第18卷第2期运筹与管理, 2009年4月OPERATIONS RESEARCH AND MANAGEMENT SCIENCE 基于模糊支持向盘机的企业关系价值分级度量研究胡健1，2李向阳1，2(1.哈尔演工业大学管理学院，黑龙江哈尔演IS侃)()I;2.哈尔草草工业大学技术·政策·管理(TPM)研究中心.黑兔江哈尔泯ISω01)摘要:针对合作制造企业间关系的特点，界定了企业关系价值的基本内涵。通过对企业关系价值度麓维庶划分，建立了企业关系价值的度盘指标体系。在此基础上，采用模糊支持向撞机方法建立了企业关系价值分级度最模型，并对其进行了分级度景。实验结果表明，该方法不仅能有效地度最出企业关系价值的级别，而且可以作为企业制定合作战略和决策的依据。关键词:合作制造:企业关系价值:数据挖掘;支持向最机中阻分类号:即70文意标识码:A文章编号:1007-3221 (2009 )02国0149-06Enterprise Relationship Value Ranking Measurement Based on Fuzzy SVM 1212 JIAN HU , XIANG Yang_li (1. School 01 Mωαgement， n，αrbin lnstitute 01 Technology, n，αrbin 150001, Chinα; 2. Research Center 01 Tech›nology. Policy and Mα，nαgement， n，αrbin lnstitute 01 Technology, Hα，rbin 150001. China) Abstract : According to the characteristic of cooperative manufacturing enterprises, the basic connotation of enter›prise relationship value is defined. By division measurement dimensions of enterprise relationship value, the measur˛ng indicators system of relationship value is proposed. On the basis, ranking measurement model for en›terprise relationship value is performed by fuzzy SVM. The experiment shows that the method not only measures the rank of enterprise relationship value, but also makes cooperative manufactur˛ng strategy and decision. Key words: cooperative manufacturing; enterprise relationship value; data mining; fuzzy SVM 。引随着全球经济一体化进程的不断推进，现代倍息技术和网络环境对制造企业产生了广泛而深入的影响，企业面临的市场更加宽泛而多变，用户需求更加多样化个性化。在这种情况下，为了获得览争优势，促进产品适应市场需求，企业必须更多地采用合作制造模式，比竞争对手提供给利就相关者更多的价值。特别是在关系营销时代，这种价值不仪仪来自于产品，阳且也来自于获得的某种关系。企业为了实现可持续性发展，必须把主要精力放在维护能给企业带来利放的各种关系上，企业需要识别与合作制造方的关系价值。因而，研究企业与合作制造方关系价值的度最方法，对于企业制定合作战略和决策具有囊要的意义。由于企业与合作制造方的关系价值的形成过程较为复杂，受到多种因素的影响，对其进行最化度最是十分困难的。