李星星

(桂林理工大學(xué) 管理學(xué)院，廣西 桂林 541004)

基于BP神經(jīng)網(wǎng)絡(luò)的象征價(jià)值指標(biāo)體系的構(gòu)建

李星星

(桂林理工大學(xué) 管理學(xué)院，廣西 桂林 541004)

通過分析象征價(jià)值的影響因素，建立基于BP神經(jīng)網(wǎng)絡(luò)的象征價(jià)值指標(biāo)體系，利用MATLAB工具進(jìn)行數(shù)據(jù)仿真以及實(shí)例應(yīng)用。結(jié)果表明，構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的象征價(jià)值體系，為企業(yè)成功塑造產(chǎn)品的象征價(jià)值，進(jìn)而提升競爭力有參考意義。

BP神經(jīng)網(wǎng)絡(luò);象征價(jià)值;指標(biāo)

引言

如今，同質(zhì)化商品越來越多，消費(fèi)者已把目光從商品的實(shí)用價(jià)值轉(zhuǎn)移到商品的象征價(jià)值，基于如此情況，企業(yè)不得不通過品牌的象征意義對其商品進(jìn)行定位，以確保市場份額。由于象征價(jià)值對企業(yè)營銷績效的影響日益增強(qiáng)，因此深入研究象征價(jià)值就變得十分重要。企業(yè)為了在市場生存、在眾多的競爭者中脫穎而出做出的決策，實(shí)際就是塑造象征價(jià)值以迎合消費(fèi)者。因此，評估象征價(jià)值有助于企業(yè)對象征價(jià)值的塑造。

象征價(jià)值也稱符號價(jià)值，是消費(fèi)者按照聲望和表達(dá)自我能力對品牌的一種評價(jià)。[1]429-455搜索文獻(xiàn)發(fā)現(xiàn)，象征價(jià)值研究成果相對豐富，主要涉及有象征價(jià)值的內(nèi)涵、象征價(jià)值的維度、象征價(jià)值的主要影響因素三個(gè)方面。(1)象征價(jià)值的內(nèi)涵。學(xué)者們從經(jīng)濟(jì)學(xué)的角度界定象征價(jià)值是品牌功能價(jià)值之外的一種客觀價(jià)值，Leibenstein 研究發(fā)現(xiàn)消費(fèi)者購買產(chǎn)品既追求產(chǎn)品的功能價(jià)值又獲得外部效用，這些外部效用則體現(xiàn)了象征意義是一種不同于消費(fèi)者主觀感知的外部價(jià)值。[2]183-207學(xué)者們從社會(huì)學(xué)的角度解釋象征價(jià)值是消費(fèi)者的主觀價(jià)值，Tsai 認(rèn)為，象征價(jià)值是消費(fèi)者基于自身的價(jià)值取向在消費(fèi)產(chǎn)品或服務(wù)的過程中形成的一種主觀感受。象征價(jià)值反映了潛在的社會(huì)認(rèn)同、自我表現(xiàn)和交際與自尊需求，是消費(fèi)者認(rèn)同的、能流露在外并得到他人認(rèn)可的外顯性價(jià)值。[1](2)象征價(jià)值的維度。現(xiàn)有的研究中對于象征價(jià)值的維度方面的研究，可分為人際影響方面的兩個(gè)維度和自我影響方面的四個(gè)維度。兩個(gè)維度方面，象征價(jià)值可有聲望價(jià)值和社會(huì)自我表達(dá)價(jià)值。從四個(gè)維度層面，象征價(jià)值包含有內(nèi)在自我表現(xiàn)價(jià)值、獨(dú)特性價(jià)值、享樂價(jià)值和自我價(jià)值。從Vigneron 和 Johnson[3]484-506的觀點(diǎn)中看出，消費(fèi)者越強(qiáng)調(diào)人際影響，就越容易受到他人的影響；消費(fèi)者越重視自我影響，就越淡化社會(huì)方面的影響。(3)象征價(jià)值的主要影響因素。根據(jù)學(xué)者們已經(jīng)研究的成果看出，象征價(jià)值的主要影響因素被歸為五個(gè)方面的因素，[4]21-29分別為消費(fèi)者心理因素、產(chǎn)品因素、文化因素、情境因素、社會(huì)生態(tài)因素。

