上海工程技术大学毕业答辩PPT.pptVIP

可以看出随着训练误差在开始一段时间缩小后 会出现增大，其误差最小值为0，最大值约为1.8左右。分析 原因如上。 * 在图4-6可以看出随着训练误差在开始一段时间缩小后 会出现增大，其误差最小值为0，最大值约为1.9左右。分析 原因如上。 * 4S店售后服务质量评价体系设计 指导老师：郭辉 专 业：交通运输（汽运） 班 级：0614101 学 生：陈希 时 间：2014年6月18日 汽车工程学院 毕业答辩 汽车工程学院毕业答辩 内容简介 选题背景 1 研究方法 2 构建体系 3 计算分析 4 研究不足 5 01 选题背景 选题背景及意义简介 选题背景 汽车保有量增加 售后占利润比上升 售后服务水平较低 我们需要 规范汽车售后服务市场提升整个市场服务水平 有效方法 建立售后服务评价体系来规范售后服务工作 02 研究方法 研究方法阐述 研究方法 实际调研获得售后评价体系中的评价数据及客户不满意处 结合客户需求与4S店原有评价体系推出针对各个服务环节的评价体系 通过售后服考评数据运用Matlab训练神经网络 使用训练样本对训练好的BP神经网络模型进行验证 03 构建体系 样本数据采集 评价体系框架构建 一级评价指标展示 二级评价指标展示 评分说明 构建体系——数据采集 海南 黑龙江 吉林 辽宁 河北 山东 福建 江西 安徽 湖北 湖南 广东 广西 上海 河南 山西 内蒙古 陕西 宁夏 甘肃 青海 四川 贵州 云南 西藏 新疆 江苏 浙江 北京 台湾 构建体系——数据采集 昆明某别克4S店，位于昆明市世博车市。 昆明某北京汽车4S店，位于昆明市经济开发区。 构建体系——框架构建 客户所不满意的问题 4S店原有售后服务评价体系 筛选评价指标及衡量权重系数 针对售后服务流程，推出了一个有8个一级指标111个二级指标的4S店售后服务评价体系 构建体系——一级指标展示 4S店售 后服务评 价体系 ? 电话预约 迎宾预检 维修确认 维修跟进 交车说明 结算 交车道别 跟踪回访 下分十二个二级指标，占总评分的8% 下分二十五个二级指标，占总评分的12% 下分十二个二级指标，占总评分的10% 下分十二个二级指标，占总评分的10% 下分十五个二级指标，占总评分的20% 下分十五个二级指标，占总评分的15% 下分十二个二级指标，占总评分的15% 下分七个二级指标，占总评分的10% 构建体系——二级指标展示 构建体系——评分说明 04 计算分析 计算分析阐述 结果展示 计算结论 计算分析——计算分析阐述 通过MATLAB软件中自带的BP神经网络工具箱来训练神经网络模型，通过对150个训练样本进行学习，回归了多输入单输出的函数关系。 再通过100个检验样本对神经网络模型进行验证，通过将预报值与实验值的对比来对神经网络模型预报精度进行评价 计算分析——结果展示 在学习次数为1000次时预报结果为右图所示： 计算分析——结果展示 在学习次数为2000次时预报结果为右图所示： 计算分析——结果展示 在学习次数为3000次时预报结果为右图所示： 计算分析——计算结论 预报值与实验值差距小于2%，可见利用BP神经网络对4S店售后服务评价体系设计可以满足实际使用需求。 随着学习次数的增加，预报值与实验值差距会减小。由此我们可以推测在一定次数下神经网络的检验中随着学习次数的增加可以减小误差。（过拟合除外） 计算分析——计算结论 样本预报值与实验值都集中在一个不大的区间中，如能丰富样本，扩大样本取值区间应该能训练出更好的神经网络。 由于权值矩阵的初始值是随机的，所以每次训练结果不一样。 05 研究不足 研究不足 研究不足 由于神经网络需要一个大样本的学习，而由于本人在调研前期对此了解不足所以导致数据样本不够丰富。 本次在二级指标中只使用了0或1的赋值来评判某服务环节是否完成，但并未涉及完成质量；在二级指标的评价中依然可以体现多维度的评价。 研究不足 在调研过程中发现服务客户满意度与员工工资进行挂钩，频繁地扣薪使基层员工对于此颇为不满。建立起一个良好的评价体系固然重要但更重要的如何更好的去推行它，使它能发生更大的正面作用。 本次探讨的售后服务仅仅局限于维护过程，由于4S店组织的车友会，专业知识讲解等售后服务难以客观量化所以本次并未进行探讨。 * * 人为地将二级评价指标进行赋值，服务过程中未完成此项服务记得分为”0”，若完成此项服务则记得分为“1”并将各一级指标下属的二级指标得分和相加记为??_?? * 隐含层神经元数为3，学习率lr=0.05 * 可以看出随着训练误差在开始一段时间缩小后 会出现增大，其误差最小值为0，最大值约为1.8左右。推 测是