一種農(nóng)產(chǎn)品消費行為決策的預測方法及裝置的制造方法
【技術領域】
[0001] 本發(fā)明屬于農(nóng)產(chǎn)品消費行為決策預測領域，尤其涉及一種農(nóng)產(chǎn)品消費行為決策的 預測方法及裝置。
【背景技術】
[0002] 食品安全是衡量社會經(jīng)濟發(fā)展水平和消費者生活質(zhì)量水平的重要指標。消費者在 食品質(zhì)量和食品安全問題上的消費風險感知，直接影響著消費者的購買動機，并進一步?jīng)Q 定消費者的購買傾向和決策行為。在農(nóng)產(chǎn)品市場，消費風險感知不僅是研宄風險事件下消 費者消費行為決策變動的主要方面，且是影響農(nóng)業(yè)生產(chǎn)秩序、政府決策和整個農(nóng)產(chǎn)品產(chǎn)業(yè) 鏈盈利能力的重要因素。
[0003] 傳統(tǒng)的風險感知條件下，農(nóng)產(chǎn)品消費行為決策的預測方法主要通過計量經(jīng)濟學模 型，對影響居民農(nóng)產(chǎn)品消費的各種因素進行宏觀層面的分析。但該類方法不能很好地適應 風險事件地域相關、突然發(fā)生、快速發(fā)展的變化特點。

【發(fā)明內(nèi)容】

[0004] 鑒于此，本發(fā)明提出一種農(nóng)產(chǎn)品消費行為決策的預測方法及裝置，以很好地適應 風險事件地域相關、突然發(fā)生、快速發(fā)展的變化特點。
[0005] 為實現(xiàn)上述目的，本發(fā)明采用如下技術方案：
[0006] 一方面，本發(fā)明實施例提供的一種農(nóng)產(chǎn)品消費行為決策的預測方法，包括：
[0007] 建立消費行為決策預測模型；
[0008] 根據(jù)各地圖版塊的風險事件在其發(fā)生地的風險程度、風險事件的數(shù)量以及風險事 件發(fā)生地到當前地圖版塊的實際距離，計算出當前地圖版塊的風險感知程度；其中，所述地 圖版塊為風險事件涉及的整個地區(qū)在地圖上劃分的版塊；
[0009] 根據(jù)所述消費行為決策預測模型和當前地圖版塊的風險感知程度，預測出當前地 圖版塊中消費者的消費行為決策。
[0010] 進一步地，所述建立消費行為決策預測模型包括：
[0011] 獲取消費者特征及消費者針對不同程度風險的消費行為決策；其中，所述消費者 特征包括消費者年齡、性別和收入；
[0012] 根據(jù)獲取的消費者數(shù)據(jù)，基于BP神經(jīng)網(wǎng)絡算法建立消費行為決策預測模型。
[0013] 進一步地，在根據(jù)各地圖版塊的風險事件在其發(fā)生地的風險程度、風險事件的數(shù) 量以及風險事件發(fā)生地到當前地圖版塊的實際距離，計算出當前地圖版塊的風險感知程度 之前還包括：
[0014] 根據(jù)各地圖版塊消費者的實際消費行為決策，結合所述消費者數(shù)據(jù)，確定出各地 圖版塊的風險事件在其發(fā)生地的風險程度；
[0015] 統(tǒng)計風險事件的數(shù)量，并根據(jù)地圖比例計算出各風險事件發(fā)生地到當前地圖版塊 的實際距離。
[0016] 另一方面，本發(fā)明實施例提供的一種農(nóng)產(chǎn)品消費行為決策的預測裝置，包括：
[0017] 預測模型建立單元，用于建立消費行為決策預測模型；
[0018] 風險感知程度計算單元，用于根據(jù)各地圖版塊的風險事件在其發(fā)生地的風險程 度、風險事件的數(shù)量以及風險事件發(fā)生地到當前地圖版塊的實際距離，計算出當前地圖版 塊的風險感知程度；其中，所述地圖版塊為風險事件涉及的整個地區(qū)在地圖上劃分的版 塊；
[0019] 消費行為決策預測單元，用于根據(jù)所述消費行為決策預測模型和當前地圖版塊的 風險感知程度，預測出當前地圖版塊中消費者的消費行為決策。
[0020] 進一步地，所述預測模型建立單元具體用于：
[0021] 獲取消費者特征及消費者針對不同程度風險的消費行為決策；其中，所述消費者 特征包括消費者年齡、性別和收入；
[0022] 根據(jù)獲取的消費者數(shù)據(jù)，基于BP神經(jīng)網(wǎng)絡算法建立消費行為決策預測模型。
[0023] 進一步地，還包括：
