数字平台上的可持续服务组合：一种结合服务提供商协同效应的互动方法

《JOURNAL OF MANUFACTURING SYSTEMS》：Sustainable service composition on digital platforms: An interactive approach with provider synergies

1. 针对数字工业服务平台（DISPs）复合服务匹配的挑战，提出两阶段混合束搜索（TS-HBS）算法与生态系统激励机制，通过动态协同建模和交互式优化实现高效服务配置，案例研究表明其显著提升匹配质量与平台可持续性。

　　

作者：尤家鹏、江洪伟、徐嘉豪、明新国、孙波丽

上海交通大学工业工程系，中国上海200240

摘要

数字技术的快速发展和多样化的用户需求推动了数字工业服务平台（DISPs）的兴起，这些平台通过整合上下游资源提供一站式服务解决方案。然而，随着用户需求变得更加个性化以及服务提供的日益互联，任务与服务匹配正从单一服务匹配转向复合服务匹配。这种转变带来了重大挑战，包括管理服务间的依赖性、确保供应商选择的协同效应以及适应动态用户反馈。为了提升平台的运营能力，本文提出了一种考虑供应商协作效应的交互式复合服务匹配方法。首先，我们构建了一个多目标优化模型，该模型明确捕捉了服务的复杂时空依赖性、供应商的动态能力以及相邻供应商之间的协同效率。其次，针对问题的NP难性质，我们提出了一种两阶段混合束搜索（TS-HBS）算法。这种交互式框架首先生成高质量的计划，然后通过反馈驱动的调整阶段迭代优化解决方案。最后，我们设计了一种生态系统激励机制，利用供应商忠诚度和机会得分来平衡用户满意度与可持续发展。通过在汽车售后市场场景中的17个不同实例对所提出的方法进行了严格验证。与精确求解器和启发式方法相比，TS-HBS在规划质量上接近最优，并且在接受率和平台收入方面显著优于所有基线方法。长期模拟进一步表明，适度的激励策略可以提高新供应商的生存率并减轻马太效应，从而促进平台的可持续发展。

引言

数字技术的快速发展正在重塑传统行业的运营模式和服务范式[1]、[2]、[3]。作为新兴的平台模式，数字工业服务平台（DISP）通过整合产业链的上下游资源，为多个服务需求者提供一站式服务[4]、[5]。与早期专注于单一类别的垂直平台不同，DISPs旨在为需求者提供多样化的服务选项[6]。例如，中国最大的综合性数字服务平台之一淘宝¹，已从最初的商品交易扩展到涵盖生活方式服务、金融保险和教育培训，每天服务超过4亿用户。在B2B领域，如Made-in-China.com²等平台提供端到端的服务，包括信息匹配、供应链金融和物流配送，使制造业需求者能够高效获得集成服务解决方案。

然而，服务类别的多样化给需求者在服务选择上带来了挑战。他们不再满足于简单的服务列表和耗时的选择过程，而是越来越期望定制化的一站式解决方案[7]。这在具有众多高度相关服务类别的行业中尤为明显，例如汽车售后市场服务，车主可能需要依次进行车辆检查、维护和修理、保险理赔等服务。这些服务是相互关联且相互影响的，因为前置服务的实施时间会影响后续服务的规划，因此传统的仅考虑单一服务的独立匹配方法已不再适用。

因此，对于平台运营商来说，设计高效的服务解决方案匹配机制已成为一个核心挑战[7]、[8]。尽管在任务与服务匹配算法方面取得了进展，但在实际场景中，平台运营商仍面临关键的实际挑战：（1）服务需求者越来越需要对解决方案进行迭代修改。运营商需要根据具体反馈进行灵活的计划调整，而不仅仅是静态的一次性匹配决策。（2）多服务任务表现出复杂的时空相关性。为了确保效率，运营商必须考虑供应商之间的协同效应以及动态容量限制。（3）平台的长期可行性需要平衡用户当前的满意度与供应商生态系统的健康状况，避免可能排斥多样化供应商的短视策略。

