基于ＢＰ神經(jīng)網(wǎng)絡的超市顧客滿意度評價

1、基于神經(jīng)網(wǎng)絡的超市顧客滿意度評價摘要本文通過調查問卷的方式對北京某大型超市的顧客滿意度進展了調研，在對調查問卷分析處理的根底上，建立了基于bp神經(jīng)網(wǎng)絡的超市顧客滿意度評價模型，并對該超市的顧客滿意度進展了評價研究。關鍵詞bp神經(jīng)網(wǎng)絡超市顧客滿意度調查問卷超市顧客滿意度表達了超市的價值，也是超市生存開展壯大的根本。顧客滿意度評價作為超市理解顧客滿意程度的一種手段和工具，對于超市來說具有重要的意義。超市通過顧客滿意度評價，一方面可以和過去的經(jīng)營業(yè)績進展比擬，另一方面可以與行業(yè)內(nèi)其他超市顧客滿意程度進展橫向比擬，認清自己在市場競爭中的位置，識別主要的競爭者以及市場中存在的機遇和障礙。對顧客滿意的評價

2、信息進展分析還可以幫助超市理解自己的薄弱環(huán)節(jié)，推動超市經(jīng)營機制的改革，幫助超市制定正確的開展戰(zhàn)略和市場政策，更合理的分配超市有限的資源，最大可能地進步顧客滿意戰(zhàn)略的效益。顧客滿意度評價模型是超市評價其顧客滿意度的關鍵問題。本文在對調查問卷的分析處理的根底上，綜合考慮多種因素，建立了基于bp神經(jīng)網(wǎng)絡的超市顧客滿意度評價模型。一、超市顧客滿意度指標體系的建立評價指標體系主要根據(jù)超市顧客滿意度的主要因素和管理側重點來確定。在確定顧客滿意度指標時應當遵循全面性、代表性、區(qū)分度和效用性等原那么，同時也必須根據(jù)超市的需要來確定評價指標，同時隨著超市顧客信譽管理程度的改善和營銷環(huán)境的變化，應及時作適當調整。

3、1.超市顧客滿意度指標選取原那么一個好的指導原那么是整個評價系統(tǒng)的靈魂，指導原那么決定整個評價體系的效果。如何建構整體體系，必須以設計原那么為起點。根據(jù)指標選擇原那么建立的超市顧客滿意度評價指標體系，可以在不同方面反映超市顧客滿意度，選取超市顧客滿意度評價指標應遵循如下原那么:1)代表性原那么。為了全面描繪超市的顧客滿意度，應選取少數(shù)幾個具有代表性的、蘊含信息量大的指標，可以在比擬低的本錢條件下得到比擬高的信息程度。2)獨特性原那么。對超市顧客滿意度的評價應當考慮超市的顧客需求和經(jīng)營特點，建立一套獨特的指標體系，目的是通過這些特點理解顧客對超市的滿意程度。3)獨立性原那么。獨立是指各選取指標之

4、間互相獨立，坐標間重復信息過多，將不利于指標評價作用的發(fā)揮。4)操作性原那么。所選取的指標要與國際慣例接軌，同時又符合我國超市的開展程度現(xiàn)狀，各項指標應該力求能從廣泛的經(jīng)濟數(shù)據(jù)中獲取相關的可靠信息，要求數(shù)據(jù)來源確鑿可靠，推理過程科學合理，易于量化，適于操作，并且指標間的相關性較弱。2.指標體系的建立基于以上原那么，根據(jù)消費心理學原理，結合超市的詳細情況以及市場調研特點和理論，本文選擇的調研指標包括以下幾個局部:(1)商品特征。對商品特征的印象是超市滿意度的核心,顧客對商品的感知度,對顧客滿意度起決定性的作用。(2)效勞狀況。顧客對超市效勞的感知應來自兩個方面:一是超市員工的效勞狀況;二是超市效

5、勞狀況。(3)店容店貌。店容指超市內(nèi)外的容貌、相貌,即超市形象。(4)購物環(huán)境。超市購物環(huán)境直接影響到消費者的購物情緒。5)其他。根據(jù)調研實際需要,還可設計一些附加指標,但不亦過多。詳細指標體系如表所示。二、顧客滿意度調查問卷設計及調研搜集多組被評價超市的代表顧客的指標值，獲得適宜的數(shù)據(jù)是構建模型的重要步驟。根據(jù)建立的指標體系及問卷設計的原那么來選擇適宜的問題進展調查，在設計問卷的過程中，為了方便顧客在問卷上反映自己對某超市的滿意度，盡量將各個指標簡單化，使之通俗易懂且便于評價打分。由于超市顧客滿意度由一系列的指標來反響，最后的總體滿意度如何確定是問卷設計過程中的一個難題，知道每個指標的值很難

