众所周知，在餐饮品类的比拼大赛道中，火锅一直是“吸金王”的存在，那该如何保持“吸金”特质？在网络购物的浪潮中，通过怎样的方式分析出影响火锅团购销量的重要因素？
广西师范大学的优秀学者以某平台上重庆市的火锅团购数据为基础，应用神经网络模型分析半年累计的3391条原始数据，得到影响火锅销量的十大因素是：火锅套餐的团购价、团购菜品数量、团购图片是否含餐位费、人均消费、店铺内团购项目数、是否提供免费Wi-Fi、是否有停车场、是否需要预约、周末节假日是否通用。
神经网络模型
神经网络作为受控的、非线性的深度学习基础模型，因其大规模并行处理、分布式存储等特点，被应用于模式识别、优化组合等领域。
Ci(m)表示神经网络第m层第i个神经元的激活值，用Wij(m)表示第m层第i个神经元和第m-1层第j个神经元的连接的权值，用Bi(m)表示第m层i个神经元的偏置。另外，记神经网络总层数为L，并用tm表示第m层神经元个数。
数值模拟
在同一个模型情形下，选取不同的Lasso学习率，划定阈值与划定t值，入选的变量个数都为3。统计变量错选率及真实未入选率皆为 0，即FSR=0，NSR=0。
在Lasso学习率λ=0.05 时模型性能最好，对应的测试集均方拟合误差为MSFE=0.0219，均方预测误差为MSPE=0.0218。
实际应用
以店铺火锅团购的半年销量的对数为自变量，店铺信息、团购基本信息及使用规则数据三大类数据作为因变量（共18个）。
将以上数据做归一化处理。
圆形表示每层的神经元，黑线表示连接。基于火锅团购数据，对输入神经元使用 Lasso正则技术，得到10个有效变量。
以上数据是重复模拟试验结果趋于稳定时的结果。
最后基于3391条样本数据，对火锅团购的对数半年销量值从大到小排序，并选取前60%样本分析。
72.83%的火锅套餐的团购价在 200元以下，75.36%的团购菜品数量不少于 5 个，80.69% 的团购套餐页面至少有2张菜品图片，61.9%的套餐不包含餐位费；在所在店铺信息方面，74.45%的店铺的人均消费不超过60元，84.73%的店铺团购项目数量不少于3个，95.5%的店铺提供免费Wi-Fi；在使用规则方面，87%的套餐不需要预约，90.4% 的套餐周末节假日通用。
翻译成“人话”就是，要想提高火锅团购的销量，团购价格尽量不要超过200，菜品应该大于5个，多放产品精致图片，不要餐位费，不要预约，要节假日通用，人均最好低于60。
供稿丨四川省牛油加工工程技术研究中心
编辑丨张逸仙
供图丨张逸仙
指导丨王俏君
参考文献：
[1] 郭萍.基于稀疏神经网络的火锅销量影响因素分析[J].现代信息科技,2022,6(06):86-89.DOI:10.19850/j.cnki.2096-4706.2022.06.021.
注：该篇推文主要来源于上述参考文献，如有侵权，请联系后台工作人员，谢谢
