基于BP神经网络的乳品企业经销商满意度评测技术研究

摘要

在乳品行业飞速发展的今天，各企业要想提升自身的市场竞争力，就必须统筹兼顾，全面发展。在多数的企业将重心放在提升顾客满意度的同时，一些大型企业已将目光投向了经销商满意度的提升。经销商作为市场销售链条中连接生产者和消费者的中间环节，同时掌握着供需双方的信息，从而能够最大程度的合理调配资源，降低风险，提高效率。
　　通过阅读大量的相关文献，本文参考了相关行业的经销商满意度评测体系以及顾客满意度评测体系，提取了一些认可程度较高的指标，并走访了当地的部分经销商，获得了一些未被总结但经销商切实关注的指标，二者相结合，从而构建了乳品行业的经销商满意度评测指标体系。
　　而后根据指标体系设计了调查问卷，收集到了一定量的实际数据。利用数据对指标体系进行了因子分析与主成分分析，使得指标体系得到了进一步的优化。接着根据优化后的指标体系利用BP神经网络进行了建模，并结合数据对模型进行了训练，得到了乳品行业经销商的满意度评测模型。
　　最后利用部分实际数据对模型进行了测试，并对两种指标体系对应的模型进行了对比，实验结果表明两种模型的性能虽各有优劣，但总体性能良好，实际输出与期望输出的误差均处在允许范围之内，评测结果真实可信。

目录

声明

摘要

图表目录

第一章 绪论

1．1 问题的提出

1．2 研究的目的及意义

1．2．1 研究目的

1．2．2 研究意义

1．3 研究的内容及方法

1．3．1 研究内容

1．3．2 研究方法

1．4 本文结构

第二章 文献综述

2．1 乳品行业发展现状

2．2 营销渠道中的经销商

2．2．1 营销渠道的概念

2．2．2 营销渠道的流程

2．2．3 经销商的定义

2．2．4 经销商的作用

2．3 经销商满意度理论

2．3．1 满意和满意度的概念

2．3．2 经销商满意度的衡量

2．4 主成分分析

2．4．1 主成分的基本思想

2．4．2 主成分分析的基本理论

2．4．3 主成分分析的总体步骤

2．5 因子分析法

2．5．1 因子分析的一般模型

2．5．2 因子分析步骤

2．5．3 因子分析的具体步骤

2．6 BP神经元网络

第三章 满意度评测指标体系的建立

3．1 指标选取原则

3．2 指标的选择

3．2．1 通过文献获取的指标

3．2．2 通过实地沟通获取的指标

3．3 问卷设计

3．4 数据收集

第四章 指标体系优化

4．1 KMO和Bartlett球形检验

4．2 主成分个数的确定

4．3 成分矩阵

4．4 旋转成分矩阵

4．5 主成分分析

第五章 BP神经网络建模

5．1 网络总体设计

5．2 网络参数设计

5．2．1 变化的参数设置

5．2．2 固定的参数设置

5．3 模型训练结果

5．3．1 网络误差

5．3．2 样本误差

5．3．3 输出拟合结果

5．4 结论

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

附录

致谢