6、得出顧客的滿意度，那么bp神經(jīng)網(wǎng)絡訓練集中的輸出值就無法確定，因此本文在問卷的最后，調查了顧客對超市滿意度的總體評價，但顧客的總體滿意度跟之前的各個指標很可能出現(xiàn)不匹配的情況，所以為了減少由于主觀因素而影響評價模型的準確性，增加了樣本的數(shù)量，對明顯不合理的問卷進展篩眩問卷一共有20個問題,分別對應于5個指標,比方商品滿意度一般包括商品質量、商品價格、商品種類、商品花色款式和食品平安,而問卷中只能單獨調查顧客對各個小工程的滿意度,由各個小工程的值得到一個指標的值,而每個小項在一個指標中所占的比例不盡一樣,因此本文確定了每個小項所占的權重,詳細如下：商品特征:質量(0.25)、價格(0.25)、種

7、類(0.25)、花色款式(0.1)、食品平安(0.15)效勞狀況:員工素質和員工效勞態(tài)度(0.4)、結算環(huán)節(jié)(0.2)、提供咨詢和投訴處理(0.2)，員工儀表(0.2)店容店貌:外觀設計(0.2)、商品陳列(0.4)、商品標識(0.4)購物環(huán)境:環(huán)境衛(wèi)生(0.3)、音樂背景(0.2)、進出線路(0.3)、購物平安(0.2)其他局部:超市硬件(0.4)、超市信譽(0.2)、促銷活動(0.4)三、基于bp神經(jīng)網(wǎng)絡的超市顧客滿意度評價模型構建根據(jù)所確立的顧客滿意度評價指標體系和bp神經(jīng)網(wǎng)絡構造來確定所要構建的評價系統(tǒng)模型?；赽p神經(jīng)網(wǎng)絡算法，該模型是由輸入層、輸出層和一個隱層構成的三層前饋網(wǎng)絡。輸

8、入層將評價指標歸一化處理后的樣本數(shù)值作為神經(jīng)元；輸出層是對顧客信譽等級的衡量，是一個從定性到定量，再從定量到定性的過程，通過bp神經(jīng)網(wǎng)絡模型將定性轉化為定量輸出，再根據(jù)輸出結果和事先確定的標準，對顧客信譽做出定性評價。而隱含層在設計上是一個難點，設置多少個隱節(jié)點取決于訓練樣本數(shù)的多少、樣本的大小以及樣本中蘊含規(guī)律的復雜程度。1.輸入節(jié)點確實定網(wǎng)絡輸入全面描繪了超市顧客滿意度的指標。因此，不同的超市顧客滿意度的指標體系對應不同的網(wǎng)絡模型，也形成不同的輸入節(jié)點數(shù)，輸入節(jié)點數(shù)等于滿意度指標數(shù)。由前面的超市顧客滿意度指標體系可知，顧客滿意度指標包括商品特征、效勞狀況、店容店貌、購物環(huán)境和其他五個局部，

9、所以確定輸入節(jié)點數(shù)為5個。2.輸出節(jié)點確實定輸出節(jié)點對應于評價結果，輸出為1表示很不滿意、2表示不滿意、3表示不太滿意、4表示一般、5表示較滿意、6表示滿意、7表示很滿意，因此輸出節(jié)點確定為1個。3.隱層節(jié)點確實定隱節(jié)點的作用是從樣本中提取并存儲其內(nèi)在規(guī)律，每個隱節(jié)點有假設干個權值,而每個權值都是增強網(wǎng)絡映射才能的一個參數(shù)。隱節(jié)點數(shù)太少就缺乏以提煉訓練集中的規(guī)律，過多也可能把樣本中非規(guī)律性的噪聲等牢記,因此必須選擇適宜的隱節(jié)點數(shù)才能使訓練到達要求。確定隱節(jié)點數(shù)的最正確方法是試湊法，先設置較少的隱節(jié)點數(shù)再逐漸增加,由于神經(jīng)網(wǎng)絡的并行分布構造和非線性動態(tài)特性，還沒有得到一個簡單通用的隱含層單元確實

