卷 保留效问卷
110 份效回收率 90畅9%效样数约问卷测
试题项 4 倍 素均值 3畅44 ~4畅33均
3中位数包括 3 45 三值标准差 0畅676 ~
1畅23均 0畅5 针功价值社会价值 情感价
值程序价值感知利失 5 维度进行信度分析
Alpha 系 数 分 0畅910 0畅918 0畅867 0畅928
0畅813 信度系数均 0畅8说明维度致性
需修订题项2.2 客户感知价值变量降维处理
便期利数挖掘进行客户细分 采
子分析法价值驱动素变量进行信息浓缩
进行降维处理 分 LPIP 客户感知价值 5
构成素展开子分析 文功价值素
子分析例介绍降维处理程 利 SPSS Statistics
20 软件 110 效样功价值驱动素
X11 ~X11 2
进行子分析 Bartlett’ s 球形检验显
著说明变量间存相关性适合作子分析
KMO 值 0畅833 0畅7子分析效果较终功价值素子提取结果 包括 3
特征值 1 公子 表 1 示
表 1 功价值维度解释总方差
Tab.1 Total Variance Explained of Functional Value
成分
初始特征值 旋转方载入
合计 方差 /% 累计 /% 合计 方差 /% 累计 /%
1 妸6 櫃.177 51.475 51 V.475 3 殮.578 29 .816 29 W.816
2 妸1 櫃.999 16.660 68 V.134 3 殮.116 25 .964 55 W.779
3 妸1 櫃.083 9 镲.026 77 V.160 2 殮.566 21 .381 77 W.160
4 妸0 櫃.645 5 镲.377 82 V.537
5 妸0 櫃.543 4 镲.525 87 V.062
⋯ ⋯ ⋯ ⋯
12 洓0 櫃.100 0 镲.831 100 h.000
表中第 5 ~6 列展示子旋转公子
原变量表现情况 第 7 列公子累计方差贡
献率 3 公子累计方差贡献率达 77畅16%期子解释效果 反映原测量素
绝部分信息 分析 3 公子包含原始含
义 3 公子贡献度高低次命名 :高
级增值服务价值 F11 IT 技术支持服务价值 F12
基
93 工 业 工 程 第 18 卷
信息服务价值 F13 规范化 3 方差贡献
率作功价值影响程度 功价值关 3公子线性函数 F1 =0畅386F11 +0畅336F12 +
0畅278F13 利方差法进行正交旋转 6 次
迭代收敛 旋转子载荷矩阵 分
求出 3 公子分函数 代入功价值
线性函数 终功价值分 F1
式(6):F1 = 0畅087X11 +0畅102X12 + 0畅087X13 +
0畅074X14 +0畅089X15 +0畅063X16 +0畅081X17 +
0畅058X18 +0畅096X19 +0畅079X110 +0畅085X111 +
0畅099X112 (6)功价值分析程类似 社会价值分 F2 情
感价值分 F3 程序价值分 F4 感知利失分 F5
分式 (7) ~(10)示:F2 = 0畅252X21 +0畅253X22 + 0畅255X23 +
0畅240X24 (7)F3 = 0畅178X31 +0畅221X32 + 0畅204X33 +
0畅195X34 +0畅202X35 (8)F4 = 0畅246X41 +0畅253X42 + 0畅254X43 +
0畅247X44 (9)F5 =0畅368X51 +0畅302X52 +0畅330X53 (10)2.3 客户细分
2.3.1
客户聚类
前期已计算出样 5 价值素
分缺漏值素分均 0 ~5 间数值
型变量符合 KMeans 聚类分析方法求 作
聚类分析变量 次实验测试发现聚类数目
指定 4 类时分类结果较容易理解 类中
心表 2 示
表 2 聚类结果
Tab.2 Cluster result
类(样数) F1
F2
F3
F4
F5
聚类 1(44) 4 .562 4 ].542 4 滗.667 4 k.674 4 篌.590
聚类 2(8) 2 .423 2 ].197 2 滗.559 2 k.083 2 篌.316
聚类 3(20) 3 .352 2 ].625 3 滗.025 3 k.167 3 篌.008
聚类 4(38) 4 .048 3 ].228 3 滗.975 4 k.387 3 篌.691
聚类变量数值型 采取 F 检验方法
进行重性检验 零假设聚类变量均值显著
差异果检验统计量概率 p文设置 1 -p ∈
[0.951] 时存显著差异1 -p ∈ [0.900.95) 显著性般 1 -p ∈ [00.9) 显著差异 实
验结果知价值变量均值类间存显
著差异
2.3.2 确定客户分类规
首先样数进行分割 取中前 70 样
训练集 40 样作测试集 利 SPSS Cle
mentine 12.0 中 C5畅0 节点建立客户分类决策树 图 2 示 决策树模型进行误差分析混淆矩
阵显示模型训练集测试集正确率均 90%
该模型具实际意义
图 2 基客户感知价值客户细分决策树
Fig.2 Decision tree of customer segmentation
based on customer perceived value
