论文部分内容阅读
为解决传统卷烟市场运行状态评价方法不科学、效率低、难以优化等问题,利用大数据技术及机器学习算法构建了一种卷烟市场运行状态智能评价模型。该模型的构建包括4个步骤:对数据进行清洗和标准化处理;利用主成分分析法选取特征值;基于Spark分布式并行计算架构进行模型搭建和训练;对训练完成的模型进行验证和优化。选取江苏中烟工业有限责任公司生产的"南京(九五)""苏烟(软金砂)"两种卷烟规格进行实际验证,结果表明:该模型能够及时、准确地反映卷烟品牌的健康状况及发展趋势,对于两种卷烟的市场运行状态评价准确度均在90%以上,与实际值高度一致。该研究方法可为预测卷烟市场趋势、辅助营销决策提供技术支持。