10、定公式。因此結合文中實際情況,并參考以下經(jīng)歷公式:其中：n為輸入層節(jié)點數(shù)，l為輸出層節(jié)點數(shù)，a為1到10之間的常數(shù)。再用試湊法進展研究，確定隱含層單元個數(shù)，本文最終選取的隱節(jié)點數(shù)為9個。四、基于bp神經(jīng)網(wǎng)絡的超市顧客滿意度評價模型仿真研究本文采用動量及自適應的梯度遞減訓練函數(shù)即traingdx。對于梯度下降法，訓練成功與否與學習率的選取有很大關系。自適應學習算法可以自適應調整學習率來增加穩(wěn)定性，進步速度和精度。調研中對100個顧客進展了隨機訪問，在訪問過程中注意協(xié)調各種年齡段、收入程度及職業(yè)等，使得問卷更具有代表性，增加了問卷的有效性，并舍棄嚴重不合理問卷，抽取90個調研數(shù)據(jù)，其中54個作為建

11、模的訓練樣本集，另外36個數(shù)據(jù)作為測試樣本集用于測試網(wǎng)絡。在進展網(wǎng)絡訓練之前，首先要對輸入輸出訓練數(shù)據(jù)進展歸一化，這樣做的好處是可以防止權值調整進入誤差曲面的平坦區(qū)和訓練后誤差不均等。文中選用的歸一化函數(shù)為prestd，使用該函數(shù)進展歸一化的結果是使得數(shù)據(jù)的平均值為0，標準差為1。輸入要評價的顧客指標值，根據(jù)輸出值，對超市的顧客滿意度狀態(tài)給出評價結論。顧客的滿意程度用李克特量表分成七級來衡量：很不滿意、不滿意、不太滿意、一般、較滿意、滿意、很滿意，輸出節(jié)點輸出的評價結果分別用1到7數(shù)字表示。首先對網(wǎng)絡進展初始化，設定輸入節(jié)點數(shù)為5，隱節(jié)點數(shù)為9，輸出節(jié)點數(shù)為1，誤差要求為0.001，訓練次數(shù)為

12、20000次。建立一個bp神經(jīng)網(wǎng)絡模型，訓練網(wǎng)絡時將輸出值同理想值進展比擬，如有誤差就進展反向傳播輸出，修正權重系數(shù)，如此反復直到誤差小于設定的誤差。輸入訓練樣本后,系統(tǒng)按期望輸出與實際輸出誤差平方和的最小化規(guī)那么來學習,調整權值矩陣和閾值向量。當誤差減小到要求范圍時,系統(tǒng)停頓學習,此時權值矩陣與閾值向量固定下來，成為系統(tǒng)內(nèi)部知識。為了使訓練更有效，在測試樣本中參加兩組數(shù)據(jù)作為老師信號，即p=11111；77777，t=17，這兩個信號是兩個極端，即對每個指標都很不滿意且最后結論為對超市的滿意度為很不滿意，或者對各個指標都是很滿意，而對超市的總體滿意度也是很滿意。當訓練到出現(xiàn)如下字符train

13、gda,perfranegalet.停頓訓練，同時圖像界面動態(tài)圖停頓，如圖1所示。當訓練誤差到達要求時，用測試樣本對網(wǎng)絡進展測試。通過對每一個測試數(shù)據(jù)的仿真輸出和期望輸出的比擬，可以看出該神經(jīng)網(wǎng)絡的仿真誤差的大小，以直觀地表現(xiàn)出仿真得出的結果與理想值之間的關系，如圖2所示。圖中代表期望輸出，*代表仿真輸出。從圖中可以看出，只有少數(shù)幾個誤差較大，大局部的輸出結果是令人滿意的，因此采用bp神經(jīng)網(wǎng)絡模型對超市顧客滿意度進展評價具有較高的準確度。五、完畢語本文在問卷調查的根底上，運用人工神經(jīng)網(wǎng)絡的理論,建立了對超市顧客滿意度進展評價的bp神經(jīng)網(wǎng)絡模型,并在atlab仿真環(huán)境中測試了該神經(jīng)網(wǎng)絡評價模型的功能。從測試結果來看,該網(wǎng)絡到達了設計要求,對超市顧客滿意度的評價的正確率較高，證明了利用bp人工神經(jīng)網(wǎng)絡模型對超市顧客滿意度進展評價比傳統(tǒng)的評價方式更為科學有效。參考文獻：1張葛祥李娜:atlab仿真技術與應用北京:清華大學出版社，20222altarearg:rpratedistressd