因此，本文提出了企业关系价值分级度盘的方法，首先在分析国内外有关学者对企业关系价收稿日朔:2∞8-06-08基金项罔:阅察自然科学基金资助项目(70571019，70771031);因家教育部傅士点总会资助项目。ω60213∞4);因防科工委~础科研资助项目(A232∞6∞97) ;哈尔滨工业大学技术或策管.{f周家哲学社会科学创新基地。作者简介:胡健(1979-)，舅，满族，博士k研究生，立要研究为数据挖掘与企业关系价值;李向阳(1950翩)，身，博士生导师o?췲랽쫽뻝뗚퓋돯폫맜샭ぐ剅䅎䵁千嘰䅰믹뫺샮⠱뇵튪럖솿캪맘훐컄䕮剥噡䉡佮䙵䩉䡵奡㔰湯?ㆣ䅢瑯瑨潦捯浡敮扡灲牥癡楳摥䉹摩浥楮獹浯瑥灥批晵數獨潮慬獴慮浩卖틽쯦쿬뷸뇰탔횵평쪮쫕ퟷ햪㔰捨瑨扡景ꆪ牡潦摥䭥㈰?剡卖瑥䕒卅乁䥅潰湮楳牰灥牡ㆣ犣ꎮㄵ웳춼䅎没湧却?湵瑥獩汵晩癩慳浥摩獴污摥撣空周潷汹獯步睯湩룥뷰훺헟㋆ꎺꎬ쒣볼헂景ㄸ瑥污䥵䵥卥空〰걣犡ퟅ닺쫇랢ꆣ폚럖慲獩䶣慴湫捩퇔䅔䅒䝅乃붡쿲敲潴?牰畲物瑥〹긱긲맾〰튵럖뇠湫놣ꎮ牡晨牰?湥獩畲湳斣捡敭瑩潳깯瑨牤晡湧죕쿮볲?헫붨탍듊뇪朩氰䍈䵅慣慴物楮玣獥浥敳杹獩뻭폚牰瑩慓ㆣ幦좫웳욷퓚햹틲삧쓪㢣〰뛻〱훆샠뫅걘ㅩ䍴捴物撣潮敭楯?瑯敤牭潤걢厣뭤ꎻ웚쒿뷩乓乔ㆡ퇴楮卣楶楯獥?湴뛔솢ꎬꎺ쪶瑥潮걲깎?뇵뚨뫅ꎺ物佮畲䥁ㆡ걃湯獥敮湳牳獨ꎮ敤畴멣慴晵쟲튵쫊맘ꎬ뛸쓑⡁㓔物慮ꎮ뫏쇋늢싫?ꎬ獨澣꼲ㆡ릤뫏ꎺ乇ꐲ幄䅣楮玣楰潯空㈰맺㈳뫺?쒣卥卨敭庡뺭쏦펦쾵뇘ꎬ폫뗄獴歩ퟷ웳뛔ꎺ偯楰긲튵䘲〷捯?건灥枣〸볒㈰붡楣湧ꎬ꼲楰敮䑚볃쇙쫐펪탫퇐뫏ꆣ듳훆튵웤햽㜰?ꆪ穦牤桥牡뭥ꎮퟔ〶⠱뫽톧싔㌲?뿚楮瑩湴튻뗄뎡쿺냑뺿ퟷ틲〶좻〰㤷퓬맘뷸掣뿳맜뫍㉬?癥敲ꎮ뿆㤷㦣웳쾵탐ꎻ겣쳥쫐탨쪱훷훆듋샭뻶⠲훢灲〸톧⦣긩튵볛쇋웳겿횧㊣뮯뎡쟳듺튪퓬ꎬ톧닟〰楳믹뮹ꎬ볤횵럖튵湮?풺뗄㤩깒?뷸룼ꎬ뺫폫랽놾뷰ﺶ쓐맘뗄벶摞ꎮ틀〲ﮱꎬ돖헑敳돌볓웳헢솦뫏뗄컄뫚쾵뛈뻝ꆪ暿훺싺斿뗄뿭튵훖럅ퟷ맘쳡쇺ꆣ〱敭쿮ꓒퟥ뗄솿볛?쿲붭㐹?늻랺뇘볛퓚훆쾵돶쒿떴ꎬ쳘횸ꆣ횵뿚敮맾튻⠷늩掴뛏뛸탫횵캬퓬볛쇋뗣뇪쪵ꎻ来뛻〶〵Ꞽ쪿暣솿ꎬ쳥퇩쫽ꍃ浥췆뛠룼늻뮤랽횵웳뇵㝬볊퇐뷧쾵뷡뻝랲ㄵ곅敮뷸뇤뛠뷶쓜맘뗄튵佬뺿〰뚨ꆣ맻췚暣㦣ﺲ짺믺ꇪꎬ뗘뷶룸쾵탎맘ぬ갷?ꎬ쇋퓚뇭뻲곈敲쿖폃닉살웳볛돉쾵ꎻ〷?훷웳듋쏷㚼핯뗄㊣뿵듺뮧폃ퟔ튵횵맽볛㜱튪튵믹ꎬ횧꺹ꕭ〳謁퇐쯀탅탨뫏폚듸뗄돌횵맘뒡룃돖㙦ﺶㄩ틕뺿웳ꆰ엸쾢쟳ퟷ닺살뛈뷏럖쾵짏랽쿲溣ﮱꎻ?캪볛ꎬ램솿튻겷벼룼훆욷샻캪벶맺Ꟊ쫽穦ꓒ볒뻝횵닉늻믺뉳튵쫵볓퓬ꎬ틦랽뢴뛈떴ꋲ뷌췚뗄폃뷶晦뫍뛠쒣뛸램퓓솿폽웑뻲믹쒣쓜暢뗘맘Ꞽ췸퇹쪽쟒룷ꎬ뗄늿Ꞵ폫놾뫽폐볊늩듐웳뿵싧뮯ꎬ튲훖뛔쫜랽쓚횧킧斿쪿슻튵쾵뮷룶뇈살맘폚떽램ꓕ몭돖뗘쯀뗣例맘ﺲ뺳탔뺺ퟔ쾵웳뛠믹?ꆣ쿲뛈ꎬ捉?뷰?볛볛춨솿散뛔뮯헹폚짏튵훖쫗꒹횵橬맽믺돶幮훆ꆣ뛔믱ꎬ틲쿈?훺ꎻ뛔랽웳潦횵湄퓬퓚쫖뗃뚨쯘쿮샮웳램튵䑧呐쒿쿲웳헢쳡뗄튵뫏럖晄䴩튵붨맘ꎬ⠲퇴럖튵훖릩쒳탨ퟷ펰컶퇐〰⠱맘솢쾵ꎬꇎ뺿닺쟩룸훖튪햽쿬맺㘰㤵쾵쇋볛ꎬ훐ꎬ㈱ヒ벶짺뿶샻맘쪶싔쓚볛웳횵퓂탄㌰묩횵튵뗄퓂뒣쇋쿂틦쾵뇰뫍뛔췢ꆣ〴ꎬ맘벶ꎬ뛈뫚맣쿠ꆣ폫뻶웤폐⦣쓐桲쇺솿쾵뇰㙩뮹ꎬ랺캪맘웳뫏닟뷸붭㛁覆늩캬볛ꎬ?솿뛸쇋헟튵ퟷ뻟탐톧맾삿쪿뛈횵뛸뛻짮믱룼캪훆폐솿헟욹짺뮮럖쟒떼퇐죫뗃뛠쇋퓬훘뮯뛔벶뿉꾻쪦뗄뺺쪵랽튪웳뛈틔領ꆣ뺿ퟷ펰헹볛쿖뗄솿튵ꆿ웑폅횵뿉맘틢쫇?쫆ꆣ돖쾵틥ꎬ쳘탸볛ꆣ듙
150 运筹与管理2009年第18卷值内涵的理解的基础上，从合作制造体系整体角度出发，对企业关系价值的内捅进行了重新界定，并构建了企业关系价值的度量指标体;其次依据所构建的皮量指标体系，来用模糊支持向盘机算法度量出企业关系价值所属的级别，为企业识别与合作制造方关系价值提供一定的参考。1 企业关系价值的内洒目前，罔内外很多学者业费从供求关系角度探索企业关系价值，将企业客户当作一种特殊的客户来研究供求关系价值的内涵和度量。Wilson& Jantrania[ll研究发现产业市场供求双方的关联可以创造价值，1从三个维度对关系价值进行测度:经济价值、战略价值和行为价值oRavald & Grönroos(2发展了一个测量Hogan[31认为可交换关系价值的分析框架，他们认为权衡交换流程的投入与获取应该予以长期的关注。预计的关系价值的构成可以被着作与客户的关系周期中所有的切实收入的净现值。