决策树分两层分组变量包括两价值素
变量重性分 0.829 0.171 说明基
客户感知价值进行客户细分时 程序价
值社会价值 实际较客户认功价值感知利失子非常重 原建立决策树时更
考虑类间差异信息 果样某
子结类似 该信息法决策树发现
需结合类中心点值包含信息进行客户特征
纳决策树模型 出 4 条基客户感知价
值客户细分规
1)if F2 >3.760 then 类 =1
2)if F4 ≤2.500 then 类 =2
3)if F4 ≤2.500 then 类 =2
4)if F2 ≤3.760 and F4 >3.747 then 类 =4
2.3.3 客户特征分析
利分类规结合类中心均值情况分析 4 类
客户特征 4 类客户分命名高价值需求客户低价值需求客户中等价值需求客户高性需求客
户客户特征构成发展情况分析表 3 述
04 第 4 期 宋华 云俊:基客户感知价值客户细分研究
表 3 基客户感知价值客户特征
Tab.3 Customer characteristics based on customer perceived value
类 基特征 命名
1 Q
价值维度均高需求 解 LPIP 台社会网络特性社会价值求前瞻性
部分客户占例少 着物流服务网络社会网络扩 会越越
高价值需求客户
2 Q
处 LPIP 初级阶段求高需求明确 程序性需求高
部分客户较少 目前 LPIP 建设较较物流员 LPIP 辅助业务类客户
会越越少
低价值需求客户
3 Q
解需求 理解 LPIP 般价值维度价值求中等 清楚 LPIP
社会价值重性
类客户着物流服务网络社会网络扩 第 1 类第 4 类转移
中等价值需求客户
4 Q
太重视 LPIP 社会价值 价值维度求较高 尤程序价值反映台
性求较高
类客户数仅次第 1 类客户着基 LPIP 物流服务交易网络规模扩客户职
企业规模扩 会转第 1 类客户
高性需求客户
3 结
目前客户感知价值客户细分研究较
基客户感知价值进行客户细分理
实证研究较少 文 LPIP 例提出实现
客户感知价值进行客户细分般流程 运文献
查阅问卷调查方法子分析法确定客户感知价值
分模型 利聚类方法识出 4 类客户运
决策树方法找客户分类规 结合客户分类规
类中心均值情况纳总结类客户特
征终客户特征信息物流公信息台
客户分 4 类:高价值需求客户低价值需求客户中等价值需求客户高性需求客户 研究结果
LPIP 实施客户细分提供 文章提出分析思
路流程企业提供参考 客
户类客户感知价值需求偏重调整资源配置 提
供性化服务 代价获收益
参考文献 :
[1]齐佳音 万岩 尹涛.客户关系理[M].北京:北京邮
电学出版社 2009.
[2]吴丽华张瑜曹均阔.基客户感知价值云计算服务
动态定价策略优化方法 [J].计算机数字工程2013
41(2):244247.
Wu Lihua Zhang Yu Cao Junkuo.Optimization method
of dynamic pricing strategies of cloud computing services
based on customeroriented perceived value[J].Computer &
Digital Engineering 201341(2):244247.
[3]健王永贵 石贵成.关系强度前置素绩效影
响[J].理世界 2009(5):180181.
He Jian Wang Yonggui Shi Guicheng.Presage factor re
lationship strength and its performance influence [J].Man
agement World 2009(5):180181.
[4]苗瑞林建良 曹金涛等.面产品服务系统顾客感知
价值测量研究 [J].工业工程理 201318(2):15.
Miao Rui Lin Jianliang Cao Jintao et al.Research on
the customer perceived value measurement of product service
system[J].Industrial Engineering and Management 2013
18(2):15.
[5]刘英姿 吴昊.客户细分方法研究综述[J].理工程学
报200620(1):5357.
Liu YingziWu Hao.A summarization of customer segmen
tation methods[J].Journal of Industrial Engineering/Engi
neering Management 200620(1):5357.
[6]林勤薛云.双聚类算法电信高价值客户细分应
[J].计算机应201434(6):18071811.
Lin Qin Xue Yun.Application of biclustering algorithm in
highvalue telecommunication customer segmentation [ J ].
Journal of Computer Applications 201434(6):18071811.
