摘要：近年來網(wǎng)絡(luò)眾包這一新興商業(yè)模式正迅速崛起，展現(xiàn)出廣闊的發(fā)展前景，然而出現(xiàn)的供需信息不對稱、信用體系不健全等問題成為制約其持續(xù)快速發(fā)展的瓶頸。文章從信息技術(shù)的角度出發(fā)，利用商務(wù)智能的相關(guān)理論、工具和方法，構(gòu)建包括供需自動(dòng)化匹配、知識成果在線綜合評價(jià)以及智能化信用評估為主體的商務(wù)智能框架，為解決網(wǎng)絡(luò)眾包市場出現(xiàn)的一系列問題提供有益的探索。

關(guān)鍵詞：眾包；商務(wù)智能；供需匹配；成果評價(jià)；信用評估

人類社會(huì)進(jìn)入知識經(jīng)濟(jì)的時(shí)代，知識創(chuàng)新成為知識經(jīng)濟(jì)系統(tǒng)中的一個(gè)重要環(huán)節(jié)。隨著通信基礎(chǔ)設(shè)施和IT技術(shù)的迅速發(fā)展，互聯(lián)網(wǎng)正逐漸成為知識創(chuàng)新的重要媒介，眾包正是在這種背景下產(chǎn)生。2006年的6月在美國《連線》雜志上，Jeff Howe首次為眾包下了一個(gè)定義：眾包指的是一個(gè)公司或機(jī)構(gòu)把過去由員工執(zhí)行的工作任務(wù)，以自由自愿的形式外包給非特定的（而且通常是大型的）大眾網(wǎng)絡(luò)的做法。在國內(nèi)，眾包模式又被稱為威客模式，近年來發(fā)展也很迅速，在短短數(shù)年內(nèi)威客網(wǎng)站就達(dá)上百家之多。例如任務(wù)中國、豬八戒威客網(wǎng)、K68等。在這種模式下，需要科技創(chuàng)新的企業(yè)可以將自己的技術(shù)難題通過網(wǎng)站發(fā)布，并提供一定的資金來招募人才解決企業(yè)難題。同時(shí)每一個(gè)有一技之長的知識型人才都可以在平臺上尋找適合自己的任務(wù)，提交知識成果后就有機(jī)會(huì)獲得一定的報(bào)酬。這種模式降低了創(chuàng)新成本，同時(shí)滿足供需雙方的需求，具有良好的發(fā)展前景，并且由于可供交易的知識創(chuàng)新成果涉及各行業(yè)領(lǐng)域，參與門檻也很低，吸引了包括在校大學(xué)生、退休工程師和科技人員等大量知識型人才的積極參與。然而近年來網(wǎng)絡(luò)眾包市場卻從高速發(fā)展階段進(jìn)入了瓶頸階段，出現(xiàn)很多難題亟待解決，突出表現(xiàn)在以下方面：

（1）使用效率較低，搜索成本較高。目前的網(wǎng)絡(luò)眾包交易平臺中，企業(yè)發(fā)布的任務(wù)和知識型人才的匹配模式較為粗略，依然停留在人工檢索方式，效率較低。尤其在海量信息的情況下，創(chuàng)新人才難以在眾多的任務(wù)信息中找到適合自身能力的創(chuàng)新任務(wù)，同樣對企業(yè)來說也很難在茫茫的人才海洋中迅速尋找到滿意人選。

（2）供需雙方與眾包平臺三方之間均缺乏相互信任。由于對這種新興交易模式不熟悉，對有技術(shù)需求的企業(yè)來說，擔(dān)心是否能在網(wǎng)站上順利地找到合適的人才，確保發(fā)布的任務(wù)得以解決，否則的話就可能白白遭受損失。而知識人才卻擔(dān)心付出了大量時(shí)間和精力來創(chuàng)造知識成果卻無法得到企業(yè)的認(rèn)可，甚至受騙上當(dāng)?shù)貌坏饺魏螆?bào)酬，這些信任方面的問題直接制約了供需雙方對這種交易模式的參與意愿。

（3）過度競爭造成人力資源浪費(fèi)。目前眾包平臺多采用任務(wù)發(fā)布方驅(qū)動(dòng)的交易模式—懸賞模式，即企業(yè)先給出任務(wù)和獎(jiǎng)金，然后參與競爭的人才分別來完成任務(wù)并提交成果，企業(yè)認(rèn)為完成得最好的人得到獎(jiǎng)金。在這種模式下，眾多的應(yīng)標(biāo)人中只有一個(gè)能中標(biāo)獲得報(bào)酬，其他應(yīng)標(biāo)人則無功而返。因此這種懸賞制交易模式存在嚴(yán)重缺陷，由于信息不對稱，“檸檬市場”現(xiàn)象日益突出，不但造成大量的人力浪費(fèi)，并且嚴(yán)重打擊了知識技能較高的參與者的積極性。

