基于支持向量机集成的营销风险预警模型研究.pdf

南通大学学报 ·社会科学版 第 33卷 第 1期 双 月 刊 2017年 1月出版 基于支持向量机集成的营销风险预警模型研究 冯兰刚，李春播 (河北地质大学 管理科学与工程学院，河北 石家庄 050031) 摘 要：建立营销预警机制是企业控制风险的有效途径，利用基于模糊积分的支持 向量机集成算法可 以构建营销风险预警模型。研究利用Bagging算法能够重新选取训练集增加弱分类器集成差异度的特性来 生成个体分类器，最终实现提高模型泛化能力的 目的；基于模糊积分算法对各个子分类器进行集成，从而克 服了多数投票集成算法未能考虑子支持向量机分类器重要性的缺陷。研究结果表明，基于模糊积分的支持 向量机集成算法适合研究具有小样本特征的营销风险预警问题，其效果优于BP神经网络、非集成的SVM 和基于最多投票原则集成的SVMS算法。 关键词：支持向量机 ；风险预警；模糊积分；神经网络 中图分类号：F272．35 文献标识码 ：A 文章编号：1673—2359(2017)01一Oll1—05 “经济全球化，市场国际化”使得营销环境发 括判别分析 (DA)、多元判别分析法以及非参数统 生了巨大变化，营销风险是每一个企业必须面对 计模型等。判别分析通过分类预测实现对营销风 的问题。同时，我国步人市场经济较晚，经济法规、 险的预警 ，但是该方法的假设很容易被打乱，存在 市场制度尚不健全，这进一步加大了市场的波动。 参数估计的样本方差；多元判别分析法的不足之 从 “亚细亚”、“旭 日升”的骤然消失到 “三鹿”、“太 处是其必须建立在大量可靠统计数据的基础之 子奶”的突然破产等事实促使我们意识到，合理控 上 ，这在我国是难以具备的前提条件。另外，该方 制企业经营中的风险和不确定性已经成为企业管 法要求数据满足正态分布，在很多情况下也不容 理的核心问题。在急剧变化的市场环境下，营销风 易满足；非参数统计模型缺少具有明确经济含义 险管理显得颇为重要，而营销预警机制成为监视、 的参数。人工智能(AI)是计算机科学的一个分支。 识别、控制风险不可或缺的手段。 它试图了解智能的实质，并生产出一种新的能以 国内外对营销预警的研究大致经历了定性分 人类智能相似的方式做出反应的智能机器。人工 析、统计分析和人工智能三个阶段。最初，企业管 智能用于营销风险预警领域的主要有分类树、BP 理人员根据营销状况和以往 的经验 ，从主观方面 神经网络以及支持向量机等。]【345-352分类树的缺点 对风险进行定性分析，过于依赖分析人员的经验， 是模型当中没有参数 ，这就难 以量化解释指标的 其结果太主观，导致误判的概率很大。统计分析包 重要程度；而 BP神经网络虽然有参数，但是网络 收稿 日期 ：2016—09—15 作者简介：冯兰刚(1978一)，男 ，河北衡水人，河北地质大学管理科学与工程学院副教授，博士；李春播(1972一)，男 ，河北 鹿泉人，河北地质大学管理科学与工程学院讲师。 基金项 目：国家 自然科学基金 (NSF；河北省首批青年拔尖人才支持计划 墨兰型 奎盘揸 的训练是在黑箱中进行的，人们不能进行干预。这 应某一空间中的内积。因此，只要在最优分类面上 忽视了专家的经验，具有很大的盲 目性。_2_3】 采用适当的内积函数 ，就可以实现这种线性不可 为了克服上述缺陷，我们采用一种新兴的机 分的分类问题。 器学习模型——支持向量机(SupportVectorMa— 2．SVM与神经网络、统计学习理论相比具有 chine，SVM)，这种方法也属于人工智能的范畴。[41 很多优势 支持向量机在解决小样本 、非线性及高维模式识 统计学习理论 (sLT)、神经网络等较新兴的机 别中表现出许多特有的优势，并能够推广应用到 器学习方法在发展过程中遇到很多难题 ，比如怎 函数拟合等其它机器学习问题中。本文采用基于 样确定网络结构的问题、过学习与欠学习问题 、局 模糊积分的集成支持向量机的方法 ，建立营销风 部极小点问题等。SVM能够有效地解决上述问 险的预警机制，从而丰富了营销风险预警研究。5[--61 题，在解决小样本、非线性及高维模式识别问题中