2021数学建模c题优秀论文(汇总3篇)

个人学习 16 0

2021数学建模c题优秀论文 第1篇

问题:决定目标客户是否购买电动车的影响因素有很多,有电动汽车本身的因素,也有目标客户个人特征的因素。在这次目标客户体验活动中,有部分目标客户购买了体验的电动汽车(购买了用 1 表示,没有购买用 0 表示)。结合这些信息,请研究哪些因素可能会对不同品牌电动汽车的销售有影响?

特征选择方法中的过滤法和包裹法,在特征选择过程与模型训练过程是独立进行的,而嵌入法则是综合考虑这两个过程,在学习的同时进行特征选择,因此,为了使 结果更具有代表性,利于模型训练,本文使用以下两种嵌入法:

X是将x数据进行标准化之后的数据。

绘图:

图 6 是利用五种模型对各个特征进行投票得出的特征出现次数图,本文选取大于 等于 2 出现次数的特征为重要特征,并认为会分别对三种品牌的电动汽车产生影响。

由图 6 可知,对三种品牌来说,电动车的电池技术性能、舒适性、目标客户全年 房贷、车贷占家庭年收入的占比均为两次及以上,说明这四个指标对顾客的购买情况 有较大的影响。除了以上的四个指标外,影响品牌 1 购买情况的因子还有经济型、安 全性、驾驶操控性以及目标客户的职位;经济型、安全性、动力性、外观内饰、目标 客户的工作情况(包括工作年限、单位性质)、家庭年收入、可支配年收入会是目标 客户购买品牌 2 的主要考虑因素;品牌 3 销售的主要影响指标则还有动力性、目标客 户的婚姻家庭情况还有工作年限。

2021数学建模c题优秀论文 第2篇

问题:销售部门认为,满意度是目标客户汽车体验的一种感觉,只要营销者加大服务力度,在短的时间内提高 a1-a8 五个百分点的满意度是有可能的,但服务难度与提高的满 意度百分点是成正比的,即提高体验满意度 5%的服务难度是提高体验满意度 1%服务难 度的 5 倍。基于这种思路和前面的研究成果,请你在附件 3 每个品牌中各挑选 1 名没有购买电动汽车的目标客户,实施销售策略。

这题较难。。。所以。。

2021数学建模c题优秀论文 第3篇

问题:请做数据清洗工作,指出异常值和缺失数据以及处理方法。对数据做描述性统计分析,包括目标客户对于不同品牌汽车满意度的比较分析。

缺失值、异常值的处理是数据处理不可缺少的一环。缺失值是源于数据采集的空 缺、传输间丢失等不可控情况所导致或人为故意丢失等多种情况,如何处理空值是数 据处理中恒久不变的问题。而其中异常值是由于数据传输错误所导致的,通常对其采 取修改或是剔除的处理方式,但具体所采取的方式也需要依据客观上分析数据所决定。 以下主要分成三点叙述本文所采用的处理方法及处理结果。

根据题意,该公司的销售部门对目标客户进行体验调查时,规定满意度得分满分为 100 分,故在数据清洗时剔除附录 1 中 a1~a8 数值大于 100 的数据。以 a1 为例, 该列展示了目标客户对电池技术性能的满意度得分情况。利用散点图经筛查发现,编 号为 0001 的目标客户对电池技术性能的满意度高达 分(> 100 分),故用正常 值数据的平均值( 分)进行替换。数据清洗前后的结果如图 2、图 3 所示。同理 可分别对编号为 1964、0480 的目标客户对应在 a3、a5 的数据进行清洗(满意度原始 评价分数分别为 分、 分)。

由附录 1 可知,缺失数据集中在 B7,即目标客户的孩子数量。由于目前已有的 数据仅为 1、2、3 名孩子数量,不符合常理,因此考虑了出生年份后,将所有缺失数 据的孩子数量均替换为 0,共完成 1457 处的替换。

根据题意可知,影响目标客户对三款品牌电动汽车满意度的主要影响因素主要有 8 个,分别为电池技术性能(电池耐用和充电方便)、舒适性(环保与空间座椅)整体 表现、经济性(耗能与保值率)、安全性表现(刹车和行车视野)、动力性表现(爬坡 和加速)、驾驶操控性表现(转弯和高速的稳定性)、外观内饰整体表现、配置与质量 品质,其满意度分别是 a1~a8。为此,基于上述数据清洗的结果,对全体目标客户评 价的 a1~a8 分别求平均值,然后再对这 8 项指标的平均值再次求平均,并求出最后得分。运行结果显示,合资品牌、自主品牌和新势力品牌的满意度最终得分分别为 分、 分和 分,表明目标客户普遍对合资品牌的满意度评价最高,新势力品 牌的满意度最低。

抱歉,评论功能暂时关闭!