文摘
面对激烈的市场竞争,企业不仅需要更深入地理解和概念在营销理论更新,但还需要一套标准化的,实用、高效的技术手段和方法。因此,迫切需要发展先进营销分析工具和营销决策方法。基于博弈理论和神经网络模型,本研究简化了现有的研究方法。通过引入不同的模型,基于博弈理论的图像分析和决策模型和神经网络构造。它主要是针对企业的决策。使用的方法是模拟各种决策过程的企业通过建立神经网络模型和博弈模型。同时,模型的图像仿真。结果表明,所选产品的最高市场份额是36.1%,和品牌知名度最高的是9点。第二的市场份额的产品有更好的质量,8个品牌知名度分,最高的经销商费用(2.3元)。市场份额不受产品价格和经销商费用。 The accuracy of the designed market share neural network model is 93%. This shows that the increase of market share is not realized simply by reducing the price but by increasing the profits of distributors and improving the brand image. Market leaders have the greatest revenue and profits. There is a positive correlation between the efforts of managers and the results achieved. Internet employees’ work effort is positively correlated with their basic salary. Different decisions have different effects on business models. The research of this paper provides a new idea for the innovation and development of Internet enterprise business model.
1。介绍
目前,中国正处于经济快速发展阶段在各个领域,与企业之间的竞争正变得越来越激烈。一些学者指出,社会企业之间的竞争是商业模式之间的竞争1]。商业模式是一个管理领域的重要研究对象。是一种连接和事务之间的关系企业,企业与客户之间、企业内部各部门之间。它是,工具和方法,为企业创造价值,竞争对于消费者来说,占据竞争优势,实现利润(2]。此外,商业模式是公司稳定运行的基石。经济快速发展的前提下,只有通过不断创新商业模式企业可以增加权力自身发展(3]。在新时代,互联网发展迅速,中国的互联网企业的规模是巨大的。以其效率高、实用的特点,互联网为商业模式创新提供了一定的发展机遇。互联网企业的商业模式创新的研究是目前的热点之一(4]。
主要分为战略研究、行动研究、经济研究和集成研究大数据背景下的。不同的研究领域有不同的研究方法,有许多商业企业创新的研究方法。一些研究表明,该技术可用于构建信息网络来提高企业的灵活性。在其他图像分析研究中,商业模式之间的理论模型,建立社会资本和吸收能力,讨论商业模式的创新5]。随着神经网络的发展,它已被应用到企业商业模式的创新,这极大地简化了问题(6]。神经网络图像分析模型用于研究互联网企业的商业模式创新,介绍了博弈论和增加各方的分析策略的商业模式。博弈论是一种决策行为理性的决策者基于各种策略之间的相互作用的研究。广泛应用于许多学科。博弈理论的四个要素是战略空间,参与者在游戏中,参与者的利益,和游戏秩序。游戏理论和神经网络的结合提供了理论数据指导未来战略决策的实施。
在现有的研究中,较少对互联网企业的商业模式创新研究在神经网络图像分析模型中,但引入神经网络和游戏理论具有一定的指导意义的互联网企业的商业模式创新改革。因此,根据相关研究的回顾和理论知识,构造神经网络模型和博弈模型。最后,模型模拟基于互联网企业的实际数据,得到了定量的实验结果。本研究的创新在于神经网络模型应用于互联网企业的商业模式创新第一次具有重要的参考意义对企业商业模式创新的发展。
2。相关研究的回顾和分析