針對已有的研究，本文旨在探討象征價(jià)值影響因素，建立指標(biāo)評價(jià)模型，結(jié)合定性指標(biāo)之間的非線性關(guān)系，利用BP神經(jīng)網(wǎng)絡(luò)建立象征價(jià)值指標(biāo)評估體系，并進(jìn)行實(shí)例應(yīng)用。

一、象征價(jià)值消費(fèi)指標(biāo)評估體系

1.象征價(jià)值消費(fèi)指標(biāo)的內(nèi)容和細(xì)分

象征價(jià)值的主要影響因素，如表1所示。

(1)消費(fèi)者心理因素。消費(fèi)者購買決策很大程度上受心理影響。參照群體：在生活中，普通學(xué)生購買物品追求時(shí)尚和體面，就會(huì)參照白領(lǐng)們的購買決策。消費(fèi)者體驗(yàn)：消費(fèi)者通過直接或間接體驗(yàn)感知象征價(jià)值。種族認(rèn)同：消費(fèi)者在自身社會(huì)角色變化的過程中，通過象征消費(fèi)重新塑造新的角色身份。本文在象征價(jià)值指標(biāo)體系分析中，把其細(xì)分為參照群體、消費(fèi)者體驗(yàn)和種族認(rèn)同三個(gè)指標(biāo)。

(2)產(chǎn)品因素。產(chǎn)品是消費(fèi)者直接購買的受體，其重要性不可或缺。產(chǎn)品內(nèi)涵：個(gè)人或群體認(rèn)同產(chǎn)品的象征價(jià)值。產(chǎn)品稀缺性：不同類型的產(chǎn)品稀缺對消費(fèi)者購買決策有不同程度的影響。產(chǎn)品輸出國形象：產(chǎn)品輸出國不僅能夠基于認(rèn)知視 角影響消費(fèi)者的功能價(jià)值感知，而且對于消費(fèi)者具有象征和情感意義。產(chǎn)品的品牌顯著性: 產(chǎn)品外觀設(shè)計(jì)中標(biāo)志的明顯程度影響消費(fèi)者的象征價(jià)值消費(fèi)。本文在象征價(jià)值指標(biāo)體系分析中，把其細(xì)分為產(chǎn)品內(nèi)涵、產(chǎn)品稀缺性、產(chǎn)品輸出國形象和產(chǎn)品的品牌顯著性四個(gè)指標(biāo)。

(3)文化因素。國家文化：消費(fèi)者在進(jìn)行購買行為時(shí)深受國家文化環(huán)境的影響。傳統(tǒng)價(jià)值觀念：中國傳統(tǒng)的價(jià)值觀念為以孔子為代表的儒家思想，受此熏陶的消費(fèi)者常被其驅(qū)動(dòng)進(jìn)行象征價(jià)值消費(fèi)。 物質(zhì)主義：不同程度的物質(zhì)主義者，他們通過象征消費(fèi)方式去獲得某些方面不同程度的滿足。本文在象征價(jià)值指標(biāo)體系分析中，把其細(xì)分為國家文化、傳統(tǒng)價(jià)值觀念和物質(zhì)主義三個(gè)指標(biāo)。

(4)情境因素。公開消費(fèi)情境和非公開消費(fèi)情境都是指產(chǎn)品或服務(wù)的消費(fèi)地，消費(fèi)者通過選擇不同的情境傳遞出自己不同的消費(fèi)象征意義。本文在象征價(jià)值指標(biāo)體系分析中，把其細(xì)分為公開消費(fèi)情境和非公開消費(fèi)情境兩個(gè)指標(biāo)。

