基于ＳＯＭ神經網絡技術的卷煙零售客戶自組織分類

[摘 要] 本文利用SOM神經網絡技術，借助湖北省煙草綜合業務平臺的統計數據，對作者轄區內卷煙零售客戶進行資源稟賦和運營狀態進行分類。以此為基礎設計對零售客戶的差異化服務方案，從而以服務提高企業產品價值，增加客戶消費者剩余，使社會總體福利趨最大化。

[關鍵詞] SOM神經網絡 卷煙零售客戶 自組織分類 差異化服務

一、引言

當前，微觀經濟分析的特點之一，是充分利用計算機人工智能技術參與經濟統計數據的分析和設計經濟學模型進行計算機仿真測試。隨著經濟規模的不斷擴大，產業結構的不斷升級，經濟分析問題趨于復雜化和數字化，而由于經濟系統本身的復雜性和非線性、神經網絡良好的自適應性和自學習性，基于人工神經網絡的經濟分析已成為微觀經濟分析的一個重要領域。根據人工神經網絡的功能特點、拓撲結構、工作原理，借助經濟統計數據和經濟演化模型，人工神經網絡應用于微觀經濟分析具有效率高，應用領域廣，適應性強的特點。同時，使用Visual C++、MATCOM和MATLAB相結合的方法，開發出使用神經網絡進行經濟分析的用戶軟件，采用OLE和COM技術把開發的應用程序封裝為ActiveX控件，從而避免了MATLAB環境的不穩定性，也為非經濟專業用戶對經濟統計數據分析提供了一個方便、簡單、易操作的用戶程序。

本文是這一工作的一部分，研究基于SOM神經網絡技術的卷煙零售客戶自組織分類。

二、利用SOM神經網絡對煙草零售客戶進行自組織分類

借助湖北省煙草綜合業務平臺提供的相關數據，把作者轄區卷煙零售戶多項銷售指標作為差異化服務分類的輸入參量，建立SOM神經網絡系統，通過自組織學習和自適應訓練，SOM神經網絡系統自動地將作者轄區卷煙零售客戶劃分為各個類型。

自組織分類的指標參數和神經網絡訓練設置分別為：

銷量金額省內省外一類二類三類四類五類一類(省內)二類(省內)三類(省內)四類(省內)五類(省內);

net=newsom(minmax(P)，[2 2]);

net.trainParam.epochs=2000;

將2008年1月至10月的客戶上述各種數據作為神經網絡訓練樣本，自組織分類按客戶序號結果如下：

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

各序號客戶自組織歸類為：

一類:

1 2 3 4 5 6 7 8 9101112131415161720212223272844；

103

二類:

42515455565758606162 6364666770747880108

三類:

18192425262930313233343536373839404143454748495052597595 105

四類:

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、對分類結果的差異化服務方案設計

上述結果顯示：

1.二類客戶多為銷售大戶，其經營業態多為大型超市、酒店、便利店、地理位置優越、經營時間長、周轉資金充裕、抗風險能力強。其差異化服務措施應著重如下幾方面：

(1)提高其卷煙月供應上限、尤其是中高檔卷煙。

(2)在培育品牌和組織貨源方面加強溝通合作，將其建議作為重要參數。

(3)加強人性化服務、建立大客戶詳細檔案。

2.三、四類客戶多為中小戶，其經營業態多為小超市、小酒店、雜食店、地理位置多在居民區、經營時間不長、周轉資金不充裕、抗風險能力弱。其差異化服務措施應著重如下幾方面：

(1)引導培育品牌，尤其是省外煙品牌。

(2)提供及時的經營指導，提升卷煙經營水平，增加卷煙銷售利潤。

(2)在效率優先、兼顧公平的原則下適當照顧弱勢群體。

四、結論

1.湖北省煙草綜合業務服務平臺提供的數據庫資源選擇客戶群的卷煙營銷數據，一般自動具有足夠強的空間稠密性，能夠訓練出足夠精度的SOM 神經網絡，這一神經網絡對一般客戶進行自組織分類與專家系統給出的分類結果基本相似，但效率更高，成本更低，更具公平性。

2.可以基于人工智能技術，設計神經網絡軟件和遠程分析系統，對客戶進行自組織分類:設計的神經網絡軟件能夠對客戶集進行自組織分類，借助網絡遠程分析系統，上下級之間，各區域之間，各部門之間，可以資源共享和同步分析。

3.分析各類客戶的資源優勢，市場結構， 演化路徑，運營狀態，和我國卷煙資源分布，在效率優先，兼顧公平，適當關照弱勢群體原則下，設計卷煙資源最優配置指導方案，以便對各類客戶進行差異化服務，提高企業商品價值，增加客戶消費者剩余，使社會福利趨最大化。

4.差異化服務的經濟學本質是充分增加消費者剩余和盡力開發潛在消費需求，培育企業竟爭優勢.為此，基于一般均衡理論，建立可計算一般均衡模型，采集相關數據，建立社會矩陣，計算機仿真演示模型的參數演化效應，展示差異化服務的經濟學本質，從而在差異化服務過程中具有顯明的目的性和針對性，提高服務效率降低交易費用。

參考文獻:

[1]楊 碩:中國煙草行業年產量煙花路徑與模型預測.商場現代化，2008/19

[2]楊 碩:美國對日本進出口貿易額的實證分析和演化模型.商場現代化，2008/28

[3]傅麗萍:中國區域經濟發展環境分類研究——基于聚類和判別分析[J].福州大學學報(哲學社會科學版)，2008/02

[4]郅躍茹 朱維彰 諸 靜:鏈式數據重組與神經網絡在經濟預測中的應用[J].控制理論與應用，2004.21(4).643～645

[5]呂 琦:基于主成分分析法的區域經濟資源位建模討論[J].商場現代化，2008/24

[6]中華人民共和國國家統計局.中國統計年鑒[M].北京：中國統計出版社，1990～2007，1～540

[7]張代遠:神經網絡新理論與方法[M].北京：清華大學出版社，2006，45～56