本发明专利技术提供了一种农产品消费行为决策的预测方法及装置，其中方法包括：建立消费行为决策预测模型；根据各地图版块的风险事件在其发生地的风险程度、风险事件的数量以及风险事件发生地到当前地图版块的实际距离，计算出当前地图版块的风险感知程度；其中，所述地图版块为风险事件涉及的整个地区在地图上划分的版块；根据所述消费行为决策预测模型和当前地图版块的风险感知程度，预测出当前地图版块中消费者的消费行为决策。本发明专利技术根据风险事件发生地到当前地图版块的实际距离，计算出当前地图版块的风险感知程度，结合消费行为决策预测模型预测出消费者的消费行为决策，很好地适应了风险事件地域相关、突然发生、快速发展的变化特点。
【技术实现步骤摘要】
本专利技术属于农产品消费行为决策预测领域，尤其涉及一种农产品消费行为决策的 预测方法及装置。
技术介绍
食品安全是衡量社会经济发展水平和消费者生活质量水平的重要指标。消费者在 食品质量和食品安全问题上的消费风险感知，直接影响着消费者的购买动机，并进一步决 定消费者的购买倾向和决策行为。在农产品市场，消费风险感知不仅是研宄风险事件下消 费者消费行为决策变动的主要方面，且是影响农业生产秩序、政府决策和整个农产品产业 链盈利能力的重要因素。 传统的风险感知条件下，农产品消费行为决策的预测方法主要通过计量经济学模 型，对影响居民农产品消费的各种因素进行宏观层面的分析。但该类方法不能很好地适应 风险事件地域相关、突然发生、快速发展的变化特点。
技术实现思路
鉴于此，本专利技术提出一种农产品消费行为决策的预测方法及装置，以很好地适应 风险事件地域相关、突然发生、快速发展的变化特点。 为实现上述目的，本专利技术采用如下技术方案： 一方面，本专利技术实施例提供的一种农产品消费行为决策的预测方法，包括： 建立消费行为决策预测模型； 根据各地图版块的风险事件在其发生地的风险程度、风险事件的数量以及风险事 件发生地到当前地图版块的实际距离，计算出当前地图版块的风险感知程度；其中，所述地 图版块为风险事件涉及的整个地区在地图上划分的版块； 根据所述消费行为决策预测模型和当前地图版块的风险感知程度，预测出当前地 图版块中消费者的消费行为决策。 进一步地，所述建立消费行为决策预测模型包括： 获取消费者特征及消费者针对不同程度风险的消费行为决策；其中，所述消费者 特征包括消费者年龄、性别和收入； 根据获取的消费者数据，基于BP神经网络算法建立消费行为决策预测模型。 进一步地，在根据各地图版块的风险事件在其发生地的风险程度、风险事件的数 量以及风险事件发生地到当前地图版块的实际距离，计算出当前地图版块的风险感知程度 之前还包括： 根据各地图版块消费者的实际消费行为决策，结合所述消费者数据，确定出各地 图版块的风险事件在其发生地的风险程度； 统计风险事件的数量，并根据地图比例计算出各风险事件发生地到当前地图版块 的实际距离。 另一方面，本专利技术实施例提供的一种农产品消费行为决策的预测装置，包括： 预测模型建立单元，用于建立消费行为决策预测模型； 风险感知程度计算单元，用于根据各地图版块的风险事件在其发生地的风险程 度、风险事件的数量以及风险事件发生地到当前地图版块的实际距离，计算出当前地图版 块的风险感知程度；其中，所述地图版块为风险事件涉及的整个地区在地图上划分的版 块； 消费行为决策预测单元，用于根据所述消费行为决策预测模型和当前地图版块的 风险感知程度，预测出当前地图版块中消费者的消费行为决策。 进一步地，所述预测模型建立单元具体用于： 获取消费者特征及消费者针对不同程度风险的消费行为决策；其中，所述消费者 特征包括消费者年龄、性别和收入； 根据获取的消费者数据，基于BP神经网络算法建立消费行为决策预测模型。 进一步地，还包括： 风险程度确定单元，用于根据各地图版块消费者的实际消费行为决策，结合所述 消费者数据，确定出各地图版块的风险事件在其发生地的风险程度； 距离计算单元，用于统计风险事件的数量，并根据地图比例计算出各风险事件发 生地到当前地图版块的实际距离。 与现有技术相比，本专利技术技术方案的优点是： 本专利技术提供的一种农产品消费行为决策的预测方法及装置，与现有技术相比，本 专利技术根据风险事件发生地到当前地图版块的实际距离，计算出当前地图版块的风险感知程 度，结合消费行为决策预测模型预测出消费者的消费行为决策，很好地适应了风险事件地 域相关、突然发生、快速发展的变化特点。