基于BP的移动超市满意度评价技术系统技术方案

技术编号:18445813 阅读:20 留言:0更新日期:2018-07-14 10:44
基于BP的移动超市满意度评价技术系统,系统首先通过输入层将评价指标进行归一化处理,并将处理后的样本数值作为神经元,然后通过输出层完成一个从定性到定量,再从定量到定性的转化输出过程,然后根据得到的输出记过以及事先制定的标准,对顾客的信用等级做出衡量,最后根据训练样本数的多少、样本的大小以及样本中蕴含规律的复杂程度来确定隐藏层的隐藏节点个数。

BP based satisfaction evaluation system for mobile supermarket

Based on BP, the system of evaluating the satisfaction of the mobile supermarket, the system first uses the input layer to normalize the evaluation index, and uses the processed sample value as the neuron, and then completes a transformation process from the qualitative to the quantitative, then the quantitative to the qualitative through the output layer, and then records the output according to the output. As well as the standards made in advance, the credit rating of the customer is measured. Finally, the number of hidden nodes in the hidden layer is determined according to the number of training samples, the size of the sample and the complexity of the rules in the sample.

【技术实现步骤摘要】
基于BP的移动超市满意度评价技术系统
本专利技术涉及互联网信息
,尤其涉及BP网络模型

技术介绍
对于超市来说,顾客满意度评价是超市了解顾客满意程度的一种手段和工具,也具有非常重要的意义。超市通过顾客满意度评价,一方面可以和过去的经营业绩进行比较,另一方面可以与行业内其他超市顾客满意水平进行横向比较,识别主要的竞争者以及市场中存在的机遇和障碍,认清自己在市场竞争中的位置。对顾客满意的评价信息进行分析还可以帮助超市了解自己的薄弱环节,帮助超市制定正确的发展战略和市场政策,更合理的分配超市有限的资源,推动超市经营机制的改革,最大可能地提高顾客满意战略的效益。
技术实现思路
基于BP的移动超市满意度评价技术系统,其特征在于,隐藏层隐藏节点的控制:隐藏层的隐藏节点作用是从样本中提取并存储其内在规律,每个隐节点有若干个权值,而每个权值都是增强网络映射能力的一个参数,隐节点数过多可能把样本中非规律性的噪声等牢记,太少就不足以提炼训练集中的规律,因此必须选择合适的隐节点数才能使训练达到要求,系统是采用试凑法来确定隐节点数,先设置较少的隐节点数再逐渐增加,由于神经网络的并行分布结构和非线性动态特性,还没有得到一个简单通用的隐含层单元的确定公式。基于BP的移动超市满意度评价技术系统,输入层输入节点的控制:通过网络输入能够全面描述超市顾客满意度的指标,不同的超市顾客满意度的指标体系对应不同的网络模型,也形成不同的输入节点数,输入节点数等于满意度指标数,顾客满意度指标包括店容店貌、服务状况、购物环境、商品特征和其他五个部分,所以确定输入节点数为5个。

【技术保护点】
1.基于BP的移动超市满意度评价技术系统,其特征在于:输入层输入节点的控制。

【技术特征摘要】
1.基于BP的移动超市满意度评价技术系统,其特征在于:输入层输入节点的控制。...

【专利技术属性】
技术研发人员:不公告发明人
申请(专利权)人:长沙有干货网络技术有限公司
类型:发明
国别省市:湖南,43

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1