提出了商业模式的概念在1950年代末。刘和总结大量的商业模式研究科学家和从不同的角度分析了商业模式的影响因素(7]。Hesser说道等人发现,商业模式的影响因素包括环境分析、利益相关者,公司治理、竞争优势,企业家的领导下,和客观的任务。的方向和结构的商业模式主要是分析(8]。戴等人建立了商业模式从商业生态系统的角度。模型的元素包括目标客户、业务系统,战略定位和合作伙伴9]。对商业模式创新的研究主要是在创新驱动力,包括决策能力的高管和企业技术的整体水平。东等人发现,企业高管的决策起着至关重要的作用的创新商业模式,和一些研究明确表示,企业技术施加一个基本对商业模式创新的影响(10]。Premananda等人评估企业的整体水平,发现四个元素有效的商业模式需要集成的创新:核心资源,价值定位,盈利模式,和重要的过程11]。
大数据的研究方向主要基于商业模式创新的研究大数据的商业价值。塞尔玛等人建立了业务模型的基础上。模型显示优势决定验证和数据可用性12]。花王和Venkatachalam研究了商业模式之间的关系,大数据和企业创新绩效,发现可以使用大数据技术作为企业创新和发展的驱动力(13]。
在上面的对企业商业模式创新的研究中,研究方向主要是宏观整个商业模式创新研究,所以研究结果更普遍,互联网企业的研究较少。因此,决策领域,商业模式的组件之一,选择进行研究和分析。介绍了博弈理论和神经网络模型的创新在大数据领域的决策。
博弈理论,提出了在1840年代,是一个理论研究理性决策行为的决策者和决策结果的均衡,相互作用和相互依赖。它主要采用经济分析,并被应用在许多领域。博弈理论强调理性的概念。科埃略和砂提出“解决方案的概念。在游戏中“个人理性的重要性评估通过分析游戏的结果(14]。Lv等人指出,理性因素应该结合非理性因素。博弈理论中起着非常重要的作用,打破寡头垄断企业(15]。神经网络在1960年代开始发展,它已经进入了一个高速发展阶段和计算机技术的快速发展。Karush Rinki发现,神经网络有很强的互连,自我组织,适应能力和学习能力16]。王等人表明,神经网络可以有效地映射函数(17]。Chang和歌曲研究了反向传播神经网络(摘要),发现摘要大大优化解决问题的方法(18]。博弈论研究方法结合理性和非理性因素选择和结合神经网络模型来分析这个问题。
总之,互联网企业的商业模式创新在大数据研究基于博弈论和神经网络模型,主要集中在企业决策和研究方向。模型将建立企业内部和外部的决策,包括市场份额神经模型、神经对寡头垄断市场决策博弈模型,模型反映了决策管理者和投资者和管理者和员工之间的关系。研究内容为神经网络的发展提供了一个参考的一个企业业务模型。
3所示。模型的施工方法,互联网企业的商业模式创新
3.1。影响因素和商业模式创新的基础模型
市场份额是企业的关键性能的评价指标。市场份额的增长是正相关的投资回报率的提高和规模经济。一些研究指出,有很大的市场份额与企业投资的利润率之间的关系。的准确分析企业市场地位的变化可以通过比较市场领先的数据完成企业市场份额的企业。结果奠定基础的创新商业模式。然而,许多因素影响市场份额。因此,必须假定,没有一家公司可以控制的行业。在这个前提下,市场的营销努力企业所在地直接与企业的市场份额成正比(19]。一些学者已经创建了相关模型来推断企业的市场份额根据消费者的选择行为和定量统计方法并分析其吸引力。然而,这些模型有一定的局限性和不考虑市场份额的制约因素(20.]。市场份额的影响因素进行了分析。关于企业商业模式的创新,首先,市场份额模型结合神经网络构造实现简洁的目的评估当前的商业模式。
前面的描述表明,一个企业的市场份额与营销努力和策略。营销的元素包括分销渠道策略、价格策略、产品策略和促销策略。这四个部分的详细数据捕获在计算机上利用大数据技术。促销和分销的测量是基于两个企业的支持成本;价格是衡量成绩的统计分析产品受欢迎程度;产品信息是0 - 9分基于消费者的选择。分数越高,产品质量就越高。最后,分数计算。
寡头垄断市场的特征包括几个制造商。在市场上只有少数制造商(当有两个制造商,我们有所谓的双头垄断)。每个厂家都有在市场上举足轻重的地位,对其产品价格具有相当大的影响力。这些供应商是相互依存的。在决策时,任何制造商必须考虑竞争对手的反应,这是价格制定者和接收机价格但是价格导引头. .在产品没有区别,他们是否同构或异构产品,相互依赖的程度是非常高的。它被称为纯粹的寡头政治。不容易得到。相当困难,甚至极其困难,其他厂商进入。其他厂商不仅难以进入,也难以退出。
控制行业的寡头企业市场也是一个至关重要的因素。由于市场的限制,企业的产品发布相互限制。游戏的参与者都是企业将自己的产品在市场上,但是产品的数量是有限的。因此,总收益率米企业设置为F=问1+问2+…+问n。总销售价格之间的关系p并给出产品的总收率基于之前的研究,见以下方程:
在(1),F是企业的总收率,米是企业的总数。
朱等人提出的重要性,企业管理者和员工为企业发展之间的关系(21]。管理者和投资者的决策模型构造由于经理人决策的关键作用的商业模式。管理者和投资者之间的关系是由双方签署的合同,这是一种经济利益关系。合同是可操作的。企业管理者和投资者彼此监督,以达到共同获利的目的(22]。员工是一个商业模式创新的关键因素。最后,管理者和员工之间的决策模型是构造(23]。管理者和员工之间的关系仍然是合同。有效的管理者和员工之间的合作商业模式创新发挥了积极作用。然而,管理者与员工之间的契约关系常常是不完整的,所以很容易形成一个非合作的博弈。
总之,市场份额模型,寡头垄断市场的产量决策模型,管理者和投资者的决策模型和决策模型构造了管理者和员工的基于神经网络。
3.2。Market-Neural网络模型的建立
摘要的结构相对比较简单。其网络培训和学习意识到通过传输错误,最后得到一个预期的输出。市场份额之间的关系影响因素的基于神经网络的表达。图1显示摘要的结构。
图1表明摘要市场份额模型是一个三层结构。研究节点包括1输出节点,4个输入节点,1中间层,7隐层节点(24]。
摘要利用的工作过程是由方程表示。首先,方程(2)是隐藏的输入层的具体表达式。
在(2),j隐层的神经元,u隐层的输出值,x隐层的输入值,y是输入神经元,O是重量,δ隐藏层的偏移值。
方程(3)是隐藏层和输出层的表达。 在哪里l表示输出层的神经元(l= 1,2,…米),米神经元的总数;j= 1,2,…h,h是神经元的总数。z是输出神经元,是重量,一个的偏差值是输出层。
f在(2)和(3)代表了年代型生长曲线函数,方程(4)显示了它的表达式。
摘要利用的核心是学习错误,方程(5)是学习错误的表达。
在方程(5),G是学习错误,N神经网络的样本,t是学习的部分。如果该值的G小于已知的神经网络的精度,摘要停止工作。
market-neural网络模型构造基于上述内容。首先,学习样本的输入和输出计算,然后偏差值神经网络被修改的重量。另两部分,直到收敛。详细的网络模型建设步骤如下。
首先,网络状态初始化。结合神经网络的节点数量和随机数设计在前面的部分中,偏差值和体重的网络设置。方程(6)和(7)具体内容(25]。
然后,学习模式r0=p我·(我= 1)的输入。隐层的输出获得基于方程(8)和(9))。
接下来,学习错误方法如下: 在哪里是预期的输出。然后,执行反向传播(方程(8))。
在(11),n是数据块的数量。
最后,摘要给抵消价值和隐层的重量,所以可以执行下一个输入操作。错误的决定后,接下来的学习模式是输入。当我>n和e> 0.01,操作从输入开始学习模型的初始状态。否则,它可以判断为学习的结束。
Lv等人提出的模拟在机器学习的重要性26),所以仿真实验安排。知名互联网企业的市场份额被认为是一个例子和分析。首先,6产品的基本信息在企业是文献收集的方法,和6产品的份额进行了分析和比较。然后,设计market-neural网络模型,得到每个节点的阈值和重量,并验证了结果的准确性。如果精度高于90%,它是优秀的。最后,解决方案策略研究,和原来的改进方案,增加市场份额。改进的方案被认为和输入market-neural网络模型仿真实验,和产品优化方案。
3.3。建设产生寡头垄断市场的决策模型
3.3.1。Yield-Price关系模型
市场的总收率影响企业所在的价格出售的所有产品。此外,市场环境、国家政策和季节也产生对产品价格产生影响。专家咨询不能量化得分因为许多影响因素。图2介绍了神经网络的结构yield-price关系。
图2表明yield-price关系的神经网络模型的结构由两部分组成:产量和价格之间的关系和价格之间的关系和各种影响因素模拟摘要算法。F之间的线性关系是产量和价格:F=r−房颤。r和一个影响因素的常量,这需要训练神经网络模型。
作为神经网络模型的结构是一致的与上述market-neural网络模型,神经网络的整体方程表达式和过程将不会重复。产量和价格之间的关系的表达在最后给出神经网络基于以前的研究如下:
在(12),问是价格,F是收益率。f和d神经网络模型的参数。
3.3.2。企业决策模型
企业决策模型是基于方程(12)和博弈论。首先,方程(13)是企业利润的表达:
在(13),c边际生产成本,λ风险指数。
当有米企业,n反应功能可以合并利润函数,见以下方程:
的利润函数米企业输入神经网络,结果比较。选择10互联网企业的数据进行比较分析。
接下来,分析了企业合作的决定。企业合作和垄断生产为了最大化利润,当他们选择合作。方程(16)是所有制造商的利润函数。
