基于ＢＰ神經(jīng)網(wǎng)絡(luò)的超市顧客滿意度評(píng)價(jià)

[摘 要] 本文通過(guò)調(diào)查問(wèn)卷的方式對(duì)北京某大型超市的顧客滿意度進(jìn)行了調(diào)研，在對(duì)調(diào)查問(wèn)卷分析處理的基礎(chǔ)上，建立了基于BP神經(jīng)網(wǎng)絡(luò)的超市顧客滿意度評(píng)價(jià)模型，并對(duì)該超市的顧客滿意度進(jìn)行了評(píng)價(jià)研究。

[關(guān)鍵詞] BP神經(jīng)網(wǎng)絡(luò) 超市 顧客滿意度 調(diào)查問(wèn)卷

超市顧客滿意度體現(xiàn)了超市的價(jià)值，也是超市生存發(fā)展壯大的根本。顧客滿意度評(píng)價(jià)作為超市了解顧客滿意程度的一種手段和工具，對(duì)于超市來(lái)說(shuō)具有重要的意義。超市通過(guò)顧客滿意度評(píng)價(jià)，一方面可以和過(guò)去的經(jīng)營(yíng)業(yè)績(jī)進(jìn)行比較，另一方面可以與行業(yè)內(nèi)其他超市顧客滿意水平進(jìn)行橫向比較，認(rèn)清自己在市場(chǎng)競(jìng)爭(zhēng)中的位置，識(shí)別主要的競(jìng)爭(zhēng)者以及市場(chǎng)中存在的機(jī)遇和障礙。對(duì)顧客滿意的評(píng)價(jià)信息進(jìn)行分析還可以幫助超市了解自己的薄弱環(huán)節(jié)，推動(dòng)超市經(jīng)營(yíng)機(jī)制的改革，幫助超市制定正確的發(fā)展戰(zhàn)略和市場(chǎng)政策，更合理的分配超市有限的資源，最大可能地提高顧客滿意戰(zhàn)略的效益。顧客滿意度評(píng)價(jià)模型是超市評(píng)價(jià)其顧客滿意度的關(guān)鍵問(wèn)題。本文在對(duì)調(diào)查問(wèn)卷的分析處理的基礎(chǔ)上，綜合考慮多種因素，建立了基于BP神經(jīng)網(wǎng)絡(luò)的超市顧客滿意度評(píng)價(jià)模型。

一、超市顧客滿意度指標(biāo)體系的建立

評(píng)價(jià)指標(biāo)體系主要根據(jù)超市顧客滿意度的主要因素和管理側(cè)重點(diǎn)來(lái)確定。在確定顧客滿意度指標(biāo)時(shí)應(yīng)當(dāng)遵循全面性、代表性、區(qū)分度和效用性等原則，同時(shí)也必須根據(jù)超市的需要來(lái)確定評(píng)價(jià)指標(biāo)，同時(shí)隨著超市顧客信用管理水平的改善和營(yíng)銷環(huán)境的變化，應(yīng)及時(shí)作適當(dāng)調(diào)整。

1.超市顧客滿意度指標(biāo)選取原則

一個(gè)好的指導(dǎo)原則是整個(gè)評(píng)價(jià)系統(tǒng)的靈魂，指導(dǎo)原則決定整個(gè)評(píng)價(jià)體系的效果。如何建構(gòu)整體體系，必須以設(shè)計(jì)原則為起點(diǎn)。根據(jù)指標(biāo)選擇原則建立的超市顧客滿意度評(píng)價(jià)指標(biāo)體系，能夠在不同方面反映超市顧客滿意度，選取超市顧客滿意度評(píng)價(jià)指標(biāo)應(yīng)遵循如下原則:

（1)代表性原則。為了全面描述超市的顧客滿意度，應(yīng)選取少數(shù)幾個(gè)具有代表性的、蘊(yùn)含信息量大的指標(biāo)，可以在比較低的成本條件下得到比較高的信息水平。