[0024] 風險程度確定單元，用于根據(jù)各地圖版塊消費者的實際消費行為決策，結合所述 消費者數(shù)據(jù)，確定出各地圖版塊的風險事件在其發(fā)生地的風險程度；
[0025] 距離計算單元，用于統(tǒng)計風險事件的數(shù)量，并根據(jù)地圖比例計算出各風險事件發(fā) 生地到當前地圖版塊的實際距離。
[0026] 與現(xiàn)有技術相比，本發(fā)明技術方案的優(yōu)點是：
[0027] 本發(fā)明提供的一種農(nóng)產(chǎn)品消費行為決策的預測方法及裝置，與現(xiàn)有技術相比，本 發(fā)明根據(jù)風險事件發(fā)生地到當前地圖版塊的實際距離，計算出當前地圖版塊的風險感知程 度，結合消費行為決策預測模型預測出消費者的消費行為決策，很好地適應了風險事件地 域相關、突然發(fā)生、快速發(fā)展的變化特點。
【附圖說明】
[0028] 下面將通過參照附圖詳細描述本發(fā)明的示例性實施例，使本領域的普通技術人員 更清楚本發(fā)明的上述及其他特征和優(yōu)點，附圖中：
[0029] 圖1為本發(fā)明實施例一提供的農(nóng)產(chǎn)品消費行為決策的預測方法的流程示意圖；
[0030] 圖2為本發(fā)明實施例二提供的農(nóng)產(chǎn)品消費行為決策的預測方法的流程示意圖；
[0031] 圖3為本發(fā)明實施例二提供的調(diào)查問卷表的示意圖；
[0032] 圖4為本發(fā)明實施例二提供的消費行為決策預測模型的示意圖；
[0033] 圖5為本發(fā)明實施例二提供的農(nóng)產(chǎn)品消費行為決策的預測方法的流程示意圖；
[0034] 圖6為本發(fā)明實施例三提供的農(nóng)產(chǎn)品消費行為決策的預測裝置的結構示意圖；
[0035] 圖7為本發(fā)明實施例三提供的農(nóng)產(chǎn)品消費行為決策的預測裝置的結構示意圖。
【具體實施方式】
[0036] 為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，以下將參照本發(fā)明實施例中的附 圖，通過實施方式清楚、完整地描述本發(fā)明的技術方案，顯然，所描述的實施例是本發(fā)明一 部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做 出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0037] 實施例一
[0038] 圖1給出了本發(fā)明實施例一提供的農(nóng)產(chǎn)品消費行為決策的預測方法的流程示意 圖，該方法可用于對農(nóng)產(chǎn)品消費行為決策的預測，該方法可以由農(nóng)產(chǎn)品消費行為決策的預 測裝置執(zhí)行，農(nóng)產(chǎn)品消費行為決策的預測裝置可采用軟件和/或硬件的形式實現(xiàn)。如圖1 所示，該方法包括：
[0039] 步驟101、建立消費行為決策預測模型。
[0040] 建模是建立系統(tǒng)模型的過程，又稱模型化。建模是研宄系統(tǒng)的重要手段和前提。凡 是用模型描述系統(tǒng)的因果關系或相互關系的過程都屬于建模。因描述的關系各異，所以實 現(xiàn)這一過程的手段和方法也是多種多樣的。
[0041] 示例性的，針對消費者的消費行為決策，在風險感知條件下，可以通過建立預測模 型來預測。其中，可以通過對消費者行為決策規(guī)律的分析來建模；也可以通過對消費者統(tǒng)計 數(shù)據(jù)的處理，并根據(jù)已有的知識和經(jīng)驗來建模；還可以同時使用幾種方法。
[0042] 步驟102、根據(jù)各地圖版塊的風險事件在其發(fā)生地的風險程度、風險事件的數(shù)量以 及風險事件發(fā)生地到當前地圖版塊的實際距離，計算出當前地圖版塊的風險感知程度。
[0043] 其中，地圖版塊為風險事件涉及的整個地區(qū)在地圖上劃分的版塊?？紤]到消費風 險事件地域相關的特點，示例性的，可以將整個涉及地區(qū)在地圖上劃分為50kmX50km的多 個版塊。
[0044] 本實施例可以根據(jù)各地圖版塊的風險事件在其發(fā)生地的風險程度、風險事件的數(shù) 量以及風險事件發(fā)生地到當前地圖版塊的實際距離，計算出當前地圖版塊的風險感知程 度。其中，計算風險感知程度的公式為：
