Пропускане към основното съдържание

Изкуствените невронни мрежи като иновативен инструмент в бизнеса

Да се прави маркетинг в наши дни е изключително трудно.” Тези думи са произнесени не от кого да е, а от човека, чието име днес е синоним на маркетинг – Филип Котлър („Управление на маркетинга”). Потребителите стават все по-взискателни, а конкуренцията - все по-силна. Всичко това води до нуждата не само от иновативни решения и подходи, но и от изключително прецизно планиране на действията на самите мениджъри. За да се отговори на новите потребности се развиват и изследователските инструменти, които предоставят на маркетинговите мениджъри необходимите данни за вземане на прецизни стратегически решения. Така изследователите се обръщат за помощ към развитието и прилагането на предиктивни модели. Един такъв модел, който започва да се прилага успешно е този на изкуствените невронни мрежи.

Невронната мрежа е модел за обработка на информация, вдъхновен от изучаването на биелектричните мрежи в мозъка на човека и животните, образувани от неврони и техните синапси.” Това е определението, което всеки може да открие в популярния интернет сайт „Уикипедия”. Вдъхновени от работата на мозъка, учените разработват математически аналог на биологичната невронна мрежа, който представлява множество от взаимносвързани прости изчислителни елементи ( неврони). Всеки неврон приема сигнали от другите (под формата на числа), сумира ги, като сумата минава през активационна функция, и така определя своята активация, която се предава по изходящите връзки към другите неврони. Всяка връзка има тегло, което умножавайки се със сигнала, определя неговата значимост. Теглата на връзките са аналогични на силата на синаптичните импулси, предавани между биологичните неврони. Отрицателна стойност на теглото съответства на подтискащ импулс, а положителна - на възбуждащ.

Схема на изкуствена невронна мрежа

Източник: Уикипедия

Най-характерната особеност на изкуствените невронни мрежи е, че преди да се приложи моделът той подлежи на обучение. За целта се използват данни от предходни изследвани периоди, които се разделят на 3 извадки. Първата е извадка за обучение или така нареченото тренировъчно множество. Втората е валидираща извадка, която служи за проверка на генерализационните способности на обучените невронни мрежи, за избор на конкретна архитектура сред множеството алтернативни, за избор на момент за приключване на обучението и за избягване на така нареченото „свръхобучение”. Третата извадка обхваща най-актуалните наблюдения на зависимата и независимите променливи и служи за оценка и сравнение на модела.

Възможността за съчетаване на влиянието на няколко независими фактора (представени като входни неврони) и възможността за обучение на модела, го превръщат в прецизен прогностичен инструмент, а широкият обхват на възможностите му го прави приложим при разрешаване на редица мениджърски проблеми.

В своята монография „Предиктивно моделиране на пазарния дял с изкуствени невронни мрежи”, гл. ас. д-р Маруся Иванова от Стопанска академия „Димитър А. Ценов” в гр.Свищов тества силата и възможностите на изкуствените невронни мрежи при решаването на конкретен мениджърски проблем, а именно прогнозиране на пазарен дял в 3 различни продуктови категории от сектора на бързооборотните стоки – растително олио, бисквити и шоколадови бонбони.

При анализа на продуктовата категория растително олио, се използват данни от панелни изследвания на GfK България сред 2000 домакинства, които включват за 60 различни марки. Използваните данни са с честота от 1 месец и обхващат периода от януари 2001 г. до декември 2003 г.

Анализът на другите две категории: бонбони и бисквити, е извършен на база на търговски панел на AC Nielsen България с двумесечна честота, обхващащ периода от първото двумесечие на 2001 г. до шестото на 2005 г. За пазара на бисквити са включени 80 марки, а на този за бонбони 200.