（2)獨(dú)特性原則。對(duì)超市顧客滿意度的評(píng)價(jià)應(yīng)當(dāng)考慮超市的顧客需求和經(jīng)營(yíng)特點(diǎn)，建立一套獨(dú)特的指標(biāo)體系，目的是通過(guò)這些特點(diǎn)了解顧客對(duì)超市的滿意程度。

（3)獨(dú)立性原則。獨(dú)立是指各選取指標(biāo)之間相互獨(dú)立，坐標(biāo)間重復(fù)信息過(guò)多，將不利于指標(biāo)評(píng)價(jià)作用的發(fā)揮。

（4)操作性原則。所選取的指標(biāo)要與國(guó)際慣例接軌，同時(shí)又符合我國(guó)超市的發(fā)展水平現(xiàn)狀，各項(xiàng)指標(biāo)應(yīng)該力求能從廣泛的經(jīng)濟(jì)數(shù)據(jù)中獲取相關(guān)的可靠信息，要求數(shù)據(jù)來(lái)源確鑿可靠，推理過(guò)程科學(xué)合理，易于量化，適于操作，并且指標(biāo)間的相關(guān)性較弱。

2.指標(biāo)體系的建立

基于以上原則，根據(jù)消費(fèi)心理學(xué)原理，結(jié)合超市的具體情況以及市場(chǎng)調(diào)研特點(diǎn)和實(shí)踐，本文選擇的調(diào)研指標(biāo)包括以下幾個(gè)部分:

(1)商品特征。對(duì)商品特征的印象是超市滿意度的核心， 顧客對(duì)商品的感知度， 對(duì)顧客滿意度起決定性的作用。

(2)服務(wù)狀況。顧客對(duì)超市服務(wù)的感知應(yīng)來(lái)自兩個(gè)方面: 一是超市員工的服務(wù)狀況;二是超市服務(wù)狀況。

(3)店容店貌。店容指超市內(nèi)外的容貌、面貌， 即超市形象。

(4)購(gòu)物環(huán)境。超市購(gòu)物環(huán)境直接影響到消費(fèi)者的購(gòu)物情緒。

（5)其他。根據(jù)調(diào)研實(shí)際需要， 還可設(shè)計(jì)一些附加指標(biāo)，但不亦過(guò)多。

具體指標(biāo)體系如表所示。

二、顧客滿意度調(diào)查問(wèn)卷設(shè)計(jì)及調(diào)研

搜集多組被評(píng)價(jià)超市的代表顧客的指標(biāo)值，獲得合適的數(shù)據(jù)是構(gòu)建模型的重要步驟。根據(jù)建立的指標(biāo)體系及問(wèn)卷設(shè)計(jì)的原則來(lái)選擇合適的問(wèn)題進(jìn)行調(diào)查，在設(shè)計(jì)問(wèn)卷的過(guò)程中，為了方便顧客在問(wèn)卷上反映自己對(duì)某超市的滿意度，盡量將各個(gè)指標(biāo)簡(jiǎn)單化，使之通俗易懂且便于評(píng)價(jià)打分。

由于超市顧客滿意度由一系列的指標(biāo)來(lái)反應(yīng)，最后的總體滿意度如何確定是問(wèn)卷設(shè)計(jì)過(guò)程中的一個(gè)難題，知道每個(gè)指標(biāo)的值很難得出顧客的滿意度，那么BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練集中的輸出值就無(wú)法確定，因此本文在問(wèn)卷的最后，調(diào)查了顧客對(duì)超市滿意度的總體評(píng)價(jià)，但顧客的總體滿意度跟之前的各個(gè)指標(biāo)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(píng)價(jià)模型的準(zhǔn)確性，增加了樣本的數(shù)量，對(duì)明顯不合理的問(wèn)卷進(jìn)行篩選。

