天府数学杂志社官网
  
当前位置:天府数学杂志 > 杂志论文投稿 > 正文

品牌速冻食品市场现状调查研究

发布时间:2021-08-27 人气:

作者姓名:李雨欣 黎吉祥 王

文章字数:2448

发表期数:天府数学2019年4期

本期封面:

天府数学2019年4期

本文网址:tfsx20190405

  摘要:本文以速冻食品消费者为研究对象,使用logistic和神经网络两种统计分析方法,来研究品牌速冻食品的影响因素。通过问卷分析,对于消费者来说,认为职业是购买速冻食品的最大原因、性别最不影响;对于速冻食品本身来说,品牌知名度是影响速冻食品销售的最大因素、其次为食品种类。通过本研究,为指导速冻食品的销售具有实际意义。
  关键词:SPSSModeler:logistic模型;神经网络
  经济的快速增长加快了社会生活的节奏,速冻食品成为我国城市消费者饮食生活不可缺少的一部分。速冻食品品牌的多样化,必定会导致其行业内部竞争激烈。研究消费者对于速冻食品的购买行为,有助于速冻食品企业制定生产营销策略等,更有助于速冻食品企业要想在激烈的竞争中获胜。
  1.研究背景
  速冻食品不仅能使食物的味道得到最大程度上的保证,更能确保食品的安全,由于市场的需求,速冻食品行业俨然已成为整个产业中最具活力的产业之一,拥有着无限的市场前景。然而,行业内竞争巨大,新型速冻食品和不同口味、造型的食品被研发出来,整个行业多元且富有变化。新产品的不斷出现、旧产品的不断更新都代表着行业对市场需求变化的反应,其后的变化值得研究。
  SPSSModeler对于大数据处理操作简便,实用性强。首先收集调查问卷,再通过该软件对其进行分析,能够充分了解到影响购买速冻食品的因素,企业可通过得出的结论,调整生产或营销的计划方针,有利用突破企业发展瓶颈。
  2.研究目的
  同时由于速冻食品产品结构单一,同一类型的产品没有自己的品牌特色,针对消费者的需求也未有清晰的定位,随着互联网十的快速推进,消费渠道也存在多样化。在企业的发展中,选择合适的消费渠道,精准定位消费群体,以及如何形成速冻食品企业产品特色是速冻食品企业发展必不可少的。
  找出消费者购买速冻食品的主要影响因素,为销售企业提供合理建议,提高销售量具有非常重要的实际意义。
  3.数据收集及处理
  通过在全国范围内网络问卷调查,调查时间是2019年3月15日至2019年4月15日,收回问卷1264份,有效问卷1138份。
  将收入水平、职业、年龄、性别作为输入变量,输出变量为是否购买速冻食品来进行logistic回归分析;将品牌知名度、食品种类、价格、卫生、口感、购货渠道、包装作为输入变量,购买者购买的频率、购买类型等作为输出变量进行神经网络分析。
  4.分析方法
  4.llogistic回归分析
  Logistic回归模型作为一种概率模型,是描述不同随机变量之间的关系的数学模型,一般刻画一个或多个随机变量之间的相互非确定性的概率关系,并且结果变量的取值一定是二分类或多项分类。可以用影响结果变量取值发生的因素为自变量和因变量,以此来建立回归方程。[1]可以寻找速冻食品市场销售的最大影响因素、预测未来速冻食品的发展状况。考虑年龄、收入、职业、性别这四个因素对是否购买速冻食品的影响,而logistic概率模型刚好可以满足需要。
  设有一个因变量y,p个自变量x1,x2,……,xp,且每个对象共有n次观测结果,可将原始资料列成表4-1-1形式。
  4.2神经网络分析
  神经网络是通过大量、简单的处理单元广泛地互相连接来形成的复杂网络系统,它反映了人脑功能的许多基本特征,并且是一个高度复杂的非线性动力学习系统。本文涉及了多输入、输出数据,故选用神经网络模型来分析品牌知名度、口感、价格、保质期、份量、包装对购买者的影响。
  构建神经网络模型,分为S(感知层)、A(连接层)、R(反应层)三层神经网络。输入向量Sk(S1,S2,…,Sn),对应的输出变量yk(yi,y2,…,yk)。A层是R层的权向量,W=(W1,W2,…,Wn)。若输入x1入连接层,则x1'=ω1x1+ω2x2+…+ωnxn,即连接层中的每一个节点都是由前面输入的元素通过加权和相加来构成的,且每层权重不同。,再以同样的方法构成第三层、第四层……最后进入y的输出层,并建立y与x之间的关系:y=f(x1,x2,…,xn)。
  每一个元素都是由前面线性加权构成的,将线性的关系转变成了一个非线性的关系,但是在每一层的体现都是线性的,通过这样的操作便由输入的x预测y。
  通过这样的训练,使平方和达到最小即,以y与y的实际值来做比较,即让∑(y-y')2达到最小,便是计算结果最精确的值。
  5模拟计算
  实验平台为操作系统winl0的笔记本电脑,SPSSModeler18.O的软件建立模型。分别包括数据节点、过滤器节点、选择节点、类型节点、模型节点。其中,数据节点的功能是导人数据;过滤器节点来过滤非本模型讨论的其他影响因素;类型节点为导人的数据进行分类,将年龄、收入、职业、性别作为输入变量,是否购买速冻食品作为目标变量。分区节点将样品随机分成为测试样本和训练样本;模型节点为对于不同的模型采用其相应的模型,即logistic分析采用logistic模型,神经网络模型采用神经网络结构。分析节点作用为检验预测精度。
  5.1相关性分析
  1)“收入水平”与被调查者“是否购买速冻食品”的Spearman相关系数为0.097,显著相关性为0.003,小于0.05,说明“收入水平”与“是否购买速冻食品”存在正相关关系。
  2)利用SPSS的多重响应频率分析,对被调查人员“提高品牌知名度的渠道”进行分析,请明星代言电视广告的是提升知名度最有效的方法。
  5.2logistic模型数值模拟
  在此分析中,数据结构表如表422所示。
  是否购买速冻食品1:购买过2:没购买过

相关推荐