为了解决上述平台运营挑战，本文从平台运营商的角度提出了一种考虑服务协同效应的交互式复合服务匹配方法。本文的核心贡献如下。

（1）对于涉及多个服务需求者和供应商的任务与服务匹配问题，我们构建了一个多目标复合服务匹配模型。该模型明确捕捉了服务提供中固有的复杂时空依赖性和动态容量限制。此外，它引入了一种新的协作机制来模拟运营协同效应，具体量化了相邻供应商之间的合作如何提高复合服务链中的服务效率。

（2）我们提出了一种两阶段混合束搜索（TS-HBS）算法，以促进个体层面的交互式决策。与传统系统侧重新调度方法不同，该算法创新地将匹配过程分解为初始生成阶段和反馈驱动的调整阶段。这种机制使服务需求者能够根据部分偏好迭代优化他们的计划，有效克服了静态一次性匹配在满足动态用户需求方面的局限性。

（3）我们设计了一种生态系统激励机制，以促进平台的可持续运营。通过整合供应商忠诚度和机会得分，该机制在用户即时满意度和供应商生态系统的长期健康之间取得了动态平衡。重要的是，这种方法有助于缓解与短视优化相关的“马太效应”，从而支持新供应商的生存并保持供应方的多样性。

本文的其余部分组织如下：第2节回顾相关文献。第3节描述问题背景并建立数学模型。第4节详细说明所提出的解决方案方法。第5节通过案例研究验证该方法的有效性。最后，第6节总结本文并概述未来的研究方向。

部分摘录

数字工业服务平台

作为双边或多边市场的中介，数字平台利用资源整合促进服务提供商、需求者和平台本身之间的互动，从而促进价值共创[9]、[10]、[11]。随着云计算、物联网（IoT）和人工智能等数字技术的持续进步，以及用户需求的演变，平台商业模式也在发生变化

问题陈述

DISPs通过将平台上的多个需求者的复杂服务任务与合适的供应商匹配，为他们提供一站式复合服务解决方案。整个服务交互过程如图1所示。过程开始于多个需求者提交他们的服务需求，这些需求被转换为由不同服务类别组成的相关子任务。然后平台考虑其各种供应商的动态状态

TS-HBS框架

平台运营商必须解决的上述任务与服务匹配问题是NP难问题。我们在附录A中提供了这一声明的正式证明，表明我们的问题（P）是著名的NP难问题——灵活作业车间调度问题（FJSSP）的泛化。这种计算难度源于需要同时考虑多个需求者的复杂服务要求和多个供应商的动态能力，因此需要使用启发式方法

案例研究

为了验证所提出的复合服务匹配算法的可行性和有效性，我们进行了一项以汽车行业数字服务平台为中心的案例研究。该案例研究模拟了车主多样化的售后服务需求，并测试了该算法在各种匹配场景下提供高质量服务解决方案的能力。所有计算都在配备第12代Intel Core i5-12600KF CPU和16 GB RAM的PC上完成。

结论

为了解决DISPs面临的扩展服务范围和个性化用户需求带来的挑战，本文提出了一种创新的两阶段复合服务匹配方法，以提高平台的运营能力。来自汽车售后市场场景的模拟结果表明，引入多轮交互策略有效提高了交易成功率。它通过实现灵活的计划调整实现了这一目标，将大量“基本

CRediT作者贡献声明

尤家鹏：撰写——原始草稿、可视化、方法论、数据整理、概念化。江洪伟：撰写——审阅与编辑、形式分析。徐嘉豪：验证、调查。明新国：监督。孙波丽：撰写——审阅与编辑、监督、概念化。

写作过程中生成式AI和AI辅助技术的声明

在准备这项工作时，作者使用了Gemini（Google）工具来完善和精炼手稿的表达。使用该工具后，作者根据需要对内容进行了审阅和编辑，并对出版物的内容承担全部责任。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

致谢

作者感谢IDS中国研究实验室、上海工业信息研究中心、上海先进制造环境重点实验室、大规模个性化定制系统与技术国家重点实验室、SJTUSME-COSMOPlat新一代工业智能技术联合研究中心、可定制综合服务平台项目（用于先进建筑材料的智能工厂管理）以及设计和验证关键