服务响应策略的拟定以服务运营与发展规划为基础，因此作为其主要决策支持的服务邀约评价不仅仅是对当前邀约任务（主要是可获利水平及完成难度）的评价，还包括对发起邀约的客户的评价，是一个综合性的过程。通过对现有文献中关于服务需求的分析、评价进行研究，并结合制造行业现实需求，本文将服务邀约评价指标体系定义为：

Invitation=(IP,IO,IR,IF)

各分量含义如下：

IP：盈利性，表示服务邀约的可盈利水平，反映相应服务执行可获取利润的高低，其中包括利润（率）、回款速度等二级指标。

IO：潜力性，表示服务邀约发起者未来继续合作的潜力水平，对服务业务运作的长远性和可持续性具有显著影响，包括业务前景、业务相关性等二级指标。

IR：风险性，表示服务邀约发起者对任务交易履约的风险水平，体现了服务顺利运作及其收益实现的可预期性，包括信誉水平、财务状况等二级指标。

IF：友好性，表示合作双方的兼容性能，主要描述了服务邀约发起者与服务之间的协作水平与熟悉程度，包括协同性能、合作熟悉状况等二级指标。

服务邀约评价的基本分量及其细分指标阐释如表4-1所示。(www.daowen.com)

表4-1　服务邀约评价的基本分量及其细分指标

此外，定义服务邀约的综合评价Performance，表示对邀约发起者整体表现的综合评判，通常由历史交易中服务的自主评价应用时间衰减因子整合而成。服务自主评价指服务在任务交付后，对任务需求方的综合表现进行的评判，包括分数量化、星级评定、笼统语言等多种表达形式。

在服务邀约评价活动中，以下四个渠道的信息形成基本数据支撑：当前邀约信息、服务的历史交易记录、合作伙伴的支持知识以及云制造平台的认证统计数据。通过对服务邀约及其发起者相关基础指标的统计、汇总和集成，从而生成邀约评价指标Invitation和综合评价Performance（考虑到行业差异性与服务运作的个性化，基础指标的获取、整理及集成方式和侧重各有不同，故对二者产生过程本文在此不做统一定义）。为便于基础指标间的集成操作，Invitation的各评价指标以模糊数形式表达，而Performance则基于历史评价方式呈现为分数量化、星级评定或笼统语言等形式。在此基础上，本文对服务邀约评价进行粒度刻画，以实现服务邀约的群体一致性认知，为响应决策提供有效支持。

图4-1　云制造服务邀约评价决策机制架构图

鉴于Invitation与Performance来源于不同的信息渠道和生成方式，彼此间存在由信息失真导致评价失衡的可能。因此，本文基于群体一致性原则，通过对服务邀约的粒度刻画，实现基于粒度单位的决策检验与评价校正，以及部分缺失指标信息的填补；同时，针对联合响应中联盟成员评价的集体决策达成问题，以粒度化集成方式实现群体评价的融合。基于以上分析，本文确立了如图4-1所示的服务邀约评价决策机制构架，针对独立邀约与联盟邀约分别形成了不同的决策路径，而图4-2则对相关决策流程进行了刻画。

图4-2　云制造服务邀约评价决策流程示意图