問(wèn)卷一共有20個(gè)問(wèn)題，分別對(duì)應(yīng)于5個(gè)指標(biāo)，比如商品滿意度一般包括商品質(zhì)量、商品價(jià)格、商品種類、商品花色款式和食品安全，而問(wèn)卷中只能單獨(dú)調(diào)查顧客對(duì)各個(gè)小項(xiàng)目的滿意度，由各個(gè)小項(xiàng)目的值得到一個(gè)指標(biāo)的值，而每個(gè)小項(xiàng)在一個(gè)指標(biāo)中所占的比例不盡相同，因此本文確定了每個(gè)小項(xiàng)所占的權(quán)重，具體如下：

商品特征:質(zhì)量(0.25)、價(jià)格(0.25)、種類(0.25)、花色款式(0.1)、食品安全(0.15)

服務(wù)狀況:員工素質(zhì)和員工服務(wù)態(tài)度(0.4)、結(jié)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(shè)計(jì)(0.2)、商品陳列(0.4)、商品標(biāo)識(shí)(0.4)

購(gòu)物環(huán)境:環(huán)境衛(wèi)生(0.3)、音樂(lè)背景(0.2)、進(jìn)出線路(0.3)、購(gòu)物安全(0.2)

其他部分:超市硬件(0.4)、超市信譽(yù)(0.2)、促銷活動(dòng)(0.4)

三、基于BP神經(jīng)網(wǎng)絡(luò)的超市顧客滿意度評(píng)價(jià)模型構(gòu)建

根據(jù)所確立的顧客滿意度評(píng)價(jià)指標(biāo)體系和BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來(lái)確定所要構(gòu)建的評(píng)價(jià)系統(tǒng)模型。基于BP神經(jīng)網(wǎng)絡(luò)算法，該模型是由輸入層、輸出層和一個(gè)隱層構(gòu)成的三層前饋網(wǎng)絡(luò)。輸入層將評(píng)價(jià)指標(biāo)歸一化處理后的樣本數(shù)值作為神經(jīng)元；輸出層是對(duì)顧客信用等級(jí)的衡量，是一個(gè)從定性到定量，再?gòu)亩康蕉ㄐ缘倪^(guò)程，通過(guò)BP神經(jīng)網(wǎng)絡(luò)模型將定性轉(zhuǎn)化為定量輸出，再根據(jù)輸出結(jié)果和事先確定的標(biāo)準(zhǔn)，對(duì)顧客信用做出定性評(píng)價(jià)。而隱含層在設(shè)計(jì)上是一個(gè)難點(diǎn)，設(shè)置多少個(gè)隱節(jié)點(diǎn)取決于訓(xùn)練樣本數(shù)的多少、樣本的大小以及樣本中蘊(yùn)含規(guī)律的復(fù)雜程度。

1.輸入節(jié)點(diǎn)的確定

網(wǎng)絡(luò)輸入全面描述了超市顧客滿意度的指標(biāo)。因此，不同的超市顧客滿意度的指標(biāo)體系對(duì)應(yīng)不同的網(wǎng)絡(luò)模型，也形成不同的輸入節(jié)點(diǎn)數(shù)，輸入節(jié)點(diǎn)數(shù)等于滿意度指標(biāo)數(shù)。由前面的超市顧客滿意度指標(biāo)體系可知，顧客滿意度指標(biāo)包括商品特征、服務(wù)狀況、店容店貌、購(gòu)物環(huán)境和其他五個(gè)部分，所以確定輸入節(jié)點(diǎn)數(shù)為5個(gè)。

2.輸出節(jié)點(diǎn)的確定

輸出節(jié)點(diǎn)對(duì)應(yīng)于評(píng)價(jià)結(jié)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(diǎn)確定為1個(gè)。