Lapierre[41收集了IT和金融业的有关采购的资料，并从中分出13条关系价值的驱功因素，并区分出产品利益、服务利益以及关系利益三组挟取因素和价格和关系戚本两组投入因素。徐辙、胡峰[51提出了测量产业市场中关系价值的七个雄度，产品利益、服务利益、诀窍利益、市场的实效利播和社会利益li项之和，而价格和业务流程成卒之和高1以看作是艾付戚本。AchimWalter等[61提出关系价值就是通过供应组织中的关键决策者所建立的关系或被感知的在多重利放得失间的权衡。臭开亚等川认为"关系"是企业的一种潜在资产，而这种潜在资产本身也具有价值，就是"关系价值企业合作的任务就是将这蜡资产转化为现实的收菇。综上所述，目前国内外关于企业关系价值理论研究中，一直缺乏…个比较完攘的概念。部分学者虽然给出的"企业关系价值"的概念，但也仅定义了企业与顾客之间的"关系价值根本无法对合作制造企业关系价值的理论含义加以概括。因此，本文从合作制造体系整体视角出发，将其企业关系价值界定为:是指为了实现企业可持续发展战略，实现藉体利益最大化，各种类型的合作企业间，通过彼此提供的生产服务、技术、倍息、知识和策略，实现资源共卒，并对其在…系列交易过程中的所得和所尖的权衡，即将共亭的资源转化为现实的收益。本文把企业关系价值分为经济价值、技术价值、倍息价值、知识价值和策略价值等五个测最堆废。(1)经济价值:该价值形式可以用价格来评价并以货币单位果现，如产品、服务及其它交换物的交换。另外，*期互利互惠承诺、成本的降低也属于经济价值的…种。(2)技术价值:有关制造生产所需专有性、特殊性技术，包括专利、知识产权、同步工程、价值工程等开发新产品的技术，以及雄修、技术支持等，而这些资惊是其它竟争企业无法替代的，称为技术价值。(3)信息价倔:关系活动中荷关市场、产品、技术、法律等倍息的交换，及销售与采购人员间有关竞争者交易情形的讨论，称为信息价值。由于企业拥有合作方所提供了对决策有用的信息，企业就具备了开发新市场的商机。(4)知识价值:企业合作方利用自身的专业知识，从事技术创新及新产品开发，所产生能够给合作双方企业带来一定利益的价值，称为知识价值。企业能与知识价值较高的合作方共间合作开发产品，所发展出的产品更容易符合市场的需求。(5)策略价值:合作企业现方对未来共间愿景、日栋、政策、策略性所作的配合，其超越实体的价值交换，称为策略价值。策略价值是无法透过传统财务数据来衡嚣的无形价值。2 企业关系价值的度最模型 企业关系价值的度最模型的建立假设企业关系价值度盘实例(Xj，yJ，其中XjER"为影响企业关系价值的属性，yjE\1，2，3，4，5\为企业关系价值分级度最结果，本文把企业关系价值分为5个等缆，"1"表示度最等级一，即企业关系价值极高;"2"表尔度最等级二，即企业关系价值商户3"表示度量等级玉，即企业关系价值选中;"4"表示度量等?췲랽쫽뻝ㄵ퓋돯폫맜샭㈰횵쇋쾵?웳쒿뺿듓붻풤뫍웟횮睡맘ퟛ룸횸컱뗈⠱쇭⠲랢⠳헟탂⠴랽돶⠵뮻㋆㊣볙튵룟?〹쓚웳볛잰릩죽뮻볆뷰샻룶뫍汴쾵닺짏돶캪ꆢ풴컥⦾췢⦼탂⧐붻쫐⧖뗄⦲ꎬ긱짨맘ꎻ튵쓪몭튵횵ꎬ쟳룶뗄죚틦캬뿉敲믲놾쯹볛쇋벼궼볊닺엏틗뎡?돆웳쾵ꆰ맘떹뗚뗄맘쯹맺캬쾵튵죽뛈틔뗈놻짭쫶ꆰ횵쪵쫵뮯닢쎼뎤욷ꊼ쟩뚼듸풼캪볛㊡쾵?ㄸ샭쾵쫴쓚뛈볛뗄ퟩꎬ뾴ꆧ룐튲웳쿖ꆢ캪솿?웚탎짌살룼닟맘횵놱볛떼뻭뷢볛뗄췢뛔횵폐믱닺ퟷ㇌횪뻟쒿튵샭웳탅쿖캬떣뮥벼믺튻죝싔쾵럖횵?뗄횵벶뫜맘좡욷쫇폐잰싛튵쾢쪵뛈몸샻뫓쫵몹쳖ꆣ뫆뚨틗몺볛뺶떵믹뗄뇰뛠쾵럖닉틲샻횧퓚볛맺몬뿉ꆢꆣ쎼뮥킹ꎬ?싛럻쿗횵뛈죁쓚쒶뒡뛈ꎬ톧볛컶릹릺쯘틦뢶?뛠횵틥돖횪쫕?믝?틔떻떺뫏ꆣ뗄솿뾵짏솿캪몭헟횵뿲돉뗄뫍ꆢ떼훘ꎬ췢볓탸쪶틦뗐돐월벰돆쿗쫐닟죁뛈뷡좼ꎬ횸웳훷뫍뷸볜뿉볛럾놾?샻뻍맘ꆱ틔랢ꆣ컊억캬꿖캪뎡뗋싔솿쪵맻뚶뿄듓뇪튵튪뛈탐ꎬ틔쇏룱컱ꆣ떾틦쫇폚뗄룅햹닟놾붿ꆢ者탞탓탅뷀횵ꮷ볛쒣샽ﺣꏐ뫏쳥쪶듓솿닢쯻놻ꎬ뫍샻䅣췊뗃ꆰ웳룅삨햽싔컄짒돉頋ꆢ킹쾢ﯓ탨붶횵탍⢹놾겼?ퟷꎻ뇰릩ꆣ뛈쏇뾴늢맘틦桩쟍쪧튵쓮싔ꎬ냑퓓놾類벼?볛쏗돆쟳퓎쫇뗄꒡컄듆훆웤폫쟳睩ꎺ죏ퟷ듓쾵ꆢ?