[0045]
【主權項】
1. 一種農(nóng)產(chǎn)品消費行為決策的預測方法，其特征在于，包括： 建立消費行為決策預測模型； 根據(jù)各地圖版塊的風險事件在其發(fā)生地的風險程度、風險事件的數(shù)量以及風險事件發(fā) 生地到當前地圖版塊的實際距離，計算出當前地圖版塊的風險感知程度；其中，所述地圖版 塊為風險事件涉及的整個地區(qū)在地圖上劃分的版塊； 根據(jù)所述消費行為決策預測模型和當前地圖版塊的風險感知程度，預測出當前地圖版 塊中消費者的消費行為決策。
2. 根據(jù)權利要求1所述的方法，其特征在于，所述建立消費行為決策預測模型包括： 獲取消費者特征及消費者針對不同程度風險的消費行為決策；其中，所述消費者特征 包括消費者年齡、性別和收入； 根據(jù)獲取的消費者數(shù)據(jù)，基于BP神經(jīng)網(wǎng)絡算法建立消費行為決策預測模型。
3. 根據(jù)權利要求2所述的方法，其特征在于，在根據(jù)各地圖版塊的風險事件在其發(fā)生 地的風險程度、風險事件的數(shù)量以及風險事件發(fā)生地到當前地圖版塊的實際距離，計算出 當前地圖版塊的風險感知程度之前還包括： 根據(jù)各地圖版塊消費者的實際消費行為決策，結合所述消費者數(shù)據(jù)，確定出各地圖版 塊的風險事件在其發(fā)生地的風險程度； 統(tǒng)計風險事件的數(shù)量，并根據(jù)地圖比例計算出各風險事件發(fā)生地到當前地圖版塊的實 際距離。
4. 一種農(nóng)產(chǎn)品消費行為決策的預測裝置，其特征在于，包括： 預測模型建立單元，用于建立消費行為決策預測模型； 風險感知程度計算單元，用于根據(jù)各地圖版塊的風險事件在其發(fā)生地的風險程度、風 險事件的數(shù)量以及風險事件發(fā)生地到當前地圖版塊的實際距離，計算出當前地圖版塊的風 險感知程度；其中，所述地圖版塊為風險事件涉及的整個地區(qū)在地圖上劃分的版塊； 消費行為決策預測單元，用于根據(jù)所述消費行為決策預測模型和當前地圖版塊的風險 感知程度，預測出當前地圖版塊中消費者的消費行為決策。
5. 根據(jù)權利要求4所述的裝置，其特征在于，所述預測模型建立單元具體用于： 獲取消費者特征及消費者針對不同程度風險的消費行為決策；其中，所述消費者特征 包括消費者年齡、性別和收入； 根據(jù)獲取的消費者數(shù)據(jù)，基于BP神經(jīng)網(wǎng)絡算法建立消費行為決策預測模型。
6. 根據(jù)權利要求5所述的裝置，其特征在于，還包括： 風險程度確定單元，用于根據(jù)各地圖版塊消費者的實際消費行為決策，結合所述消費 者數(shù)據(jù)，確定出各地圖版塊的風險事件在其發(fā)生地的風險程度； 距離計算單元，用于統(tǒng)計風險事件的數(shù)量，并根據(jù)地圖比例計算出各風險事件發(fā)生地 到當前地圖版塊的實際距離。
【專利摘要】本發(fā)明提供了一種農(nóng)產(chǎn)品消費行為決策的預測方法及裝置，其中方法包括：建立消費行為決策預測模型；根據(jù)各地圖版塊的風險事件在其發(fā)生地的風險程度、風險事件的數(shù)量以及風險事件發(fā)生地到當前地圖版塊的實際距離，計算出當前地圖版塊的風險感知程度；其中，所述地圖版塊為風險事件涉及的整個地區(qū)在地圖上劃分的版塊；根據(jù)所述消費行為決策預測模型和當前地圖版塊的風險感知程度，預測出當前地圖版塊中消費者的消費行為決策。本發(fā)明根據(jù)風險事件發(fā)生地到當前地圖版塊的實際距離，計算出當前地圖版塊的風險感知程度，結合消費行為決策預測模型預測出消費者的消費行為決策，很好地適應了風險事件地域相關、突然發(fā)生、快速發(fā)展的變化特點。
【IPC分類】G06Q30-02, G06Q40-08
【公開號】CN104732427
【申請?zhí)枴緾N201510141351
【發(fā)明人】李哲敏, 李干瓊, 陳威, 許世衛(wèi), 董曉霞
【申請人】中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所
【公開日】2015年6月24日
【申請日】2015年3月27日