3.隱層節(jié)點(diǎn)的確定

隱節(jié)點(diǎn)的作用是從樣本中提取并存儲(chǔ)其內(nèi)在規(guī)律，每個(gè)隱節(jié)點(diǎn)有若干個(gè)權(quán)值，而每個(gè)權(quán)值都是增強(qiáng)網(wǎng)絡(luò)映射能力的一個(gè)參數(shù)。隱節(jié)點(diǎn)數(shù)太少就不足以提煉訓(xùn)練集中的規(guī)律，過(guò)多也可能把樣本中非規(guī)律性的噪聲等牢記，因此必須選擇合適的隱節(jié)點(diǎn)數(shù)才能使訓(xùn)練達(dá)到要求。確定隱節(jié)點(diǎn)數(shù)的最佳方法是試湊法，先設(shè)置較少的隱節(jié)點(diǎn)數(shù)再逐漸增加，由于神經(jīng)網(wǎng)絡(luò)的并行分布結(jié)構(gòu)和非線性動(dòng)態(tài)特性，還沒(méi)有得到一個(gè)簡(jiǎn)單通用的隱含層單元的確定公式。因此結(jié)合文中實(shí)際情況，并參考以下經(jīng)驗(yàn)公式:

其中：n為輸入層節(jié)點(diǎn)數(shù)，l為輸出層節(jié)點(diǎn)數(shù)，a為1到10之間的常數(shù)。

再用試湊法進(jìn)行研究，確定隱含層單元個(gè)數(shù)，本文最終選取的隱節(jié)點(diǎn)數(shù)為9個(gè)。

四、基于BP神經(jīng)網(wǎng)絡(luò)的超市顧客滿意度評(píng)價(jià)模型仿真研究

本文采用動(dòng)量及自適應(yīng)的梯度遞減訓(xùn)練函數(shù)即Traingdx。對(duì)于梯度下降法，訓(xùn)練成功與否與學(xué)習(xí)率的選取有很大關(guān)系。自適應(yīng)學(xué)習(xí)算法能夠自適應(yīng)調(diào)整學(xué)習(xí)率來(lái)增加穩(wěn)定性，提高速度和精度。

調(diào)研中對(duì)100個(gè)顧客進(jìn)行了隨機(jī)訪問(wèn)，在訪問(wèn)過(guò)程中注意協(xié)調(diào)各種年齡段、收入水平及職業(yè)等，使得問(wèn)卷更具有代表性，增加了問(wèn)卷的有效性，并舍棄嚴(yán)重不合理問(wèn)卷，抽取90個(gè)調(diào)研數(shù)據(jù)，其中54個(gè)作為建模的訓(xùn)練樣本集，另外36個(gè)數(shù)據(jù)作為測(cè)試樣本集用于測(cè)試網(wǎng)絡(luò)。

在進(jìn)行網(wǎng)絡(luò)訓(xùn)練之前，首先要對(duì)輸入輸出訓(xùn)練數(shù)據(jù)進(jìn)行歸一化，這樣做的好處是可以防止權(quán)值調(diào)整進(jìn)入誤差曲面的平坦區(qū)和訓(xùn)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(jìn)行歸一化的結(jié)果是使得數(shù)據(jù)的平均值為0，標(biāo)準(zhǔn)差為1。

輸入要評(píng)價(jià)的顧客指標(biāo)值，根據(jù)輸出值，對(duì)超市的顧客滿意度狀態(tài)給出評(píng)價(jià)結(jié)論。顧客的滿意程度用李克特量表分成七級(jí)來(lái)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(diǎn)輸出的評(píng)價(jià)結(jié)果分別用1到7數(shù)字表示。

