TY-JOURA2-Lv、HaibinAU-Zang、JingchengPY-2022DA-202208/26TI-BP神经网络应用匹配E-Commerce平台SP-204581VL-2022AB算法并结合平台实境选择九大因素最符合公司实战模式以影响选择分析第二,将60组数据输入MATLAB软件,统一测量输入输出数据,并划分样本数据矩阵成培训集和测试最后,经过多因子组合和验证后得出的结论是,在五大因子培训模型中,模型预测结果与实值比较。证明建立基于BP神经网络选择模型的可行性在线电子商务平台可参考模型构建产品选择模型满足平台需求,帮助企业实现更有效的产品选择工作神经网络参数初始化随机性,尽管输出结果在程序运行多次后有所不同,R2仍然稳定在0.7至1.0之间,证明系统预测值高度接近实值并实现预测效果SN-1687-725XUR-https://doi.org/101155/2022/2045811DO-10.1155/2022/2045811JF-传感器杂志PB-HindawiKW-ER-