基于改进集成学习算法的公司品牌影响力趋势预测模型OACSTPCD

为了避免对品牌影响力的影响,结合品牌价值及其投资环境等因素,对单一因素学习算法进行改进,并基于改进集成学习算法构建一套全新的公司品牌影响力趋势预测模型。在模型底层量化决策量,将传统单一因素决策量化为多要素集成决策,通过学习属性自适应不同层级下品牌影响要素,增强预测模型的决策能力;通过多属性、多类别分类器对不同影响要素进行综合分析,提升预测模型预测结果的可信度;增加品牌影响力预测参量的模型配置,整合模型各单元预测优势,合理分配预测参量与资源,保证模型预测过程的稳定。结果表明,提出模型具备良好的预测稳定素质与精准的结果预测素质,具有较高的推广价值。