Проведената разработка потвърждава прогностичната сила на изкуствените невронни мрежи и ги извежда като по-прецизен модел в сравнение с други подобни предиктивни модели за моделиране на пазарния дял. Разработката достига до няколко ключови извода:
  • Невронните мрежи могат да бъдат използвани за дескриптивни цели чрез индиректно извеждане на приблизителни оценки за еластичности на пазарния дял;
  • Невронните мрежи не страдат от ограниченията на малките извадки и произтичащата от това невъзможност за моделиране на сезонните фактори;
  • Ендогенните модели на невронните мрежи са по-ефективни от конвенционалните им аналози тъй като се характеризират с по-добри предиктивни способности дори и при по-малък обем от данни;
  • За конструирането и използването на модели на ендогенни невронни мрежи са необходими по-малко статистически познания, което ги прави по-лесни за използване, отколкото конвенционалните модели за анализ на динамични редове.
Въпреки редицата научни разработки като тази, предиктивните способности на модела на изкуствените невронни мрежи все още не са признати официално и подлежат на редица тестове. До пълното доказване на неговата точността и сферите на приложение най-вероятно ще минат години, но за момента той се представя на много високо ниво и е добър пример за иновативен инструмент за решаване на редица мениджърски проблеми.

Още по темата:
Приложение на изкуствените невронни мрежи при прогнозиране на продажбите

Коментари

Популярни публикации от този блог

Град в полуразпад

Анализ на Христо Христов
И докато София се стяга с ремонти по булевардите за десетки милиони левове, за председателството на ЕС, в другия си край България се руши.

Всеки, който е преминавал през „Златна Добруджа“ се е взирал поне за миг в безкрайните изпъстрени в различни цветове полета. Живописните пътища обаче ни отвеждат до сърцето на този край на България – град Добрич. След като обаче подминете входната табела, с просто око може да се забележи контрастът, между добре подредените и обработени земеделски земи и състоянието на града.
Видът на улиците може да се сравни единствено с пейзажите на лунни кратери, които сме вижда по снимки от НАСА. Околовръстният път на града много трудно би могъл да бъде наречен път. Както се вижда от кадрите във видеото средната скорост, с която може лек автомобил да премине по него е не повече от 20-30 км./ч. В противен случай рискува след това да посети своя автомеханик. Именно лошото състояние на околовръстния път на града кара много то транзитно преми…

Blizoo шантажира клиентите си

Анализ на Христо Христов


Преди няколко дни всички абонати на кабелният оператор Blizoo бях изненадани неприятно със странни SMS-и. На кратко от 1 март Blizoo добави към програмните схеми на своите абонати няколко спортни канал под шапката Мтел Спорт. Това стана автоматично без потребителите да са го желали или някой да се е допитвал до тяхното мнение. С текстовите съобщения, от компанията уведомиха всички свои клиенти, че въпросните спортни канали ще бъдат безплатни за тях до края на месец март. След това всеки ще трябва да заплаща допълнително по 1.99 лв. на месец за удоволствието, че каналите му стоят в телевизионния пакет. Ако обаче клиентът не желае да ги гледа и респективно да си плаща за това удоволствие той трябва да отговори на получения SMS като изпрати своето ЕГН.

Този подход отприщи лавина от недоволство сред клиентите. От една страна те бяха ужасени от това, че получават от анонимен номер призив да си изпращат лични данни. Blizoo е регистрирана като администратор на лични да…

Парите за с. Хитрино вече се разпределят по „едни фирми”

Миналата седмица стана ясно, че за възстановяването на разрушеното с. Хитрино ще бъдат дадени 10 млн. лв. от държавата и 20 млн. лв. от Европа ще бъдат насочени към селото. Общо 30 млн. лв. ще бъдат изсипани в с. Хитрино, за да бъде възстановено то. Щетите обаче са за далеч по-малка сума. Според Владислав Горанов, жп щетите са за 1,5 млн. лв., а по актуална пазарна оценка пострадалите 26 къщи са на стойност около 500 хил. лв. Дори и да трябва те да бъдат изградени на ново то пак разходите няма да надхвърлят 2-3 млн. лв. В тази проста сметка се пита, какво ще се случва с останалите 25 млн. лв.?
Тази събота на сайта на Община Хитрино се появява директна покана към фирма "К. M. C. БЪЛГАРИЯ" ООД от град Карнобат. Поканата е подписана от зам. кмета на община Хитрино Ахмед Ахмед е със следния предмет: Демонтаж на съществуваща дограма, изработка, доставка и монтаж на нова ПВЦ и алуминиева дограма, за сгради-собственост на община Хитрино, увредени в резултат на настъпилата катастр…