解决方法是获得企业的数据,见以下方程:
最后,这个方程是替换到神经网络模型比较企业的利润。
3.3.3。企业抓住市场的决策模型
抓住市场的现象在企业竞争研究,它的特点是抓住市场后的利润函数。方程(18)是一个企业的利润函数后,抓住市场。
方程(19)下列企业的利润函数。
下列企业的产量和利润后得到方程(19)是派生的,见以下方程:
企业抓住市场,五以下企业选择比较他们的收益和利润。
3.4。施工经理和投资者的决策模型
由于管理者和投资者之间的契约关系,他们相互制衡,扮演一个动态博弈达到相互监督的目的。图3显示了一个博弈模型。
图3表明manager-investor博弈模型由三个部分组成。投资者做出选择后,经理决定是否接受与否,最后经理决定是否努力工作。
经理和投资者签订合同后进入游戏阶段。经理选择努力工作或偷懒和冒险,而投资者选择花更多的钱或支付任何后果。10互联网公司被选中来获取数据,结合该模型比较经理人的努力和结果之间的关系。
3.5。决策模型的经理和员工
决策的企业管理者和员工之间的关系是研究从它们之间的冲突。一般来说,有一个适当的工资水平来缓解管理者和员工之间的冲突。工资水平的影响员工的态度和企业的成本,这是管理者和员工之间的游戏。员工选择或不选择由经理给出的薪水和待遇。一旦接受,员工可以选择努力工作或懈怠工作,和经理会选择是否继续合作时,他们发现他们的松弛行为。表1显示游戏的具体内容。
在表1,公关−h代表经理的预期回报。基于表游戏策略进行了分析1。方程(21)提出了员工的利润的条件下努力工作。
φ代表了贴现因子。
员工在不同条件下的利润情况比较基于方程(12)。
4所示。分析互联网商业模式创新模型的结果
4.1。Market-Neural网络模型的分析结果
互联网产品分为C端产品,b端产品,数据和战略产品、商业产品,实现和人工智能产品。仅从目标用户的角度来看,数据和政策产品b端产品或C端产品。然而,由于强烈的相关专业知识要求负责数据和战略产品,在实践中,它不是普通的产品经理的责任,而是特殊数据和战略产品经理的责任。6产品的互联网企业选择分析和比较他们的市场份额。图4显示了结果。
图46表明,在产品的企业,产品没有。1市场份额最高(36.1%),其品牌知名度也最高(9分)。然而,其产品价格,产品质量,和经销商费用并不是最高的。产品没有。2在市场份额排名第二,质量好,8点的品牌知名度,经销商费用最高的2.3元。产品与产品没有最小的市场份额。6,市场份额为3.1%。中间产品的价格水平,但品牌声望是最少的。数据分析表明,产品的市场份额是最影响品牌知名度,其次是产品质量,市场份额不受产品价格和经销商费用。产品的市场份额3是在中间位置,并很容易成为市场追随者,但是需要更改产品的营销策略以提高市场份额。
此外,设计采用market-neural网络模型获得每个节点的阈值和重量。图5显示的结果获取的准确性。
图5说明设计的市场份额神经网络模型的准确性达到93%的最高水平和89%的最低水平。其原因可能是隐藏节点的网络训练是不完整的。然而,总体精度水平合格,表明该模型是可行的。
最后,解决方案策略进行了研究。产品没有。3在图1研究,图呢6是一个产品的优化方案的比较。
图6建议方案的市场份额。4是最高的,达到39.5%。这是因为计划没有。4是调整原计划的品牌知名度最高的水平,提高产品质量,至4.5,增加经销商的费用。然而,计划没有。4要求企业成为行业的领导者和挑战者。计划没有。1,没有。2,没有。3,没有。 5 have a small increase in market share, which is due to the lack of brand popularity, that is, no commercial marketing. The last scheme is to strengthen the market thrust of the product, and the market share of the product has also been significantly improved. It indicates that not only can the improvement of market share rely on price reduction but also it needs to improve the profit of distributors and improve the brand image.