(5)社會(huì)生態(tài)因素。從社會(huì)生物學(xué)的角度，人的社會(huì)行為比如男女交往，無論是哪一方都會(huì)驅(qū)動(dòng)消費(fèi)者的象征消費(fèi)。本文在象征價(jià)值指標(biāo)體系分析中，把其歸為男女交往動(dòng)機(jī)一個(gè)指標(biāo)。

表1基于BP神經(jīng)網(wǎng)絡(luò)的象征價(jià)值指標(biāo)體系

2.象征價(jià)值消費(fèi)評估方法

指標(biāo)評估方法一般有指標(biāo)加權(quán)平均法、層次分析方法(AHP)、模糊綜合評價(jià)方法三種。它們一般都默認(rèn)指標(biāo)之間存在某種線性關(guān)系，從而進(jìn)行評價(jià)。但是，影響象征價(jià)值的因素很多且影響程度也不一樣，因此不能用一個(gè)簡單的數(shù)學(xué)解析式來表示一個(gè)復(fù)雜非線性問題,本文采用較前面三種更合理的方法——運(yùn)用BP神經(jīng)網(wǎng)絡(luò)技術(shù)。它可以充分逼近任意復(fù)雜的非線性關(guān)系,并且它可以在不了解數(shù)據(jù)產(chǎn)生原因的前提下,對非線性過程建模。BP神經(jīng)網(wǎng)絡(luò)是根據(jù)學(xué)習(xí)樣本通過訓(xùn)練來得到被評對象的價(jià)值模型,可以有效解決非線性綜合評價(jià)問題,減少人為因素對決策結(jié)果的影響。由于BP神經(jīng)網(wǎng)絡(luò)所具有的強(qiáng)大非線性處理能力,因此利用神經(jīng)網(wǎng)絡(luò)對象征價(jià)值進(jìn)行評估,是比較科學(xué)的。

二、基于BP神經(jīng)網(wǎng)絡(luò)的象征價(jià)值模型構(gòu)建

1.BP神經(jīng)網(wǎng)絡(luò)的設(shè)置

如圖1所示。該模型包括網(wǎng)絡(luò)輸入層、網(wǎng)絡(luò)隱含層、網(wǎng)絡(luò)輸出層。隱節(jié)點(diǎn)輸出和輸出節(jié)點(diǎn)輸出如(1)(2)所示。

Hj=f(Σwijxi-θj)

(1)

Ok=l(ΣTjkHj-θk)

(2)

圖1 基于BP神經(jīng)網(wǎng)絡(luò)的象征價(jià)值指標(biāo)體系評價(jià)模型

其中，w和T分別為相鄰層之間的連接權(quán)重，闕值θ、w和T都在網(wǎng)絡(luò)訓(xùn)練時(shí)確定，f，l為非線形作用函數(shù)。其中，網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)即對應(yīng)的因素指標(biāo)。相應(yīng)的打分采用10分制，1分表示不體現(xiàn)，10分表示完全體現(xiàn)，分?jǐn)?shù)越高體現(xiàn)程度越大。

網(wǎng)絡(luò)輸出層節(jié)點(diǎn)數(shù)即為輸出值，而輸出值為象征價(jià)值的評價(jià)等級輸出p表示，p的取值為[0,1]，對應(yīng)的標(biāo)度如表2所示。一個(gè)三層的BP神經(jīng)網(wǎng)絡(luò)就可以完成任意維度之間的映射，[5]故本文設(shè)置一個(gè)隱含層，由于目前對于選取多少隱含層節(jié)點(diǎn)合適，缺乏理論上的明文規(guī)定，所以只能采取嘗試的方法找到一個(gè)合乎本文的節(jié)點(diǎn)數(shù)。為能較快地找到這樣一個(gè)值，采用經(jīng)驗(yàn)公式(3)(4)(5)縮小嘗試范圍。

(3)

b=log2a

(4)

(5)

其中a，b，c分別為輸入節(jié)點(diǎn)數(shù)，隱含層節(jié)點(diǎn)數(shù)和輸出節(jié)點(diǎn)數(shù)，r取[1,10]。這里值得提到的是，過少的節(jié)點(diǎn)數(shù)不易收斂，過多的節(jié)點(diǎn)數(shù)又會(huì)降低泛化能力。

