所以为了使得支持向量机能更好地学习与区分消费者行为，针对消费者的这种行为模式引入商品分类策略。在广东烟草市场上，我们搜集到各种不同品牌旗下最低商品的价格，计算其总体价格分布函数F（x）。

　　根据历史数据和经验设定相应的高低分位数阀值？琢1和？琢2。当然阀值是依靠经验给出来的，并没有理论上的必然的理由。一个模型的表现，有很大一部分决定于参数选取是否合理，是否表现了市场的真实状况。因此，我们选取参数时会结合相关的行业经验从历史经验的角度来观察。借助阀值就可以帮助我们清晰地判别商品所处的种类。

　　具体过程如下：①收集市场中的烟草商品，对其价格求分布函数F（X）;②根据历史数据和经验确定商品状态的高低阀值？琢1和？琢2;③根据求得的价格走势强度和所设定的阀值确定此时的商品状态：

　　当F（X？燮x）<？琢1时，则可定义为低档商品;

　　当1-F（X？燮x）<？琢2时，则可定义为高档商品;

　　当a1？燮F（X？燮x）<？琢1时，则可定义为普通商品。

　　这样我们就可对商品市场有个清晰的研判，然后根据不同的商品属性进行消费者行为的划分。

　　本文分别针对低档商品、普通商品、高档商品训练得到相应的支持向量机，这样在判断出当时所处的市场状态后，就可采用相应的消费行为模式识别。

　　1.2 支持向量机的操作过程  本论文选取一对一的多类分类方法结合二叉树分类来解决烟草消费者行为分析的分类问题。

　　在支持向量机模型的操作过程中，要重点讨论的是核函数与惩罚函数。

　　常用的核函数包括以下三种：

　　①多项式核函数：

　　K（x，xi）=（x·xi+1）d其中d是多项式的阶次。

　　②Gaussian 核函数：

　　K（x，xi）=exp-其中？滓是核宽度参数。

　　③Sigmoid 函数：

　　K（x，xi）=tanh（v（x·xi）+c）

　　其中，v为一阶常数，c为偏置顶。

　　除去上面三种核函数以外，特殊场合还可以编写特殊的核函数。在解决烟草用户行为分析的案例中，对核函数的选择是一个重要的问题。解决方法为将各个核函数遍历一遍后，选择能最优拟合样本数据的核函数。

　　现实世界中的消费者行为，受到复杂的个人性格、成长环境、年龄、社会阶层等各个方面的影响。是个高维度，高噪音，不确定的系统。所以整个数据集中的各类数据受到的干扰很大，可能导致各类数据不能完全地被超平面分开。

　　为了衡量SVM网络的分类精度的高低，根据一般的原则，本位采用测定分类正确率作为评定指标：e=正确分类值数量/测试样本总数。并选取不同的核函数进行比较。

　　另外，本次试验也将选取贝叶斯判别方法与SVM的分类精度进行比较，从而更好的观察支持向量机的分类效果。

　　2  基于贝叶斯判别（Bayes）的模型

　　贝叶斯（Bayes）判别首先会利用一个先验概率来描述对研究现象已有的认识，然后通过样本来修正先验概率，得到后验概率，最后基于后验概率进行分类与判别。贝叶斯判别方法具体如下：

　　设有k个p维总体G1，G2，…，Gk，概率密度函数分别为f1（x），f2（x），…，fk（x）。假设样本品x来自总体Gi的先验概率为pi（i=1，2，…，k），则有p1+p2+…+pk=1。根据贝叶斯理论，样品x来自总体Gi的后验概率（即x是已知时，样品x来自总体Gi的概率）为：

　　P（Gi|x）=，i=1，2，…，k

　　在不考虑误判代价的情况下，有以下的判别规则：

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。