基于BP神經網絡算法下網紅食品柳州螺螄粉的影響分析與銷量預測

摘 要：柳州螺螄粉是網紅經濟下一款頗具潛力的流量商品，影響分析與銷量預測是科學把握未來市場并維持其盈利的立足點。本文在爬取了淘寶網螺螄粉商品原價最低、原價最高、折扣率、庫存等16項數據的基礎上，利用線性回歸及BP神經網絡算法進行螺螄粉商品的銷量預測與影響分析。研究得出：在一定合理范圍內螺螄粉售價能正向促進自身銷售量的增加;商品庫存對螺螄粉的銷售情況呈負相關影響;在一定的價格、庫存范圍內使用BP神經網絡算法進行預測，銷量預測準確率為64%。最后本文提出應當匯聚柳州螺螄粉商品自身的核心競爭力、緊跟市場走向等建議，以供參考。

關鍵詞：網紅經濟;BP神經網絡算法;柳州螺螄粉;影響分析;銷量預測

本文索引：付可.基于BP神經網絡算法的網紅食品柳州螺螄粉影響分析與銷量預測[J].中國商論，2021（14）：-017.

中圖分類號：F273 ?文獻標識碼：A 文章編號：2096-0298（2021）07（b）--03

柳州螺螄粉從名不見經傳的地方特色小吃，發展成為全國“網紅”食品，是傳統美食與互聯深度融合煥發出強大生機的典型產業[1]。日前，廣西柳州螺螄粉多次登上熱搜榜，網友們的“催貨”聲音不斷，螺螄粉企業紛紛擴產[2]。廣西柳州螺螄粉，已從名不見經傳的地方美食，成長為年產值約60億元的大產業[3]。但柳州螺螄粉作為一款商品，在銷售過程中如何根據商品自身屬性探究相關的販賣規律，其結果可以促進營銷鏈的流通。

深度神經網絡算法是近幾年機器學習領域的一個熱門話題。最早人工神經網絡起源于20世紀40年代，專注于工程應用領域[4]。BP神經網絡廣泛應用于復雜非線性影響過程分析和預測研究[5]。BP神經網絡預測模型預測效果很好，可為經濟決策提供一定參考[6]。本次研究在定性和定量分析相結合的基礎上，使用BP神經網絡算法進行網紅食品柳州螺螄粉的銷量預測。

1 理論背景與研究假設

本次研究主要基于BP神經網絡算法在柳州螺螄粉淘寶店鋪的銷量進行預測，通過將柳州螺螄粉品牌的原價最低、原價最高、庫存等16項數據進行屬性數據、銷售數據、動態數據、評價數據這四項的劃分，再進行數據的相關模擬和回歸分析，可提高銷量預測的準確性，在收集了相關資料之后，作出以下假設：

J1：與過于低廉或過于高昂的價格相比，在一定合理范圍內的螺螄粉售價能正向促進自身銷售量的增加。

J2：商品庫存對螺螄粉的銷售情況呈負相關影響。

2 數據與變量

本次研究爬取了淘寶網柳州螺螄粉的原價最低、原價最高、折扣率、庫存、30天銷量、銷量占比、30天銷售額、銷售額占比、總收藏量、總評價數、店鋪收藏、凈含量、好評率、評價類型之口感評價、評價類型之生產日期評價、評價類型之性價比評價共計16個數據類型，12336個數據體，如表1所示。

數據的描述和處理情況如下：

本次研究首先根據獲取的16種螺螄粉數據類型進行相關性矩陣分析。根據表2的信息反饋可以看出，庫存與螺螄粉30天銷售額、銷售額占比、總收藏量、總評價數、店鋪收藏、凈含量這6類數據呈負相關;最高價和最低價呈正相關;評價類型之口感評價、評價類型之生產日期評價、評價類型之性價比評價這3類數據與總銷售額、30天銷量、銷量占比、30天銷售額、銷售額占比、總收藏量、總評價數這7類數據呈負相關。

3 數據分析結果

為了驗證本次研究所提出假設的可靠性，現模擬6種線性回歸方程進行假設檢驗，結果如表3所示。根據前文的假設J1：與過于低廉或過于高昂的價格相比，在一定合理范圍內的螺螄粉售價能正向促進自身銷售量的增加。此次研究設置了模型五和模型六。結果顯示在商品的極端價格影響下，價格之間存在著較低的顯著水平。這也間接說明極端價格對商品自身的銷售量沒有太大影響，即假設J1成立。對于本次研究的假設J2：商品庫存對螺螄粉的銷售情況呈負相關影響。本次研究設置了模型一至模型四，根據結果分析可知，在以30天銷售量、好評率、庫存、折扣率為因變量的分析下，30天銷售量、好評率、折扣率負向影響螺螄粉食品的庫存，即庫存越多，商品30天銷售量、好評率、折扣率就越小，假設J2成立。

