基于FCM聚类的品牌状态判别模型的研究

发布时间：2022-01-02 22:04

　　实时掌握品牌市场状态是企业品牌可持续发展战略的重中之重。目前,随着企业销售数据的骤增以及品牌市场影响因素复杂度的增加,企业决策者单一的主观判断已经不能准确、实时的判别企业品牌市场状态。因此,本文提出了基于企业品牌市场海量销售数据的采集与品牌市场分析系统架构;完成了对品牌市场销售数据的采集、存储和处理,提取出影响品牌市场状态的决策因子。以品牌生命周期、品牌市场地位以及品牌价位为维度,建立最优品牌市场状态判别模型。设计并实现了企业品牌营销集成平台,为企业品牌发展提供全面、精准的决策依据。主要研究内容如下:1)数据采集与处理:针对全国品牌市场每月产生的2亿多条销售数据的采集,包括了基于零售终端和消费环境的各类销售数据。对海量的数据源进行数据的预处理操作,解决了存储与数据的归一化问题,构建并分析品牌市场状态的数据挖掘过程。2)品牌市场状态判别决策因子的确定:为了降低品牌市场状态影响因素复杂性,本文采用主成分分析法（PCA）对品牌状态特征属性进行降维处理,确定了影响本企业品牌市场状态的九大特征属性。3)解析品牌市场状态:利用最优FCM模糊聚类算法对品牌市场状态进行多维聚类分析,确定品牌市场状态的... 

【文章来源】：浙江理工大学浙江省

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

HDFS的读取数据过程

HDFS写数据过程

图 3.1 品牌状态特征属性数据图 3.1 中的数据应用到 PCA 模型中，根据品牌特征属性的数据，构建 n*m 行矩阵的特征值，先将数据矩阵进行特征值分解。根据特征值进行排序，然后取出前值，求和 W，所有的特征值求和 S，当特征属性的累计贡献率在 85%-95%之间时

【参考文献】：
期刊论文
[1]大豆芽期和苗期耐盐性评价指标筛选[J]. 牛远,杨修艳,戴存凤,王博文,任高磊,吴静磊,王飞兵,陈新红.  大豆科学. 2018(02)
[2]改进的数据挖掘模糊聚类算法研究与分析[J]. 李艳,张庆,田苏慧敏.  宁夏师范学院学报. 2018(01)
[3]贝叶斯判别法在煤体结构判别中的应用[J]. 郑爱维.  中外能源. 2017(12)
[4]基于二分法的K-means算法的实现[J]. 陈贤宇,李有强,吕苗苗,卢建成,陈文强.  无线电通信技术. 2017(06)
[5]基于递归特征消除方法的随机森林算法[J]. 吴辰文,梁靖涵,王伟,李长生.  统计与决策. 2017(21)
[6]关联挖掘算法及发展趋势[J]. 李忠,安建琴,刘海军,宋奕瑶.  智能计算机与应用. 2017(05)
[7]应用判别分析法建立肝硬化患者营养风险筛查模型[J]. 诸炳骅,赵长青,周扬,徐列明.  临床肝胆病杂志. 2017(06)
[8]品牌生命周期理论的研究述评[J]. 何颖.  商场现代化. 2017(10)
[9]卷烟品牌区域市场状态监控模型研究--基于卷烟订单数据的量化观察[J]. 许瑞琦,毕讯波.  中国市场. 2017(11)
[10]关于数据挖掘研究现状及发展趋势的探究[J]. 任新社,陈静远.  信息通信. 2016(02)

硕士论文
[1]基于大数据平台的决策树分类算法及并行化研究[D]. 张永潘.南京邮电大学 2017
[2]基于属性选择加权的朴素贝叶斯算法的改进与应用[D]. 白赞.西安理工大学 2017
[3]基于加权决策树的随机森林模型优化[D]. 马晓东.华中师范大学 2017
[4]基于随机森林模型的红松潜在分布预测及适宜性评价[D]. 蒋育昊.中国林业科学研究院 2017
[5]基于FCM聚类的图像分割算法研究[D]. 严思奇.重庆邮电大学 2017
[6]K-means算法并行实现与性能优化[D]. 钟苏杰.天津理工大学 2017
[7]终端营销系统中的商务智能与市场感知[D]. 孟婷婷.浙江理工大学 2016
[8]终端营销的数据挖掘与商务智能[D]. 刘丽君.浙江理工大学 2015
[9]基于属性加权和归约的朴素贝叶斯算法研究[D]. 杨忠强.广西大学 2013
[10]基于数据库营销的货车品牌市场营销策略研究[D]. 沈晓东.南京理工大学 2013



本文编号：3564959