【附图说明】 下面将通过参照附图详细描述本专利技术的示例性实施例，使本领域的普通技术人员 更清楚本专利技术的上述及其他特征和优点，附图中： 图1为本专利技术实施例一提供的农产品消费行为决策的预测方法的流程示意图； 图2为本专利技术实施例二提供的农产品消费行为决策的预测方法的流程示意图； 图3为本专利技术实施例二提供的调查问卷表的示意图； 图4为本专利技术实施例二提供的消费行为决策预测模型的示意图； 图5为本专利技术实施例二提供的农产品消费行为决策的预测方法的流程示意图； 图6为本专利技术实施例三提供的农产品消费行为决策的预测装置的结构示意图； 图7为本专利技术实施例三提供的农产品消费行为决策的预测装置的结构示意图。【具体实施方式】 为使本专利技术的目的、技术方案和优点更加清楚，以下将参照本专利技术实施例中的附 图，通过实施方式清楚、完整地描述本专利技术的技术方案，显然，所描述的实施例是本专利技术一 部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。 实施例一 图1给出了本专利技术实施例一提供的农产品消费行为决策的预测方法的流程示意 图，该方法可用于对农产品消费行为决策的预测，该方法可以由农产品消费行为决策的预 测装置执行，农产品消费行为决策的预测装置可采用软件和/或硬件的形式实现。如图1 所示，该方法包括： 步骤101、建立消费行为决策预测模型。 建模是建立系统模型的过程，又称模型化。建模是研宄系统的重要手段和前提。凡 是用模型描述系统的因果关系或相互关系的过程都属于建模。因描述的关系各异，所以实 现这一过程的手段和方法也是多种多样的。 示例性的，针对消费者的消费行为决策，在风险感知条件下，可以通过建立预测模 型来预测。其中，可以通过对消费者行为决策规律的分析来建模；也可以通过对消费者统计 数据的处理，并根据已有的知识和经验来建模；还可以同时使用几种方法。 步骤102、根据各地图版块的风险事件在其发生地的风险程度、风险事件的数量以 及风险事件发生地到当前地图版块的实际距离，计算出当前地图版块的风险感知程度。 其中，地图版块为风险事件涉及的整个地区在地图上划分的版块。考虑到消费风 险事件地域相关的特点，示例性的，可以将整个涉及地区在地图上划分为50kmX50km的多 个版块。 本实施例可以根据各地图版块的风险事件在其发生地的风险程度、风险事件的数 量以及风险事件发生地到当前地图版块的实际距离，计算出当前地图版块的风险感知程 度。其中，计算风险感知程度的公式为：【主权项】1. 一种农产品消费行为决策的预测方法，其特征在于，包括： 建立消费行为决策预测模型； 根据各地图版块的风险事件在其发生地的风险程度、风险事件的数量以及风险事件发 生地到当前地图版块的实际距离，计算出当前地图版块的风险感知程度；其中，所述地图版 块为风险事件涉及的整个地区在地图上划分的版块； 根据所述消费行为决策预测模型和当前地图版块的风险感知程度，预测出当前地图版 块中消费者的消费行为决策。2. 根据权利要求1所述的方法，其特征在于，所述建立消费行为决策预测模型包括： 获取消费者特征及消费者针对不同程度风险的消费行为决策；其中，所述消费者特征 包括消费者年龄、性别和收入； 根据获取的消费者数据，基于BP神经网络算法建立消费行为决策预测模型。3. 根据权利要求2所述的方法，其特征在于，在根据各地图版块的风险事件在其发生 地的风险程度、风险事本文档来自技高网...
【技术保护点】
一种农产品消费行为决策的预测方法，其特征在于，包括：建立消费行为决策预测模型；根据各地图版块的风险事件在其发生地的风险程度、风险事件的数量以及风险事件发生地到当前地图版块的实际距离，计算出当前地图版块的风险感知程度；其中，所述地图版块为风险事件涉及的整个地区在地图上划分的版块；根据所述消费行为决策预测模型和当前地图版块的风险感知程度，预测出当前地图版块中消费者的消费行为决策。
【技术特征摘要】
【专利技术属性】
技术研发人员：李哲敏，李干琼，陈威，许世卫，董晓霞，
申请(专利权)人：中国农业科学院农业信息研究所，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。