表2象征價(jià)值評價(jià)指數(shù)等級表

2.基于 BP 神經(jīng)網(wǎng)絡(luò)的象征價(jià)值評價(jià)模型訓(xùn)練及測試

本文就基于BP神經(jīng)網(wǎng)絡(luò)的象征價(jià)值評價(jià)模型指標(biāo)體系中13種因素，設(shè)計(jì)了10分制的問卷，選擇了某具有代表性象征價(jià)值請多位消費(fèi)者完成問卷，從而獲取了訓(xùn)練樣本。實(shí)際操作是請22名消費(fèi)者填寫指標(biāo)體系中13種因素所構(gòu)成的10分制表問卷。假定體現(xiàn)程度為分值的意義。比如，對于參照群體項(xiàng)，1表示參照群體體現(xiàn)程度最低，10表示參照群體體現(xiàn)程度最高。而最后完成的問卷即為所需樣本。其中，15組數(shù)據(jù)樣本作為訓(xùn)練樣本，后7組數(shù)據(jù)樣本作為測試樣本。當(dāng)然，為了完成訓(xùn)練與測試必須要有對應(yīng)的輸出訓(xùn)練樣本和輸出測試樣本，輸出樣本是采用按大小排列分別去掉前后各3個(gè)，剩下加和取平均的方法。而這多對一形式的樣本值形成樣本對，樣本對值全部縮小10倍轉(zhuǎn)化在0-1范圍內(nèi)。

利用MATLAB R2013a提供的神經(jīng)網(wǎng)絡(luò)工具箱實(shí)現(xiàn)象征價(jià)值評價(jià)的BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法,學(xué)習(xí)并訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)使用圖形用戶界面GUI。GUI的操作直白明了，簡化了復(fù)雜的編程工序，在應(yīng)用以及推廣象征價(jià)值指標(biāo)評價(jià)模型方面更加便捷。參數(shù)設(shè)置更加人性化，訓(xùn)練函數(shù)、適應(yīng)學(xué)習(xí)函數(shù)、性能函數(shù)和傳輸函數(shù)分別選擇TRAINGDM、LEARNGDM、MSE和LOSIG，學(xué)習(xí)率為0.05，其余參數(shù)默認(rèn)。

為了讓模型達(dá)到更好的效果，需要對樣本進(jìn)行訓(xùn)練。不合理的選取隱含層節(jié)點(diǎn)數(shù)會(huì)直接影響訓(xùn)練的效果，從而導(dǎo)致網(wǎng)絡(luò)泛化力低和輸出精度差。根據(jù)訓(xùn)練結(jié)果，對比發(fā)現(xiàn)隱含層節(jié)點(diǎn)數(shù)為8個(gè)時(shí)效果最佳，如表4所示。當(dāng)訓(xùn)練次數(shù)為110時(shí)，訓(xùn)練達(dá)到要求的精度。由表4可知，目標(biāo)輸出與網(wǎng)絡(luò)輸出之間的相對誤差很小，最大的也就為0.06495，符合要求。

表3象征價(jià)值評價(jià)的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

為檢驗(yàn)?zāi)Ｐ停瑢?zhǔn)備好的后5組測試樣本數(shù)據(jù)輸入訓(xùn)練之后的BP網(wǎng)絡(luò)中，得到一組測試結(jié)果，如表5所示。從表中可以看出，利用BP網(wǎng)絡(luò)得到的目標(biāo)輸出與網(wǎng)絡(luò)輸出之間的最大相對誤差為0.035878，在象征價(jià)值評價(jià)中，這樣的誤差范圍是完全可以接受的。保存訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，以便解決同類實(shí)際問題，最后輸出的結(jié)果只須放大10倍即可。