（4） 知識成果的價(jià)值難以評估。知識產(chǎn)品的特殊性使得其價(jià)值標(biāo)準(zhǔn)因人而異，往往很難準(zhǔn)確評估，由此造成的糾紛也很難得到合理解決，嚴(yán)重影響了眾包平臺的信譽(yù)，因此怎樣對知識產(chǎn)品進(jìn)行科學(xué)合理的價(jià)值評估成為目前網(wǎng)絡(luò)眾包市場亟待解決的問題。

面對這些問題，除了運(yùn)用傳統(tǒng)的經(jīng)濟(jì)管理理論和方法來完善管理制度、改進(jìn)管理模式，優(yōu)化交易機(jī)制等措施之外，更有效的方法是利用信息技術(shù)，采用智能化手段解決目前網(wǎng)絡(luò)眾包市場中出現(xiàn)的搜索效率低、成果驗(yàn)證難、信用程度差等一系列問題。因此本文提出構(gòu)建面向網(wǎng)絡(luò)眾包市場的商務(wù)智能架構(gòu)，從技術(shù)角度為解決這些難題提供有益的探索。

一、 面向網(wǎng)絡(luò)眾包的商務(wù)智能框架

本文構(gòu)建的面向網(wǎng)絡(luò)眾包市場的商務(wù)智能框架主要包括三部分：交易前的供需雙方自動(dòng)化匹配模塊、達(dá)成交易后的知識成果在線綜合評價(jià)模塊以及和各個(gè)模塊緊密聯(lián)系的智能化信用評估模塊。

供需匹配模塊是雙方順利達(dá)成合作意向的前提和基礎(chǔ)，而成果評價(jià)模塊則是雙方順利完成交易的重要保障，信用評估模塊則依賴于成果評價(jià)模塊的評價(jià)結(jié)果，同時(shí)又為今后的供需匹配提供數(shù)據(jù)支持。（如圖1所示）

二、 供需自動(dòng)化匹配

供需智能匹配的主要工作流程包括信息預(yù)處理、特征指標(biāo)提取、匹配度計(jì)算等三部分，最終形成對某一需求任務(wù)的人才匹配策略和對某一知識人才的任務(wù)匹配策略等兩種匹配策略，為供需雙方在眾包平臺上能進(jìn)行高效的信息檢索提供強(qiáng)大的智能服務(wù)支持（如圖2所示）。

1. 信息預(yù)處理。信息預(yù)處理包括非法信息智能識別和個(gè)人隱私資料屏蔽。網(wǎng)絡(luò)的開放性使得眾包這種商業(yè)模式容易被非法活動(dòng)所利用，比如發(fā)布懸賞攻擊某網(wǎng)站、傳播恐怖信息等，這些行為具有明顯的違背社會(huì)倫理道德甚至觸犯法律的性質(zhì)，使得眾包網(wǎng)站容易成為違法犯罪的幫兇，目前在許多眾包網(wǎng)站上都可以看到懸賞代寫畢業(yè)論文等相關(guān)任務(wù)，因此如何監(jiān)控和識別有害信息，是眾包發(fā)展過程中不可忽視的問題，因此在數(shù)據(jù)預(yù)處理階段，可以采用文本挖掘和其他數(shù)據(jù)挖掘技術(shù)相結(jié)合的方式，分析提取非法信息的典型特征，對企業(yè)發(fā)布的任務(wù)需求和創(chuàng)新人才個(gè)體發(fā)布的個(gè)人資料信息等進(jìn)行合法性檢測，同時(shí)設(shè)計(jì)科學(xué)合理的信息安全保護(hù)機(jī)制，在保證不影響交易雙方必要的相互了解的前提下，對涉及到的企業(yè)和創(chuàng)新個(gè)體的隱私信息進(jìn)行合理屏蔽。

