基于多分類SVM的營銷風(fēng)險評價軟件設(shè)計.pdf_第1頁
已閱讀1頁,還剩47頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著市場經(jīng)濟(jì)和國際一體化的發(fā)展,企業(yè)的經(jīng)營環(huán)境在不斷的發(fā)生變化。這種企業(yè)經(jīng)營環(huán)境的變化越來越復(fù)雜與不確定,讓企業(yè)的經(jīng)營出現(xiàn)了更多的隱患,給企業(yè)的營銷帶來更多潛在的風(fēng)險。因此,加強(qiáng)企業(yè)營銷風(fēng)險研究,強(qiáng)化企業(yè)營銷安全意識,建立科學(xué)的企業(yè)營銷風(fēng)險預(yù)警系統(tǒng),形成完備的企業(yè)營銷風(fēng)險防范機(jī)制,已經(jīng)刻不容緩。
   本文在營銷風(fēng)險識別的方法上,引入支持向量機(jī)的模型。支持向量機(jī)是機(jī)器學(xué)習(xí)領(lǐng)域的一個研究熱點(diǎn),它的理論基礎(chǔ)是統(tǒng)計學(xué)習(xí)理論。支持向量機(jī)

2、理論上對于兩分類問題有良好的表現(xiàn),在解決小樣本、非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢,能夠較好地解決小樣本學(xué)習(xí)問題,并具有全局最優(yōu)性和較好的泛化能力。
   本文著眼于營銷預(yù)警與防范體系中的營銷風(fēng)險評價層面,將多分類的支持向量機(jī)方法做為一種新的評價模型引入到營銷風(fēng)險評價實(shí)務(wù)中。本文運(yùn)用面向?qū)ο蟮脑O(shè)計方法,實(shí)現(xiàn)對支持向量機(jī)算法的軟件模塊化封裝,達(dá)到在數(shù)據(jù)庫應(yīng)用軟件中通過多分類支持向量機(jī)模型來進(jìn)行營銷風(fēng)險評估的目的。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論