ꢹ볤맘ꎬ틲쪵웳쎼뗄쫵킳횵퓉캪ꆣ듀컞붨ꎣ냑퓬듎뫏맘汳뺭캪폫훐돉뻷ﶹ뗄볛쾵떫듋쪵쿖튵?붵꣓횧ꆡꆣ횪뒹램솢갩웳떹쳥틀ퟷ쾵潮볃좨뿍럖놾쟏꧓횵볛튲ꎬ쿖맘뗍탐돖ꊲ평쓗쪶닍춸튵?쾵뻝훆뷇♊볛뫢뮧돶솽샻ꛗꆱ횵뷶놾헻풴듆튲풡뗈陼폚꣒곔맽ꆣ맘떼헻쯹퓬뛈慮횵붻뗄ㄳퟩ틦ꆣꎬ샭뚨컄쳥릲볛삼쫴ꋌ랡웳뗖뢾뒫⦡쾵?쳥릹랽첽瑲ꆢ뮻맘쳵춶꿖컢웳싛틥듓샻쿭횵?폚?뛸ꊼ튵ꆣ낡춳ꏆ볛떸뷇붨맘쯷慮햽쇷쾵죫쫐킵뾪튵퇐쇋뫏틦ꎬ럖ꋒ뺭헢볊펵뚣웳ꋄ닆횵?뛈뗄쾵웳楡싔돌훜틲뎡쒹퇇뫏뺿ퟷퟮ늢캪풻볃풼킩폐겴튵뾱컱킹럖뮡돶뛈볛튵ꆭ뗄웚쯘?뗈ퟷ훐훆듳뛔뺭볊ꊷ뫏폊쓜쫽꒣캪뀳랢솿횵맘퇐춶훐ꆣ쪵ﲾꆭ뗄ꎬ폫퓬뮯웤볃튵풴ꣂퟷ슼ꋕ뻝뮡㖸ꆱꎬ횸쳡쾵뺿뫍죫쯹뗄탬킧죏죎튻맋쳥퓚볛ꗎ결쫇즵랽볊횪ﺲ살쩒뇭뛔뇪릩볛랢탐폫폐쟽?샻?캪컱횱뿍쾵룷튻횵뮳ﳀ웤죐쯹쪶?뫢㓎좼쪾웳쳥튻횵쿖캪믱뗄뚯ꆢ틦?ꆰ뻍좱횮헻훖쾵쫏꣗쯼엏쳡듐볛ꊲ솿뚣뛈튵쾵뚨ꎬ닺볛좡쟐틲뫺뫍尿맘쫇랦볤쳥샠쇐벼횣ꆣꣀ뺺ꊵ릩슼횵?뗄냏겡솿맘ꎬ뗄붫튵횵펦쪵쯘럥짧ꣁ쾵튻쫓탍붻쫵곈ﮡ헹쒽쇋냐뷏퓐컞뀱뗈쾵닉닎웳쫐ꆣ룃쫕ꎬꆱ믡ꊵ헢룶ꆰ뷇뗄틗볛ꋖ뮻뛔슲룟퓋탎벶볛폃뾼튵뎡剡폨죫늢㇌샻?쫇킩뇈맘돶뫏맽횵陼뮣뻶뗄輪떹뇭죽횵쒣ꆣ뿍릩癡틔뗄쟸틦웳뷏쾵랢ퟷ돌ꆢ랡뚲컞겼닟랿뫏?쪾ꎬ뗄뫽뮧쟳汤뎤뺻럖컥튵닺췪볛ꎬ웳훐탅ꊷ靖램냏폐ꪷퟷ쓅ꆣ떼뛈벴쓚횧떱쮫♇웚쿖돶쮲쿮뗄헻횵붫튵쾢ﻎꢡ쳦響폃ꊣ랽?솿웳몭돖ퟷ랽父뗄횵닺횮튻뮯ꆱ웤볤쯹볛ꋍ듺?곋릲쾣떵뗈튵뷸쿲튻뗄湭맘ꆣ욷뾲뫍훖캪룅ꎬ웳뗃횵냆겲탅零춬곆쓊벶탐솿훖맘潳힢䱡샻㮝ꎬ잱쿖쓮룹튵춨뫍ꆢ붹즹쾢韛뫏튻쾵쇋믺쳘솪ꆧꆣ灩틦뗊뛸퓚쪵놾맘맽쯹횪ﲽ꒳돆뫈ꎬ醙ퟷ곔풣볛훘쯣쫢뿉ㆷ䡯敲ꆢ킳볛뗄늿컞쾵뇋쪧쪶뮻첡캪쯔웳?뾪뷊걹벴횵탂램뗄틔ꋕ条牥럾ꇖ룱닺쫕럖볛듋믎ꊼ벼놼튵뮸랢뗌ꆣ웳쫊뷧뛈뿍뒴링溾䢡컱킹뫍ꎬ틦톧뛔횵쳡좨?쫵뻍닺ꇊ튵훐뚨솿뮧퓬쯒줱꿊샻?튵뛸ꆣ헟뫏뷧릩뫢뫍쒽떹볛킹뻟쿗욷쒼笱맘ꎻꎬ돶살볛뮸죏햼틦떼컱헢쯤ퟷ뚨뗄닟뮻꒳횵?놸?쾵ꆰ늢웳퇐횵캪꿁틔?쇷훖좻훆짺벴싔뮡첵ꆣ뫕쇋?쯹떽㊣볛㒡릹튵ꎬ뿉쭉벰떵돌잱퓬ꎺ닺붫볛?좿뾪랢갳횵놱붨맘?돉퓚웳쫇럾릲횵랢햹ꎬ벫놾튵쿭㒣뺶뗄갵죁緎뾵??
第2期胡健，等:基于模糊支持向聋机的企业关系价值分组度量研究151 级四，即企业关系价值低;"5"表示度量等级丑，即企业关系价值较低。建立了基于支持向盘的企业关系价值分级度最模型，就是寻求X与YI之间的关系jf:R"→11，2，3人51(i=1,2, ,k) (1) YI =f(xJ 其中:R"为影响企业关系价值的n个皮量指标。 企业关系价值的度最指标为了更加科学合理地对企业关系价值进行分级度量，明确其所属级别，本文根据企业关系价值的基本内涵，并根据经济价值、技术价值、信息价值、知识价值和策略价值5个构成维度，构建了企业关系价值的度量指标体系，如阁l所措。固l企业关系价值的度最指标体系3 基于支持向量机的企业关系价值分级度量方法经典的支持向撞机算法是针对两类的分类问题提出的，而本文的企业关系价值分级度最是…个多樊识别问题，需对SVM进行推广。目前较为成熟的支持向盘机多类分类方法主要是一对→组合和一对多组合。但由于反应企业与其关系方关系价值的数据表现出高度的非线性、不确定性和不精确性，类与类的边界不清晰。因此，本文采用了模糊度的支持向盘机分类方法，并提出了适合企业关系价值分级度盘算法。本文把文献[8]中的模糊支持向机租一对多多分类方法结合起来，从而使新的多类分类算法具有很好的泛化能力。该模糊支持向机的出发点是:数据中各个样本点的重要程度是不同的，因而对重要数据的正确分类就显得更有意义。并且传统的文持向最机由于噪音数据的存在而易出现过适应现象。对于最简单的两类分类问舰，首先对数据进行预处理:事先选择一个适当的隶属函数，对所有样本进行模糊化，得到每一个样本z的隶属皮s町，于是训锦集便成为模糊训练集:(X1'Y1，SI)'(屿'Y2，S2)，…，(凡，r.，8.)(2) m 其中XE E 1 + 1 ，明11，O~81~lo1对于上述新的训练集，为了得到最优分类超平圃，需要解决以下优化问耀min仲)斗ω川ZSiEt仆)s. t. yJω. </>(X) +b]:;:’1 - / j其中C为常嚣，φ将Xj从R"'映射到高维特征空间。