基于支持向量机的企业文化价值量预测研究本科.docVIP

基于支持向量机的企业文化价值量预测研究 摘要：众所周知，在当代社会，企业文化价值观对于企业的生存发展起着非常重要的作用，目前对于企业文化价值的描述仅仅局限在理论上，为了在数据分析上对其有一个精确的评价，本文利用支持向量机模式识别和回归估计基本原理，设计了企业文化价值量的支持向量机预测模型，实现了对企业文化价值量的准确预测，利用已知样本并对其训练建立支持向量回归机。结果表明，基于支持向量回归机的预测模型可以对企业文化价值量进行有效的预测，训练误差保持在10%以内。Corporate culture value prediction research based on support vector machine (SVM) Abstract:As is known to us all,in contemporary society,corporate culture values has played a very important role for enterprise survival and development. For the description of the corporate culture value limites in theory at present,On data analysis in order to have an accurate evaluation on it，This paper, by using basic principle of support vector machine (SVM) pattern recognition and regression estimation，has designed of the support vector machine forecasting model of corporate culture value,implementing the corporate culture value accurately forecast,Using known samples and sets up the training of support vector regression machine.The results show that the prediction model based on support vector regression machine can effectively at an effective prediction value of enterprise culture,keeping training error within 10%. Key words：corporate culture value;support vector machine (SVM);value prediction;Pattern recognition；regression estimate 0 引 言 数据挖掘源于数据库技术引发的海量数据和人们利用这些数据的愿望.数据的迅速增加与数据分析方法的滞后之间的矛盾越来越突出,人们也希望能够在对已有的大量数据分析的基础上进行科学研究、商业决策或者企业管理,但是有些数据分析工具很难对数据进行深层次的处理,使得人们只能望”数”兴叹.用数据管理系统存储数据,用机器学习的方法分析数据、挖掘海量数据背后的知识,便促成了数据挖掘(DataMining)的产生.概无法观测的数据进行预测.比如人工神经网络(ANN),它利用已知样本建立非线性模型,克服了传统参数估计方法的困难.但这种方法缺乏一种统一的数学理论.支持向量机(SPuPortVectorMhacnies,SvMs)是数据挖掘中的新方法.它是建立在统计学习理论(StatsitcialLearningTheory,STL)基础之上的通用学习方法.统计学习理论是一种专门研究小样本情况下机器学习规律的理论,最初于20世纪90年代由VaPnik[1]提出.该理论针对小样本统计问题建立了一套新的理论体系,在这种体系下的统计推理规则不仅考虑了对渐近性能的要求,而且追求在现有有限信息的条件下得到最优结果.支持向量机已表现出很多优于已有方法的性能.它能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题,并可推广于预测和本文结构安排：第一章，企业文化价值观[2]概论 第二章，支持向量分类机和回归机原理 第三章，基于支持向量回归机的企业文化价值量预测实验研究 第四章，结论。1.1 企业文化 企业文化是指在一定社会历史条件下，企业在生产经营，管理活动中所创造的物质文化和精神文化总和。具体地讲，就是指统一的员工意识、思想