2. 特征指標(biāo)提取。本階段將供需雙方提供的非結(jié)構(gòu)化和半結(jié)構(gòu)化的信息進(jìn)一步處理，構(gòu)建統(tǒng)一的指標(biāo)體系，將各項(xiàng)信息規(guī)范成標(biāo)準(zhǔn)的指標(biāo)數(shù)據(jù)。由于眾包交易涉及的行業(yè)領(lǐng)域各不相同，為了將各種信息進(jìn)行規(guī)范統(tǒng)一，可以采用相對較成熟的語義本體技術(shù)，結(jié)合各種常識數(shù)據(jù)庫、本體數(shù)據(jù)庫、ISO標(biāo)準(zhǔn)等通用的規(guī)范化文檔來構(gòu)建指標(biāo)體系，并據(jù)此采用數(shù)據(jù)挖掘技術(shù)、自然語言處理技術(shù)等對各種類型的信息進(jìn)行指標(biāo)提取。

3. 供需匹配度計(jì)算。為方便供需雙方都能在眾包平臺上根據(jù)自身需要進(jìn)行智能查詢，可分別建立面向任務(wù)需求的人才推薦流程和面向人才的任務(wù)推薦流程。在以指標(biāo)形式存儲任務(wù)需求和人才資料的基礎(chǔ)上，針對不同的交易模式制定不同的匹配策略。在人才招標(biāo)模式中，企業(yè)根據(jù)任務(wù)需求首先確定符合基本能力資格要求的人才，形成基本匹配，然后提取出主要特征指標(biāo)對每個(gè)知識型人才進(jìn)行綜合能力評估，最終確定最佳

的匹配人才列表。而在大眾懸賞模式中，面對眾多的懸賞任務(wù)，可以根據(jù)人才自身的基本情況通過基本匹配明確適合其參與的任務(wù)范圍，然后針對每個(gè)人才的特長和任務(wù)的具體情況，采用一定的指標(biāo)匹配度計(jì)算方法計(jì)算指標(biāo)得分，并以此對各個(gè)任務(wù)按優(yōu)先級進(jìn)行排序，形成推薦任務(wù)列表。

三、 成果在線綜合評價(jià)

由于知識成果具有無形性和可復(fù)制等特點(diǎn)，并且知識產(chǎn)品存在價(jià)值評估、知識產(chǎn)權(quán)等諸多問題，因此能否建立科學(xué)合理的知識成果評價(jià)機(jī)制就成為網(wǎng)絡(luò)眾包市場能否持續(xù)健康發(fā)展的關(guān)鍵問題之一。為此可以依靠技術(shù)手段建立智能化的成果評價(jià)模型，通過對成果進(jìn)行真實(shí)性檢驗(yàn)，完成度檢驗(yàn)，成果綜合評價(jià)等一系列處理流程，構(gòu)建對知識成果的科學(xué)評價(jià)機(jī)制。

1. 真實(shí)性檢驗(yàn)。知識創(chuàng)新成果的真實(shí)性主要體現(xiàn)在原創(chuàng)性和防偽性兩方面。

（1）原創(chuàng)性檢驗(yàn)。檢驗(yàn)該成果是否是任務(wù)完成者的原創(chuàng)成果，而不是剽竊他人已有的知識成果。在具體操作中可以利用搜索引擎等檢索工具查詢已有相關(guān)知識成果的信息并采用數(shù)據(jù)挖掘手段進(jìn)行模式匹配，以驗(yàn)證該知識成果與以往成果的相似度，并結(jié)合該領(lǐng)域的專家經(jīng)驗(yàn)進(jìn)行綜合判別。

（2）防偽性檢驗(yàn)。檢驗(yàn)在任務(wù)招標(biāo)等交易模式中出現(xiàn)的自問自答等作弊形式。分析以往舞弊交易中參與交易的知識產(chǎn)品的種類、價(jià)格等屬性特征以及參與交易的任務(wù)發(fā)布方所屬行業(yè)、企業(yè)性質(zhì)、企業(yè)規(guī)模、網(wǎng)絡(luò)IP地址等交易主體的屬性特征，采用人工神經(jīng)網(wǎng)絡(luò)等智能處理技術(shù)進(jìn)行防偽性建模，識別各種交易欺詐行為。

2. 完成度檢驗(yàn)。主要檢驗(yàn)提交的知識成果與任務(wù)需求之間的擬合程度，在對任務(wù)需求進(jìn)行指標(biāo)化處理的基礎(chǔ)上，對提交的任務(wù)成果也以同一指標(biāo)體系為判別標(biāo)準(zhǔn)進(jìn)行各項(xiàng)指標(biāo)數(shù)據(jù)提取，按照各項(xiàng)技術(shù)指標(biāo)的重要程度進(jìn)行加權(quán)計(jì)算，并設(shè)定一定的閾值進(jìn)行篩選來確定知識成果是否合格。