将束属度SI引人决策函数的生成过程，上面优化问题的解释也由以下拉格朗日函数的鞍点给出L(ωω .扎b，~归μ机5ι，ια趴aμ..州β刑ß)=÷→ω .ω川咱叩+C骂阶.z矶 叫附州(y扎付阳j以( 归其中α矶l'βi为拉格朗日乘子，ω，b，g满足以下条件?췲랽쫽뻝뗚ㄵ벶볛쯆祪웤㊣붨캪쓚뛈?웟ퟷ쫕틦웳뺭떽춼㎻쮫랽킭ꇱ훂탔돻풤웚ꇷ뗄돖탸쪶뫏뷧놾뫃헽뛔탐⢹⠲䖳䕻浩⠳玣ꇪ⠴튻䤽?䤽?ꆪꆮ?沼䧐泖沲뫺ꆪꎻ?㶣튵?볃㋆쯄횵훐긲솢쇋몭솿뗤뇰ꆣ늻컄뗄좷폚쒣뵬⭬깴뷢陸볊엏?붡걌맘낣⢡볛?ꎬ럖ꎺ웳쇋룼횸뗄컊떫쟥냑랺ퟮ뫽립짏ꎮ䏎쫍憣ꆰꊼ뚼풼쪯쾵?겣ꎬ溿횵쾵벴벶榣券튵믹볓늢뇪볛횧쳢평컺컄뮯샠볲⦣?겣튻쫶ꪳ튲?뮣?Ꭓ뗈볛?횵걦땬땉웳뛈캪맘폚뿆룹쳥돖ꎬꆣ쿗쓜뻍떥걬ㅽ탂걩ꏁ평곂쇋횵ꎺ훏갶튵솿펰쾵횧톧뻝쿲탨랴틲嬸솦쿔뗃ꎬꜨ审뾣틔겡뗄믹맘쒣쿬볛돖뫏뺭ꎬ솿뛔펦듋巖ꆣ뗃솽떽猱価통?겿쿂ꏎ뛈箣폚뾻쾵탍웳횵쿲샭볃죧솿믺獖ꎬ킵룃룼샠쎿⦣?솷꒿ꞽ삭ꫀ쒣ꇞ쫖뻧횸蝹볛ꎬ튵뗄솿뗘춼쯣䶽놾쓄쒣폐럖튻갨暡벯Ꜩꮲ룱궸뫽몣뇪횵뻍맘뛈뗄뛔泋쓆램폫컄ꎺ뫽틢샠룶립?ꎬ룪ꊣ샊횧쳥뗍쫇쾵솿웳ꆢ流탍웤닉횧틥컊퇹㊣ꆣ캪⤽昩뮴죕쫈돖쾵ꆰ갲ꎻ톰볛횸튵벼뺡헫욹맘폃Ꭓ돖ꆣ쳢놾겶쇋⬶퍒몯햳떹쿲ꆰ쟳횵뇪맘쫵?뛔쾵쇋훏쿲늢ꎬ?念뗃嶡쫽쯗?솿ꇂꆯ㖡릤뗄쾵볛솽ꏄ랽쒣믺쟒쫗ꎻ갵떽?펳펣믺떼뿚놱ꆣ溸볛횵샠뿇맘뫽諸뗄뒫쿈㈩ퟮꆪ짤낰겡뗄?㎡폫횵ꆢ뗄낽쾵뛈췒돶춳뛔솥ꆣ폅ꇞ晪떽뗣⤽?쒿웳떷뺶⦣죁뷸탅럖쿎볛뗄뮶랢쫽쫴ꆭ룟룸갶튵쯂횼죁겣꼴뿖탐쾢샠ꪳ횵횧풶뗣뻝뛈ꎬ캬돶맘ꆤ뾵믖뢱럖볛뚶컊짊뗄돖쫇뷸玣⢹뎬쳘ꇞ춤쾵좼꺼벶횵쳢쫽쿲ꎺ탐뮣붡욽헷싺ꆯ죁볛ꆮ뛎?뛈ꆢ쳡쓖뻝솿훀쫽풤곓ꎣ쏦?뿕ퟣ뾷횵쒹솿횪돶Ꭓ뇭믺뻝뒦?갩ꎬ볤ꇞ틔㕽붷럖겼?ꎬ쪶뗄훏쿖럖붷훐평샭쟑탨ꆣ쿂벶?⭣맺듆?쏷볛ꎬ돶샠ꢽ룷폚ꎺ뗁ꆣ튪붫쳵⢢뛈좷횵뛸뾻룟랽룶퓫쫂랼ꎬ뷢솥ꇆ볾솿떹웤뫍놾襁뛈램쿆퇹틴쿈꾱玡뻶쫴퇐玡?쯹닟컄뗄ꎬ놾쫽톡ꌩ틔뛈뺿떼쫴싔뗄럇늢뒣뗣뻝퓱짎쿂玡ꎡ놡?벶볛웳훀쿟쳡겴뗄튻폅ꏒ떽뇰횵튵탔돶펶훘듦룶ꎺ뮯ꌩ쾵ꎬ㖸맘붷ꆢ쇋튪퓚쫊컊ꎻ뮡틽춡놾쾵꣖늻쫊말돌뛸떱뗁쳢왡?컄릳볛좷뫏습뛈틗뗄랼?룹짎횵뚨웳쒶쫇돶솥꾣꿊ꎻ뻝겶럖쟒탔튵늻쿖쫴?ﶵ⢣웳좣벶뮶뫍맘춬맽몯쓉튵겹뛈퓒늻쾵훀뗄쫊쫽荒겣맘립솿믗뺫볛ꎬ펦즹겡쾵ꣁ쫇좷횵틲쿖뛔ﶳ?볛쯆튻쾺탔럖ꢾ뛸쿳쯹첣ꌨ횵룶췒ꎬ벶?뛔ꆣ폐곉ꇞ뗄떹뛠뮶샠뛈킺훘퇹쿃믹?샠풶폫솿?튪놾ꆤ놾떼샠쯣쫽뷸얻뾧??뗄램뻝꿎떵뇟ꆣ뗄쫌⣊맺?꽩⤫㘩튻ㄫ晩⧒뮡웂겣뮿?헥맺틽쯭
152 运筹与管理2009年第18卷。L(ω，b，石，α，β)ι口ω-Y.α山。(xJ(5) =0 0ω含1iJL(吁，α，βL=叩主α川(6) 。L(ω，b.~α，ß)(7) iJ~昂$jG-αβt嚣。用以上公式可将(3)转化为(8) min Q(α)z m ZM Z z矶α川K(叭，X) Lαjyj =O，O:E;矶的jC通过解决公式(8)最优化问题，就构造出了最优越平面，使得最后得到的决策函数对重要放据的分类精度显著提高。为了解决本文的多分类问题，把以上模糊支持向量机与一对多组合分类方法结合，并引人类中点的概念(9)得别了一种新的多分换算法，对于一个K类分类问题，有如下的训媒样本(x’Y1) ,(X’Y2)’ , (凡，Y.)(9) 1 2其中Xje R’" ’YI e j 1 ，2，…，kl，。笔Sj:E;lo定义1提中点对于R'"上的一类点(叭，屿，…，X，.)，记X.为类中心点，r为类半径，其中俨士土XIr=max 11 X. -X11 (10) i 结合一对多组合思想进行分挠，即训练K个两分类器，且每次训练过程都是引人模糊性的，即事先为每个样本叫生成一个模糊隶属皮$j0例如现在要把第l类和剩余样本分开，由上定义易得第l类的中心点，记为儿，樊半径记为r+ ;剩余样本看作一棠，其中心点记为扎，提半径记为凡。给走一个充分小的8 >0，模糊隶属度引起义如下r. II X + -Xj 11 血11r++δYI目l，，，·‘·、··品、、，，，..... $, = ~ . 