基于SOM神经网络技术卷烟零售客户自组织分类.docVIP

基于SOM神经网络技术卷烟零售客户自组织分类 　　[摘 要] 本文利用SOM神经网络技术,借助湖北省烟草综合业务平台的统计数据,对作者辖区内卷烟零售客户进行资源禀赋和运营状态进行分类。以此为基础设计对零售客户的差异化服务方案，从而以服务提高企业产品价值,增加客户消费者剩余，使社会总体福利趋最大化。 　　[关键词] SOM神经网络 卷烟零售客户 自组织分类 差异化服务 　　 　　一、引言 　　当前，微观经济分析的特点之一，是充分利用计算机人工智能技术参与经济统计数据的分析和设计经济学模型进行计算机仿真测试。随着经济规模的不断扩大，产业结构的不断升级，经济分析问题趋于复杂化和数字化，而由于经济系统本身的复杂性和非线性、神经网络良好的自适应性和自学习性，基于人工神经网络的经济分析已成为微观经济分析的一个重要领域。根据人工神经网络的功能特点、拓扑结构、工作原理，借助经济统计数据和经济演化模型，人工神经网络应用于微观经济分析具有效率高，应用领域广，适应性强的特点。同时，使用Visual C++、MATCOM和MATLAB相结合的方法，开发出使用神经网络进行经济分析的用户软件，采用OLE和COM技术把开发的应用程序封装为ActiveX控件，从而避免了MATLAB环境的不稳定性，也为非经济专业用户对经济统计数据分析提供了一个方便、简单、易操作的用户程序。 　　本文是这一工作的一部分，研究基于SOM神经网络技术的卷烟零售客户自组织分类。 　　二、利用SOM神经网络对烟草零售客户进行自组织分类 　　借助湖北省烟草综合业务平台提供的相关数据，把作者辖区卷烟零售户多项销售指标作为差异化服务分类的输入参量，建立SOM神经网络系统，通过自组织学习和自适应训练，SOM神经网络系统自动地将作者辖区卷烟零售客户划分为各个类型。 　　自组织分类的指标参数和神经网络训练设置分别为： 　　销量金额省内省外一类二类三类四类五类一类(省内)二类(省内)三类(省内)四类(省内)五类(省内); 　　net=newsom(minmax(P),[2 2]); 　　net.trainParam.epochs=2000; 　　将2008年1月至10月的客户上述各种数据作为神经网络训练样本，自组织分类按客户序号结果如下： 　???yc_88 = 　　4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 2 2 4 4 4 4 2 2 2 4 4 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 1 2 2 2 2 3 2 1 3 3 3 3 3 2 3 3 3 3 3 1 3 3 1 1 3 1 1 1 3 2 1 1 3 1 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 3 1 2 1 1 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 　　各序号客户自组织归类为： 　　一类: 　　 1 2 3 4 5 6 7 8 9101112131415161720212223272844； 　　103 　　二类: 　　 42515455565758606162 6364666770747880108 　　三类: 　　 18192425262930313233343536373839404143454748495052597595 105 　　四类: 　　4653656869717273767779818283848586878889909192939496979899 100 101 102 104 106 107 109110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159160 161 　　三、对分类结果的差异化服务方案设计 　　上述结果显示： 　　1.二类客户多为销售大户，其经营业态多为大型超市、酒店、便利店、地理位置优越、经营时间长、周转资金充裕、抗风险能力强。其差异化服务措施应着重如下几方面： 　　(1)提高其卷烟月供应上限、尤其是中高档卷烟。 　　(2)在培育品牌和组织货源方面加强沟通合作，将其建议作为重要参