本次研究柳州螺螄粉商品進行BP神經網絡算法的使用，此172款柳州螺螄粉商品的庫存及售價范圍如表4所示。在與實際進行對比分析后，得到表4所示的正確率結果。結果表明，BP神經網絡算法的平均預測精度為64%，正確率最大為100%，最小為0。因此，基于BP神經網絡算法尚可得準確的預測結果。

在BP神經網絡算法的輔助下，以及預測結果的數據顯示，在一定的庫存及價格范圍內，可根據柳州螺螄粉商品的口碑推測未來的銷量;且再次證實了在一定范圍內的庫存及價格范圍對商品的銷量存在一定的影響。

4 結論

4.1 研究結論和不足

遺憾的是，本次研究尚未給出具體的合理售價范圍。尤其是在網紅食品范圍內，同質化競爭激烈的市場上，如果能依靠價格脫穎而出，那無疑能正向促進銷量的增加。

最后，本次研究在172款柳州螺螄粉的實際參考消息的輔助下，利用BP神經網絡算法進行柳州螺螄粉的銷量預測，但實際得到的平均正確率較低。在相應的軟件輔助下，得到的正確率具有隨機性，這與數據本身和模型設置有關。

4.2 理論貢獻

此次研究對螺螄粉的售賣情況繪制相關性矩陣表，構建了6個線性回歸模型，對價格范圍和庫存的影響程度進行6個維度的分析，以及定性定量的影響因素探究。

此次研究的第二個理論成果如下：在對柳州螺螄粉商品進行售價范圍及庫存大小定位的基礎上，使用神經網絡算法對銷量進行預測，平均正確率為64%。因此螺螄粉商品的售賣應當定義一個合理的價格范圍以及庫存容量，價格過高與過低、庫存不合理都會造成商品銷售不合理。

4.3 對策建議

4.3.1 柳州螺螄粉應打造自身的核心競爭力

合理的價格會在一定程度上促進銷售，但螺螄粉作為一種商品，本質應當以其自身的口味或包裝吸引消費者。在商品研發初期，應當把重心定位于此，以便于在更大程度上吸引顧客，獲取更長遠的利益。

4.3.2 同質化競爭趨勢明顯的柳州螺螄粉店鋪應持續觀察市場走向

由于眾多的螺螄粉商家屬于經銷商，不涉及產品本身的開發。所以在售賣環節時，應持續及時地觀察商品的銷售情況和市場動態，制定適合于自身銷售的合理決策。

參考文獻

雷丹.“互聯網+”背景下柳州螺螄粉產業面臨挑戰與對策分析[J].企業科技與發展，2020（07）：23-24+27.

廣西柳州：今年將新增螺螄養殖2萬畝滿足螺螄粉產業需求[J].中國食品，2020（08）：52.

廣西柳州螺螄粉串起致富鏈[J].農村工作通訊，2020（06）：32.

徐甜甜.基于LSTM神經網絡模型的股價漲跌預測研究[D].上海：上海師范大學，2019.

黃婉瑩.BP神經網絡下風險投資減持影響因素分析與預測研究[D].南京：東南大學，2019.

羅成.基于SVD-GA-BP神經網絡模型的股價預測[J].佳木斯大學學報（自然科學版），2019，37（06）：988-991.

Influence Analysis and Sales Forecast of Liuzhou River Snails Rice Noodle of Internet-famous Food Based on BP Neural Network Algorithm

School of Economics and Management， Guangxi University of Science and Technology

FU Ke

Abstract： Liuzhou River Snails Rice Noodle is a potential commodity in the internet celebrity economy. Impact analysis and sales forecast are the footholds for scientifically grasping the future market and maintaining its profitability. Based on 16 items of data， such as the lowest original price， the highest original price， discount rate and inventory of River Snails Rice Noodle on taobao.com， this paper uses linear regression and BP neural network algorithms to predict and analyze the sales volume of River Snails Rice Noodle products. The study concluded that the price of River Snails Rice Noodle within a certain reasonable range can positively promote the increase in sales; commodity inventory has a negative impact on the sales of River Snails Rice Noodle; in a certain range of price and inventory， BP neural network algorithm is used to forecast， and the accuracy of sales forecast is 64%. Finally， this article puts forward suggestions that should gather the core competitiveness of Liuzhou River Snails Rice Noodle products and keep up with the market trend for reference.

Keywords： Internet celebrity economy; BP neural network algorithm; Liuzhou River Snails Rice Noodle; impact analysis; sales forecast