[7]Marcus C.A practical yet meaningful approach to customer
segmentation [ J].The Journal of Consumer Marketing
199815(5):494.
[8]Anton J.The past present and future of customer access
centers [J].International Journal of Service Industry Man
agement 2000 11 (2): 120130.
[9]红霞 汪波钱荣.基三维客户分类价值体系客户
关系理研究 [J].商业济理 2006(11):4347.
Yu Hongxia Wang Bo Qian Rong.Researches on CRM
based on a 3dimension value system of customer classifica
tion [ J].Business Economics and Administration 2006
(11):4347.
[10]褚格林.基聚类模型电信客户细分研究 [J].统计
决策2014(8):176179.
Chu Gelin.Telecom customer segmentation study based on
14 工 业 工 程 第 18 卷
clustering model[ J].Statistics and Decision 2014 (8):
176179.
[11]路晓伟蒋馥张欣欣.CRM 中客户识维框架
[J].软科学200418(1):4043.
Lu Xiaowei Jiang Fu Zhang Xinxin.The multidimen
sional framework of customer identification in CRM [ J].
Soft Science 200418(1):4043.
[12]孙树垒路晓伟 张庆民等.基客户识客户保持
决策模型定价策略 [J].理学报2011(10):1504
1508.
Sun Shulei Lu Xiaowei Zhang Qingming et al.Deci
sion model and pricing strategies for customer retention
based on customer identification [ J].Chinese Journal of
Management 2011(10):15041508.
[13]Bourdeau L Chebat J C Couturuerr C.Internet consumer
value of university students: Email vs Web users [ J].
Journal of Retailing and Consumer Services2002(9):121
141.
[14]孟庆良韩玉启 吴正刚.电子商务模式顾客价值度量
模型构建应 [J].科技进步策 200623(6):
148150.
Meng Qinliang Han Yuqi Wu Zhenggang.Research on
application and measurement model of customer value under
ecommerce pattern [ J].Science & Technology Progress
and Policy 200623(6):148150.
[15]雷星辉张伟.电子商务台顾客感知价值购买行
企业未销售影响 [J].海理科学201234
(08):2733.
Lei Xinghui Zhang Wei.Influence of customer perceived
value on purchase behavior and enterprise future sales on e
lectronic commerce platform [ J ].Shanghai Management
Science 201234(08):2733.
(
接第
8
页
)
[9]章辉美 邓子纲 .基政府企业社会三方动态博弈
企业社会责分析 [J].系统工程 2011 29(6): 123
126.
Zhang Huimei Deng Zigang.Analysis of corporate social
responsibil ity based on threeside dynamic game between
government society and enterprises[J].Systems Engineer
ing 2011 29(6): 123126.
[10]喻思齐 刘钾.政府企业消费者三方绿色供应链系
统中博弈 [J].重庆世界 2011 28(1): 4547.
Yu Siqi Liu Jia.Game analysis of governments enterpri
ses and consumers in the green supply chain system[J].
The World & Chongqing 2011 28 (1): 4547.
[11]徐爱 胡祥培 高树风 .家电绿色供应链中政府 企业
消费者三方博弈分析 [J].科技理研究 2012(23):
236240.
Xu Ai Hu Xiangpei Gao Shufeng.A threeplayer game
analysis among governments enterprises and consumers in
the green supply chain of the home appliance industry[J].
Science and Technology Management Research 2012(23):
236240.
[12]李广华 段灿.绿色供应链中政府企业消费者演
化博弈模型分析 [J].商业时代2013(3): 4951.
Li Guanghua Duan Can.A threeparty evolutionary game
analysis among governments enterprises and consumers in
green supply chain[J].Commercial Times 2013 (3): 4951.
[13]朱庆华 窦杰.基政府补贴分析绿色供应链理
博弈模型[J].理科学学报 2011 14(6): 8695.
Zhu Qinghua Dou Yijie.A game model for green supply
chain management based on government subsidies [ J ].
Journal of Management Sciences in China 2011 14(6):
8695.
[14]侯琳娜 王海燕.绿色供应链传统供应链企业持续
发展战略演化博弈分析 [J].技术创新理 2010
31(6):677680.
Hou Linna Wang Haiyan.The evolutionary game analy
sis on sustainable strategies of green supply chain and tradi
tional supply chain[J].Technology and Inovation Manage
ment 2010 31(6): 677680.
[15]赵耀华 蒲永健.博弈济模型 [M].北京: 中国
民学出版社 2010: 4650.
24
《香当网》用户分享的内容,不代表《香当网》观点或立场,请自行判断内容的真实性和可靠性!
该内容是文档的文本内容,更好的格式请下载文档