1. 课程导论：智能寻源算法在中标场景中的价值、风险权重参数的核心作用、课程学习目标与适用人群

1.1 智能寻源算法在中标场景中的战略价值

在大型企业采购与招投标场景中，智能寻源算法已从辅助工具演变为核心决策引擎。其核心价值体现在三个维度：

• 效率跃升：将传统人工寻源平均 3-5 天的周期压缩至分钟级，支持海量供应商的实时匹配与排序。
• 成本优化：通过多目标优化模型，在满足质量、交期、合规约束下，实现综合采购成本降低 8%-15%。
• 风险前置：在中标决策前，算法可量化评估供应商的履约风险、信用风险与供应链中断风险，避免事后补救。

1.2 风险权重参数的核心作用

风险权重参数是连接算法模型与业务风险的“调节旋钮”。在寻源算法中，每个评估维度（如价格、质量、交期、信用）都对应一个权重系数。这些参数的微小变化，可能导致中标排序结果的显著差异。

风险权重参数的核心作用可概括为：在算法模型中建立风险与收益的平衡机制。权重设置过高，可能错失优质低价供应商；权重设置过低，则可能引入高风险供应商，导致后续履约问题。

1.3 课程学习目标

通过本课程的系统学习，学员将掌握以下核心能力：

1. 理解风险权重参数的理论基础：掌握多目标优化、层次分析法（AHP）、熵权法等权重确定方法的原理与适用场景。
2. 掌握参数调试的工程实践：学会使用 Python 与主流优化库（如 SciPy、Optuna）进行权重参数的自动化搜索与验证。
3. 构建风险监控与调优闭环：设计基于中标后履约数据的权重动态调整机制，实现算法模型的持续进化。
4. 应对复杂业务场景：处理多标段联合寻源、紧急采购、战略供应商倾斜等特殊场景下的权重策略。

1.4 适用人群

本课程面向以下三类核心人群：