4.2。建设在寡头垄断市场产量决策模型
4.2.1。准备企业决策模型的结果分析
的独立决策和合作决策数据6互联网企业选择的比较分析,主要分析产量和利润。图7显示比较结果。
图7显示,当6企业做出独立决定,最高产量1934件,最低产量是1178件,最大的利润是119元,最低的利润是92元。6企业合作决策时,企业的产量达到4433件,和企业收益1825元。这表明,合作游戏是最好的选择。企业需要团结起来,找到利益的最佳方式,而不是只考虑自己的利益。
4.2.2。分析的结果为企业抓住市场决策模型
企业占领市场和五个以下企业选择比较他们的产量和利润。图8显示比较结果。
图8表明市场领导者的产量和利润是最大的,达到17672块的利润10106元。市场追随者的产量和利润少得多,用最少的2443件,获利599元。领导在市场上得到最大的利润,但它是容易的领袖来限制生产和报价,这使得它落入不断竞争的困境,但是极低的利润。企业应该选择保持健康的竞争合作。
4.3。施工经理和投资者的决策模型
6选择互联网公司来获取数据,结合该模型比较经理人的努力和结果之间的关系。分数比较使用。图9给出了比较结果。
图9表明之间有正相关管理者的努力和获得的结果。管理者的基本工资是最高的(合3500元人民币)当他们的努力程度达到30。当经理的努力程度是9,基本工资和分享是最低的,分别是1000元,7.5%。它表明,经理人的努力程度越高,结果将越高。然而,管理者的基本工资并不后进一步增加经理的努力程度达到35。原因在于,管理者的努力限制大约是35。
4.4。施工经理和员工的决策模型
在管理者和员工的决策模型,6员工与不同基本工资在一个互联网企业选择比较他们的工资和工作之间的关系。图10给出了比较结果。
图10显示器之间有正相关工作和基本工资水平。基本工资达到最高的价值(1500元),员工的努力程度是40。这是500元,当员工的努力程度是15。此外,基本工资不会增加当努力程度达到50。这是猜测,50是互联网的努力限制员工。结合前面的内容,很明显,经理将继续雇佣员工较高的努力度。
5。结论
基于博弈理论和神经网络模型,本文研究了大数据下的互联网企业的商业模式创新,主要集中在企业决策和研究方向。它将建立企业所有内部和外部的决策模型,包括市场份额神经模型,寡头垄断市场决策神经博弈模型,模型反映了决策管理者和投资者之间的关系以及管理者和员工之间的关系。这种探索是研究互联网企业的商业模式创新与决策领域作为切入点。博弈理论与神经网络相结合,讨论大数据背景下的商业模式创新。结果表明,不同的决定对商业模式的发展起到不同的作用。研究内容提供了一个新的参考路径的创新企业的商业模式。然而,仍然有一些不足之处。在讨论管理者的决策,研究不够深入。其他外部因素的影响,如市场经济的兴衰和金融危机,需要进一步验证。在未来,深入研究可以进行这部分研究结论更具说服力。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作是支持山西林业职业技术学院。