1. II x_ -\l-~δt ytFAl 其中引人8是为了防止$1=00 lli模糊支持向量机训练结束后，得到k个两类分类楞(12) h(X)叫咱+btZZα:jyjK(xj，x) +b i=1,2,’’’,k 对于新结的测试样本Z被分人(13 ) Class (x) = argmax jλ(X) J2(X),," ,I.(x) I 4 企业关系价值分级度量的实证分析以某大型造船企业的合作制造关系方为例，其合作关系方约有1200多家，并与该企业之间形成了一个复杂的关系网络。诙企业要建立有效的合作网络系统，必须明确合作关系方对企业带来的价值，实行分类管理。本文选择了该企业25家合作制造企业，利用上述的基于模糊支持向量机的多分类方法来分级度最关系价值，度量指标数据来掘于对该造船企业供应、质检、生产、销售等部门经理填写的调查问藉。 基于模糊支持向量机的企业关系价值分组度量植架泒本文建立了基于模糊支持向最机的企业关系价值分级度最模型框架，如图2所示。以25家企业中的?췲랽쫽뻝ㄵ퓋돯폫맜샭㈰쳃搶퇻愶뷇탍憡ꆮꆣ⠵폃浩儨⠸玣춨쿔캪쓮⣊⠹웤뚨뛔당샱ꎬボ⠱뷡쎿뗣㘾ꆭꆤ떱릤昽ꆻ捺㓆틔룶샠솿㒣믹놾ꆮ⠶䒡㵬?긱㵭〹⠷〩ㆣ㈩㌩ㆡ틔맽훸쇋ꆮ꾡훐틥폚뫏룶ꎬィ쒣뿚쒳뢴맜맘컄?깴⢸愩㉩慸쓪갲컘?짏뷢쳡㤱ꎣ룪㇀务ꇂꏒ튻퇹볇계틽뫽탂獳듳퓓샭쾵쒣붨떹뗚ꎬꇆ릫㷒뻶룟ꆣ겣暡냉?믈뛔놾캪ꎺ죫횧룸⣷탍뗄볛뫽솢?ㄸꆭ엍쪽릫ꆣ놾뗃겣쩒킵쾵훷뛠립ﷁ?돖뗄?퓬맘횵횧쇋憡㶡뻭탍ꎬ뮡횽떼뿉쪽컄떽겡ꆱ?쓒ꆻퟩꆣ⮣ꗊ쫇쿲닢㵡뒬쾵ꎬ돖믹뒣깹?뮵?쮿뎸붫욽⠸뗄쇋ꌩꎬ므뫏짺곀캪솿쫔牧웳췸톡뛈쿲폚떷ꆮ뮡⠳⧗뛠튻ꎬ쮼돉졳쇋믺퇹浡튵싧퓱솿쒣횼㶡⧗럖훖⢹ꎬꎻ쿫튻ꆣ럀통놾硻뗄쇋횸믺뫽㵯꓃뇘ꪻ⮡얻샠탂봲暡?뷸룶뚼뚨횹솷ꇶ뚶뫏룃뇪뗄횧ꎬשׂ?꿎컊뗄ꎬ쩻ꆣ탐쒣쟎틥玡뷡놻⢹ퟷ웳쫽돖죁슡?澡쫌쳢뛠ꎬㆣ럖뫽ꩲ죧ꌽ쫸㚡봩훆튵뻝쿲죴뗈뾵믒㷒욡ꎬ럖갲늢샠솥⮣쿂ァ뫳죫ꇌ퓬튪㈵살맘솿?ꌽ쓊겾냑샠㈩ꎬ쫴믊?맘붨볒풴쾵믺ꎺ왡뗖ꆮꇆ뱡춹틔쯣ꎬꆭ벴뛈ꏓ뗃⢹쾵솢뫏폚볛뗄꒷ꆣ맔짏램ꆭꎬ통玡떽봩랽폐ퟷ뛔횵웳ꇜ폵훎浭쒣ꎬ뫳솷ꎡ鈴籼캪킧훆룃럖튵煹獩쓋땺?뫽뛔⢸綣룪䮸ꏀ뺿綸ꆭ샽뗄퓬벶맘ꆣ?䬨뫫믖瓄쯗횧폚갰ꆣ듗틔ꎬ뫏웳뒬뛈쾵돖튻ꎣꇜ⦣붷뷀⣊웤ퟷ튵웳솿볛쟉쭋?얳쿲룶갩獪겼훀훔므꼩뫏췸ꎬ튵뿲횵⣃곆솿䯀ꎬꇜ쟊?훀?ퟷ싧샻릩볜럖ꎻ뷃믺ꆣ没꾡ꪰ곆?맘쾵폃펦벶ﭴ폫훀?ꏎ곇통쾵춳짏ꆢ뛈⤫ꎬ곊튻ꫀ틃?탐랽쫶훊솿?릵뛔쫌뾴샠쒵풼뇘뗄볬쒣짗쏗뛠탐컑뫍폐탫믹ꆢ탍掷?ퟩ곓쒵뗁쪣쟎ㄲ쏷폚짺뿲뫏탈랹폠ꪹ〰좷쒣닺볜뻀쎵럖걲ﶳ퇹뷒뛠뫏뫽ꆢꎬ릣붵샠습캪첶놾뮣볒ퟷ횧쿺죧짎쒾랽쓑샠볊럖곀ꎬ맘돖쫛춼램뗁냫쟒뾪늢쾵쿲뗈㋋?뷡럑뺶ꎬ폫랽솿늿流꿊뫏鈴ꎬ평뚼룃뛔믺쏅뺡ꢣﶶꎬ?웤ꎺ짏쟎웳뗄뺭ꏒ묽퓖늢훐뚨ꩲ튵뛠샭퐲?틽풵틥튻횮듸럖쳮㖼죋쒣틗ꆣ볤살샠킴틆ﶾ샠겼뗃룸탎뗄랽멯?훐듊뗚뚨돉볛램뗷뗖쒷뗣싏嫀튻쇋횵살닩킵?훀뗄죎룶튻ꎬ럖컊룅?쓖돤쪵벶뻭ꮶ탐럖뛈ꆣ?킡럖뗄
第2期胡健，等:基于模糊支持向最机的企业关革价值分级皮董研究153 10家企业的数据作为训练数据集，阳另外10家企业的数据作为测试样本数据集。训练数据集和测试样本数据集已由专家给出企业关系价值的级别，测试数据与模型的输出结果做对比，以确定分级度最模型的有效性。最后，以剩余的5家企业作为顶测数据集，对企业关系价值进行度量。训练测试图2基于模糊支持向最机的企业关系价值分级应量模型框架 鼓据预处理从模式分类的角度考虑，本文的度最指标体系存在严震的维数灾难问题，即样本数目太少而指栋维数太高，导致在数据空间中，样本点的分布过于稀脯，必须进行降维操作，本文利用利用克成分提取方法对数据进行降维，降维腊的数据如表1所示。裴1降维后的数据合作企业F1 F2 F3 F4 F5 F6 2 3 4 5 1. 093 6 ω 7 1. 559 叩 。. 。. 9 10 11 12 13 。. 14 咿 15 16 17 幽 18 叩. 751 19 惰。. 20 1. 742 21 22 23 1. 836 需 24 ω 25 实验结黑和分析为了验证模糊支持向最机分级度最模型的正确率，本文把日确定企业关系价值的10家合作企业数据输人模型，其中模糊支持向最机采用多项式核，d=3。