表4象征價(jià)值評價(jià)的BP神經(jīng)網(wǎng)絡(luò)測試結(jié)果

3.模型實(shí)例應(yīng)用

S集團(tuán)是集研發(fā)、制造、銷售為一體的大型綜合手表企業(yè)。經(jīng)過二十多年的生產(chǎn)經(jīng)營，現(xiàn)已成為中國排名前列的手表品牌。該集團(tuán)始終堅(jiān)持用戶第一，秉持創(chuàng)新設(shè)計(jì)和精品戰(zhàn)略，持續(xù)為用戶提供優(yōu)質(zhì)的產(chǎn)品和真誠的服務(wù)，并倚靠企業(yè)的雄厚力量提供長久的品牌承諾。在“新一代商務(wù)經(jīng)典手表”的定位基礎(chǔ)上，企業(yè)按照商務(wù)人士的個(gè)性、不同階段的特點(diǎn)，將產(chǎn)品分為：商務(wù)經(jīng)典、商務(wù)運(yùn)動(dòng)、商務(wù)休閑、商務(wù)個(gè)性四大類別和見證、卓越、永恒、輝煌、夜色、騎士商務(wù)、演藝之路等13個(gè)系列，為商務(wù)人士賦予全新的注解。無論你是出席正式商務(wù)場合、觥籌交錯(cuò)的晚宴、或者揮灑汗水的運(yùn)動(dòng)，均能搭配自如。用卓越的設(shè)計(jì)文化，展現(xiàn)商務(wù)人士積極進(jìn)取的精神，助力其呈現(xiàn)得體的儀表、健康的形象、自信的內(nèi)心以及進(jìn)取的氣質(zhì)。未來，致力實(shí)現(xiàn)“中國手表百年品牌”的企業(yè)愿景。

對于S集團(tuán)塑造的象征價(jià)值，據(jù)已經(jīng)選好的模型，對各個(gè)指標(biāo)進(jìn)行評分，結(jié)果按編號依次為：8,3,9,5,7,8,8,7,8,6,5,8,8，最后輸出結(jié)果為0.7329，即為“中等”。

結(jié)論

本文成功構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的象征價(jià)值評價(jià)模型。為企業(yè)今后提升行業(yè)競爭力，成功塑造象征價(jià)值提供了參考。文中所取樣本偏少，會(huì)帶來BP神經(jīng)網(wǎng)絡(luò)不能夠充分進(jìn)行訓(xùn)練，可能造成結(jié)果偏差。未能利用充足樣本訓(xùn)練網(wǎng)絡(luò)并進(jìn)行問卷的信度、效度分析是本文不足的地方。未來可能結(jié)合多種方法和運(yùn)用不同工具對象征價(jià)值進(jìn)行進(jìn)一步研究。

[1]Tsai S.P..Impact of personal orientation on luxury brand purchase value: An international investigation[J].International Journal of Market Research,2005,47(4).

[2]Leibenstein H..Bandwagon,snob,and Veblen effects in the theory of consumers’demand[J].The Quarterly Journal of Economics，1950,64.

[3]Vigneron F.,Johnson L.W.. Measuring perceptions of brand luxury[J].Brand management,2004,11(6)．

[4]王永貴，邱琪.象征價(jià)值的內(nèi)涵、維度與關(guān)鍵影響因素研究[J].南京社會(huì)科學(xué)，2013(4).

[5]Robert HechtNielson.TheoryoftheBackpropagationNeuralNetwork.ProceedingsoftheInternationalJointConferenceonNeuralNetworks[M].New York: IEEE Press,1989.

ClassNo.:F224DocumentMark：A

ConstructionofSymbolicValueIndexSystemBasedonBPNeuralNetwork

Li Xingxing

(School of Management, Guilin University of Technology, Guilin, Guangxi 541004，China)

By analyzing the influencing factors of symbolic value, this paper established the symbolic value index system based on BP neural network and a data simulation and application with MATLAB. The results show that the construction of symbolic value system based on BP neural network is of great significance for enterprises to successfully shape the symbolic value of products and to enhance their competitiveness.

BP neural network; symbolic value; index

李星星，在讀碩士，桂林理工大學(xué)管理學(xué)院。

2096-3874(2017)10-0062-05

F224

A

(責(zé)任編輯：蔡雪嵐)