首先對(duì)網(wǎng)絡(luò)進(jìn)行初始化，設(shè)定輸入節(jié)點(diǎn)數(shù)為5，隱節(jié)點(diǎn)數(shù)為9，輸出節(jié)點(diǎn)數(shù)為1，誤差要求為0.001，訓(xùn)練次數(shù)為20000次。建立一個(gè)BP神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練網(wǎng)絡(luò)時(shí)將輸出值同理想值進(jìn)行比較，如有誤差就進(jìn)行反向傳播輸出，修正權(quán)重系數(shù)，如此反復(fù)直到誤差小于設(shè)定的誤差。輸入訓(xùn)練樣本后， 系統(tǒng)按期望輸出與實(shí)際輸出誤差平方和的最小化規(guī)則來(lái)學(xué)習(xí)， 調(diào)整權(quán)值矩陣和閾值向量。當(dāng)誤差減小到要求范圍時(shí)， 系統(tǒng)停止學(xué)習(xí)， 此時(shí)權(quán)值矩陣與閾值向量固定下來(lái)，成為系統(tǒng)內(nèi)部知識(shí)。為了使訓(xùn)練更有效，在測(cè)試樣本中加入兩組數(shù)據(jù)作為教師信號(hào)，即p=[1 1 1 1 1；7 7 7 7 7]，t=[1 7]，這兩個(gè)信號(hào)是兩個(gè)極端，即對(duì)每個(gè)指標(biāo)都很不滿意且最后結(jié)論為對(duì)超市的滿意度為很不滿意，或者對(duì)各個(gè)指標(biāo)都是很滿意，而對(duì)超市的總體滿意度也是很滿意。

當(dāng)訓(xùn)練到出現(xiàn)如下字符

TRAINGDA， Performance goal met.

停止訓(xùn)練，同時(shí)圖像界面動(dòng)態(tài)圖停止，如圖1所示。

當(dāng)訓(xùn)練誤差達(dá)到要求時(shí)，用測(cè)試樣本對(duì)網(wǎng)絡(luò)進(jìn)行測(cè)試。通過(guò)對(duì)每一個(gè)測(cè)試數(shù)據(jù)的仿真輸出和期望輸出的比較，可以看出該神經(jīng)網(wǎng)絡(luò)的仿真誤差的大小，以直觀地表現(xiàn)出仿真得出的結(jié)果與理想值之間的關(guān)系，如圖2所示。圖中o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(gè)誤差較大，大部分的輸出結(jié)果是令人滿意的，因此采用BP神經(jīng)網(wǎng)絡(luò)模型對(duì)超市顧客滿意度進(jìn)行評(píng)價(jià)具有較高的精確度。

五、結(jié)束語(yǔ)

本文在問(wèn)卷調(diào)查的基礎(chǔ)上，運(yùn)用人工神經(jīng)網(wǎng)絡(luò)的理論，建立了對(duì)超市顧客滿意度進(jìn)行評(píng)價(jià)的BP神經(jīng)網(wǎng)絡(luò)模型，并在MATLAB仿真環(huán)境中測(cè)試了該神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型的功能。從測(cè)試結(jié)果來(lái)看，該網(wǎng)絡(luò)達(dá)到了設(shè)計(jì)要求，對(duì)超市顧客滿意度的評(píng)價(jià)的正確率較高，證明了利用BP人工神經(jīng)網(wǎng)絡(luò)模型對(duì)超市顧客滿意度進(jìn)行評(píng)價(jià)比傳統(tǒng)的評(píng)價(jià)方式更為科學(xué)有效。

參考文獻(xiàn)：

[1]張葛祥 李 娜:MATLAB仿真技術(shù)與應(yīng)用[M]．北京:清華大學(xué)出版社，2003

[2]ALTMAR E MARCOG:Corporate distress diagnosis:comparisons using linear discriminate analysis and neural networks[J].Journal of Banking and Finance，1994．6

[3]郝 勇:運(yùn)用BP神經(jīng)網(wǎng)絡(luò)研究上證公用事業(yè)指數(shù)的波動(dòng)[J].上海工程技術(shù)大學(xué)學(xué)報(bào)，2005．3

[4]蘇變萍 王一平:基于BP神經(jīng)網(wǎng)絡(luò)的信息商品價(jià)格預(yù)測(cè)模型[J].統(tǒng)計(jì)與信息論壇，2007．3

[5]李穗豐 陳燕清:BP神經(jīng)網(wǎng)絡(luò)及其在數(shù)椐分類中的應(yīng)用[J].電腦與電信，2006．6