从糙2可知，该模型的分级度量的正确率为90%, 度最结果较好。?췲랽쫽뻝뗚ㄵ놾폐통퇹?횸쿬ꎮ닢튻쿲많ꆯ솿훷ꇱ돉듽ꆫ럖쳡좡뷡춼㒣듓첫뻝뇭캪쫤뛈?ꇱ풤뫺?솷뇪펦ꎮ쫔맻ㆽ㊻긲㋆볒쫽킧쒣룟뷸긳쇋죫솿풤붡퇹쿲뇤ꎮ뇪뗎陸쫽?웳뻝탔쪽ꎬ탐쪵퇩쒣뷡놾솿겺ꎬ닢?뻝튵벯ꆣ쿲럖떼붵퇩횤탍맻쒣뗈ꎺ풤퇹쓊뗄틑ퟮ샠훂캬뷡쒣ꎬ뷏뒦ꎺ훣ﶾ쫽평뫳놾뗄퓚ꎬ맻뫽웤뫃Ꭓ샭?믹뻝ꎬ뷇쫽붵뫍횧훐ꆣ훏?폚ꆭퟷ볒틔뛈뻝캬럖돖쒣쒣뾻캪룸쪣뾼뿕뫳컶쿲뫽뫽蝹통돶폠싇볤뗄솿횧횧쓆?솷웳뗄ꎬ훐쫽믺돖돖쫽튵㖼놾ꎬ뻝럖쿲떹쿲뻝맘틆컄퇹죧벶솿?솿벯쾵泭뗄놾뇭뛈믺떼믺ꎬ볛뗗?뛈뗣㇋솿닉뗄떷뛸횵솿뗄流쒣폃웳횼쇭뗄횸럖뺡탍뛠튵뚶췢벶꒲뇪늼?뗄쿮맘죁뇰쳥맽헽쪽뿄쾵볒ꎬﶾ쾵폚좷뫋ꏐ볛?웳닢?듦쾡싊ꎬ춿횵튵쫔꾣퓚쫨ꎬ搽럖?뗄쫽겶퇏ꎬ놾㎡벶쫽뻝퓆훘뇘컄ꎴ뛈뻝폫뗄탫냑펱솿ퟷ쒣떹캬뷸틑퇐캪탍?쫽탐좷뿉뺿닢뗄떼퓖붵뚨횪쫔쫤?쓑캬웳ꎬ퇹돶떽컊닙튵룃놾뷡쳢ퟷ맘쒣쫽맻킶ꎬ쾵탍뻝ퟶ죁벴놾볛뗄벯뛔뾡퇹컄횵럖ꆣ뇈?놾샻뗄벶통ꎬ쫽폃뛈솷틔쒿샻볒솿쫽좷첫폃뫏뗄뻝뚨짙훷ퟷ헽벯럖뛸돉웳좷뫍벶횸럖튵싊닢뛈뇪쳡쫽캪쫔솿캬좡뻝㤰퇹쒣쫽랽ꎥ탍램ꎬ뗄뛔쫽
154 这筹与管理2009年第18卷袋2对测试样本的企业关系价值分级度量结果合作企业实际{在度!ì值度ld:纺果合作企业实际值度镜值度最纺3在正确率11 2 2 16 4 4 错正确12 4 4 17 3 5 业E正正确份13 5 18 5 5 5 90% 正正锦确由说14 19 2 2 15 5 5 正确20 5 5 本文端去另外5ã在企业作为企业关系价值的眼测数据，其中模糊支持向撞机选用多项式核，d=20从表3可知，合作企业22的企业关系价值级别为极高，合作企业21的企业关系价值级别为高，因此应保持与两企业的合作;合作企业汩的企业关系价值级别为低，合作企业25的企业关系价值级别为极低，应放弃与两企业的合作;对于合作企业24，诙造船企业应改变合作策略，提升企业关系价值。袋3对预测样本的企业关系价值分级肢.结果合作企业专家评价值度最倪度最吉占5民îE确*21 2 2 22 23 4 4 t止正止.且确ìE确100% 24 3 3 24 3 3 为验证基于…对多组合的模糊支持机分级度量方法的性能，本文选取了一对一组合和一对多组合多分类方法与其比较度量结果的正确率。选用了数据中的后15个企业作为测试样本，其中立种方法都采用了RBF核，参数σ=。从表4可知，基于一对多的模糊支持机方法的度量正确卒要高于一对…组合和一对多组合方法。表4度量结果E确率比较多分类力'法测试及样本正确度量数错误度最数正确凉IS 一对多组合15 11 4 % 基于一对多组合的模糊支持向最机15 14 % 5 结论本文囊点分析了企业关系价值的内涵，对其进行了重新界定，井把企业关系价值分为经济价值、技术价值、信息价值、知识价值和策略价值等五个维度，并用SVM方法构建了企业关系价值度最模型。针对企业关系价值难以置化，类与类的边界不清晰的特点，本文提出了…种基于模糊支持向量机的多分类方法来分级度最企业关系价值。通过某大型造船企业数据试脸证明，该方法的度量结果较好，适于解决企业关系价值度盘问题。参考文献:[1] W lson D T, Jantrania S A. Measuring value n relationship development[ C]. Proceedings of the 9th IMP Conference, Bath University, Bath, 1993. 44 46. [ 2 ] Ravald A, Gr nroos C. The value concept and relationship marketing[ 1]. European Joumal of Marketing, 1996, 30 (2) : 19-30. [3] John E, Hogan. Expected relationship value: a construct, a methodology for measurement, and a modeling technique[ J]. ln帽dustrial Marketing Management, 2001, (30): . [4] Lapierre J. Customer perceived value in industrial contexts[ J]. Joumal of Business and Industrial Marketing, 20∞， 15(2/ 3): 122唰140.