基于平滑BP神经网络的CRM+市场营销预测模型地研究.pdfVIP

基于平滑BP神经网络的CRM 市场营销预测模型的研究① 覃华 苏一丹 陈琴 广西大学计算机与信息工程学院，南宁，530004 摘要本文首先讨论了利用CRM数据库进行市场预测的必要性，然后提出了一种基于BP神 经网络的CRM市场营销预测模型，并用平滑因子对模型进行了优化。通过实验证明了模型的可行 性，并与；§他模型进行比较，在同等条件下，本文模型具有更好的精度。 关键词BP神经网络，平滑因子，CRM，市场预测 1 前言 要在市场竞争中取胜，就必须赢得客户，用优质产品去占领市场，这就需要认真研究各种 市场因素的作用机理，在此基础上进行市场预测。CRM系统中有大量的客户数据，利用这些 CRM数据可以进行营销预测，为企业经营决策和计划工作提供科学的依据。也就是根据CRM 数据，应用预测技术对各种预测指标的发展趋势作出分析和推断，为企业的营销策略提供科学 的依据。一般包括商品销售量预测、商品市场占有率预测、商品销售利润预测等内容。本文着 重研究商品市场占有率预测模型，它在一定程度上也表示了商品销售量的预测。 在文献乜3中给出了一些传统的市场占有率预测模型，这些模型的共同特点是引入了市场 营销力的概念，根据营销力产生的原因，将营销力分解成几个主要部分，然后分别考虑各个部 分的有效性及弹性来测算市场占有率，这些模型的缺点是没有考虑市场营销因素对市场占有 率影响的滞后效应，很难向经营者提供企业市场占有率的短期内的动态变化情况。在文献[3]中 应用简单马尔柯夫过程对产品市场占有率进行预测，但这种方法的转移矩阵是在许多假设条 件下估算出来的，若估算值与实际相差太远则影响预测效果。文献Ⅲ建立了一个产品市场占有 率状态空间预测模型，运用随机系统辨识理论来估计转移系数矩阵，进而动态预测产品市场占 有率。在综合参考以上经验的基础上，本文提出了一种新的预测模型：基于平滑BP神经网络 的市场占有率预测模型。 2基于平滑BP神经网络的市场占有率预测模型 模型如图1所示。这是一个前馈型神经网络，隐层神经元可看作是特征模式提取器，而其 相应的权向量的累积效果则定义了样本数据的特征模式。训练网络的过程就是在权空间寻找 ①[基金项目]广西教育厅挂教科研(2003)22号 342 一个较好的解的过程。由于权空间通常很大，因此对于 Y， 一般的非常有限的训练样本集合，都存在很多解，而这 “‘ 些解信赖于连接权值。一般可采用BP算法进行训练， x3 BP算法的详细论述见文献[1]。对于BP算法，由于连接 权值的间断性或随机性，使得样本数据的微小改变，都 k ～ 会导致隐层神经元(或输出层神经元)输出的较大不同， 也就是说，具有非光滑连接权值的前馈型网络，其泛化 Y。一， 能力不会太好。若要在权空间寻求一个比较光滑的解， 对于隐层或输出层的第j个神经元，假定其相应的权向量为(wjl’Wj2A，wⅡ)，定义此权向 量的光滑性为： 三[毗f一训埘一1)]2 (1) 3)。对隐层、输出层 给定一个训练样本P，从输入层输入，得到网络的训练误差(定义详见文献E1 的权值作修订时，先按照BP算法进行常规调整，得到一个新的权值，然后再进行平滑调整。平 滑调整的公式为： 即：将同一层中的权值按顺序存储在一维数组中，对于其中某个权值叫声(t+1)，将它和相邻 定义为： g(f)=1一(1一gO)e一1m (3) T(t)=朋’(t一1) (4) 式(3)可看出，叫，，(t4-1)通过与相邻的两个权值作加权处理后l随着迭代时间t的进行，同一 层上的权值会趋于平滑。