3. 知識成果綜合評價(jià)。在對知識成果進(jìn)行真實(shí)性檢驗(yàn)和完成度檢驗(yàn)的基礎(chǔ)上，結(jié)合知識人才的創(chuàng)新能力、任務(wù)完成速度、信譽(yù)等各項(xiàng)相關(guān)指標(biāo)，以及專家評價(jià)、網(wǎng)友評價(jià)、供需雙方互評等外部因素，采用統(tǒng)計(jì)分析等手段，對交易結(jié)果進(jìn)行綜合評價(jià)，回饋給供需雙方。

四、 智能化信用評估

信用體系的建立是包括網(wǎng)絡(luò)眾包市場在內(nèi)的所有電子商務(wù)交易得以持續(xù)健康發(fā)展的重要保障。鑒于信用體系的重要作用，利用信息技術(shù)構(gòu)建智能化信用評估模型也是需要研究的重點(diǎn)之一。信用評估模塊和供需匹配模塊、成果評價(jià)模塊都有著非常緊密地聯(lián)系。構(gòu)建智能化信用評估體系的數(shù)據(jù)主要來源于眾包平臺的內(nèi)部交易信息和平臺外部信息兩部分，其中內(nèi)部信息包括：（1）注冊信息。從注冊模塊中提取企業(yè)信息庫和個(gè)體人才信息庫的相關(guān)數(shù)據(jù)，包括企業(yè)所屬行業(yè)、企業(yè)規(guī)模、注冊資金和個(gè)人的職業(yè)、經(jīng)歷及以往榮譽(yù)和認(rèn)證情況等。（2）交易支付信息。從交易支付系統(tǒng)中提取參與眾包交易的企業(yè)和個(gè)人的資金交易額、交易次數(shù)、交易時(shí)間等信息。（3）交易成果評價(jià)信息。從中提取知識成果的原創(chuàng)性程度、防偽性程度、完成性程度等指標(biāo)數(shù)據(jù)，以及任務(wù)的完成速度和由其他網(wǎng)友、供需雙方、相關(guān)專家的評論等構(gòu)成的綜合指標(biāo)數(shù)據(jù)。外部信息包括：（1）由銀行、稅務(wù)等金融機(jī)構(gòu)和政府機(jī)構(gòu)提供的關(guān)于企業(yè)和個(gè)人的信用評估等級。（2）通過搜索引擎等工具檢索企業(yè)和個(gè)人在網(wǎng)絡(luò)上的信用資料，對取得的榮譽(yù)和成果等正面信息可以提升企業(yè)和個(gè)人的信用，而各種欺詐、造假等負(fù)面信息則降低其信用度。將各種數(shù)據(jù)源集成進(jìn)入信用系統(tǒng)數(shù)據(jù)倉庫，通過制定科學(xué)合理的信用評估策略，綜合采用各種信用評價(jià)算法，實(shí)現(xiàn)對參與眾包平臺的企業(yè)和個(gè)人的信用綜合評估。

參考文獻(xiàn)：

1. Howe， J. The Rise of Crowdsourcing. Wired Magazine，2006，14（6）： 1-4.

2. 李靜，沈陽.基于威客網(wǎng)的知識市場研究.情報(bào)雜志，2007，（9）： 60-61.

3. 喬梅，王穎.基于知識共享構(gòu)建第三方知識市場模式研究.情報(bào)科學(xué)，2009，（3）： 348-350.

4. 魏拴成，鄔適融.眾包的產(chǎn)生、發(fā)展以及構(gòu)建眾包商業(yè)模式應(yīng)遵循的路徑.上海管理科學(xué)，2010，（1）： 55-58.

5. 魏拴成.眾包的理念以及我國企業(yè)眾包商業(yè)模式設(shè)計(jì). 技術(shù)經(jīng)濟(jì)與管理研究，2010，（1）： 36-39.

6. 余長慧，潘和平.商務(wù)智能及其核心技術(shù).計(jì)算機(jī)應(yīng)用研究，2002，19（9）： 14-16.

7. 劉平峰，聶規(guī)劃，陳冬林.基于知識的電子商務(wù)智能推薦系統(tǒng)平臺設(shè)計(jì).計(jì)算機(jī)工程與應(yīng)用，2007，43（19）： 199-201.

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（項(xiàng)目號：71171131）；中國博士后科學(xué)基金資助項(xiàng)目（項(xiàng)目號：2012M520903）。

作者簡介：張朋柱，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院教授、博士生導(dǎo)師；呂英杰，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院博士生；劉景方，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院博士后。

收稿日期：2013-01-28。