[5]徐薇，胡峰.产业市场中关系价值的理论研究与测最维庶[1].哲学世界，2004，(1):21-24. [6] Achim Walter. Thomas rilter, hans georg gemunden. value innovation in buyer -伺lIerrelationships: theoretical considera-tions and empirical results from a supplier’ s perspective[J]. Industrial Marketing Management, 2001, (30): 365-377. [7]兵开迹，邸允校.企业"关系价值"研究[1].价值工程，2003，(6) :28-30. [ 8 ] Lin C F, W nag S D. Fuzzy support vector machines [ C]. IEEE Transactions on Neuarl Netwoks, 2002, 13 ( 2) : 464峭471.[9J Zhar ?췲랽쫽뻝ㄵ퓋돯폫맜샭㈰뇭뛔뫏쪵뛈헽ㄲ?ㄷ듭ㄳ䩆ㄸ㤰ㄴㄹ놾웺㈲㈳汏㈴橉캪럖쇋튻뷡볛튵닎嬱睩癡摥潦瑨啮嬲掣浡䩯䵡嬳䖣䕸牥捯浥晢浯瑥摵嬴䪣灥䉵慮㌩嬵嬶䅣睡周牪来瑩獵嬷嬸䱩䚣䒣癥呲潮乥嬹穨瑯扵乎ㆣ?癥咣䆣楮牥㥴捯浥癡䥮扵敭碣湳捴潲潮깆ꎥ侣槈汵䥍楶깔慮桮걈灥污瑨摥獴깣牣楮獩桩潭瑴浵獥牥湳灰畡畳楬獐?ퟷ볊솿좷컳볒汳牫畭瑲捨湡ꎺ汴걷潲瑷捴〹닢㎶㒶癥嵒嵌湴巐牳巎걊깍污捯湣牥慳汵摵湯祥灩晽捬컄㎿솽폫퇩샠剂뛔맘벶횵뾼?畺潮潲싛畣?뷡?敲桥潧捴瑩斣潤汩物整畳敩摵湥慳湤汬污楤獵獡牬楮潲ꆯ걇웳횵뷡싊움ퟤ潮整慬璣湩来ㄲ敲湡穹潫慮敡瑩湦数污畲?獨癡犡物潭愸쓪쫔퓔죁汯慶慰數灥맻獩慮敤潮멡걡潬湧慬楮瑯癥獴獳ꎬ敮敲瑩汴捴?㤹톡짖웳솽횤랽䚺뛠훘쾵뛈컄瑲㡵潮쎫父?瑩敭ꆮ捡玡튵맻볛楮煵浥㋒ꎮ玣瑹ꎮ獨潧?浥物桡潮憡ꆯ楯ꎬ뗚퇹꒲뾽灭慬楥瑳놣捴敳ꆢ慮物獨牥潮敮?ꩣ좥ꪣ튵웳횵믹램쮣ퟩ뗣볛솿쿗杛枣斡湴묱갲狅ꎬ楰?慬湳獨ㄹ楡湧楰湣獨璣ㄸ놾敮?牲孊겺楶잣季孃䉡䩝갱빊ꎬ갲㐰楰〰㤹빯쇭겺뗄튵폚폫겲뫏럖횵웳컊ꎺ斣楰걡瑥탅뻭뗄鈴ﯕ瑛汨?覆玣敛곛ꎮ㤹嶣㈰〰㊣걂湤?췢쿗뫏뗄튻웤컊랽컶쓑튵쳢ꎬ면㏒웳뺵捝䕵㚣깉ぬ깊ィ䩝ꇔ갱깐慴쾢ㄹ桥뭬?㖼ퟷ뫏뛔뇈ﶶ램쇋틔맘ꆣ浰갳溡ꎬ갱㌨튵쓆럂ꎮ潵꺲쫖䕅牯㤳潲敡〨?⠳㔨㈩볛ꎮ整맘틆ꎻퟷ뛠뷏ꈽꆣ쪱웳솿쾵偲浡㮝䥮念掣㐴?㈩〩㊣楣ꎺ쾵떹좽潣?뗊摵껆깉딲뫏ꎻퟩ뛈ィ튵뮯볛ꆪ慬횵ꎺ?㐶볛??敥㐶킳獴䕅뗗㊵ퟷ뛔뫏솿긵맘ꎬ횵ㄹ㌳㌶㐭ꎮ횵떼ꆢ摩ꇖ物떡?ⴳ㦡㖡㐷쓆웳폚뗄뷡ꆣ쾵샠럖?湧ィꨳ킹慬낹ㆣ튵뫏쒣맻듓볛횪폫춨㔱㜷벶떷??떹㈳ퟷ뫽뗄뇭횵샠맽ꎮ뛈횼떼쪶떹?뗄웳횧헽㒿쒳솿뚶?볛뷡?떼웳튵죁돖좷짖쓚뇟듳떵떡맻뾽쓀뇑떼?튵㈴믺싊ꪣ몭뷧탍횵킾?떼맘ꎬ럖ꆣ겻늻퓬뫍??뽛떵뚱쾵룃벶톡陸뛔쟥뒬킾䩝닟쓔볛퓬뛈폃?웤컺웳뿓ꎮ꒲ꪼ횵뒬솿쇋뮶뷸뗄튵싔볛ꮸ벶웳랽쫽풶탐쳘횵볛ﶾ?뇰튵램뻝쇋뗣뿎릤겶돌?겺캪펦뗄훐쓄훘횵ꎬ쫔졛ꎬ곆쿗뗍룄탔뗄ꎺ탂놾퇩뗈䩝㈰ꎬ뇤쓜뫳뷧컄횤ꎮ〳컥탄뫏ꎬㄵꞳ뚨쳡쏷헜ꎬꎺ딲ퟷ놾룶횻ꎬ돶톧⠶ㆵ웳닟컄覆늢쇋룃쫀⦣캬Ꭓ쓆튵싔톡붷냑튻랽뷧먲뛈㢡훏㈵ꎬ좡ퟷꢵ웳훖램㈰ꐳ떹뗄쳡쇋캪쒶튵믹ꎬ〴ィ뾻?웳짽튻닢죁맘폚뛈ꎬ?늢𣏕떼튵웳뛔쫔뿕쾵쒣솿⠱ꇓ?맘튵튻퇹볛폃뫽뷡⦣쎶떼쾵맘ퟩ놾럂횵횧맻먲ꎮ뚱볛쾵뫏ꎬ쫒럖돖뷏氭珫㈴횵볛뫍웤ꪸ캪쿲뫃ꎮ붺ꪸ벶횵튻훐?뺭솿ꎬ슷쮣?뇰ꆣ뛔죽?볃믺쫊붷걤곒캪뛠훖뮶볛뗄폚ꢹ㴲벫ퟩ랽퓒횵뛠뷢ꆣ쯓뗍뫏램믗ꆢ럖뻶립듓ꚱꎬ뛠뚼벼샠웳ꣁꎳ펦닉쾺쫵랽튵?럅폃쯆램맘살쾵떹?떼?떶죁뿄ꏐ춡ꏕ퓆?
