一种基于BP神经网络的农产品消费引导方法技术

本发明专利技术公开了一种基于BP神经网络的农产品消费引导方法，包括：获取训练样本集；建立BP神经网络初始模型，经训练得到训练后的BP神经网络模型；将目标消费者的特征数据带入训练后的BP神经网络模型，获取目标消费者在风险事件发生地感知风险事件的风险程度的预测值；获取目标消费者感知所有地区的风险事件的风险程度的预测值，并进行标准化；获取目标消费者的消费引导结果。本发明专利技术能够考虑到消费者所在地与风险事件发生位置的距离对消费行为决策的影响，使消费行为决策很好适应风险事件地域相关、突然发生、快速发展的变化特点。

【技术实现步骤摘要】

本专利技术涉及食品安全
，尤其涉及一种基于BP神经网络的农产品消费引 导方法。
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 费者消费需求变动的主要方面，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。 -般在风险感知条件下，通过对农产品消费行为决策进行预测，去引导农产品的 消费，但是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，该类方法较少考虑到消费者 所在地区与风险事件发生位置的距离对消费行为决策的影响，不能很好适应风险事件地域 相关、突然发生、快速发展的变化特点。
技术实现思路
有鉴于此，本专利技术实施例提供一种基于BP神经网络的农产品消费引导方法，能够 考虑到消费者所在地与风险事件发生位置的距离对消费行为决策的影响，使消费行为决策 很好的适应风险事件地域相关、突然发生、快速发展的变化特点。 本专利技术实施例提供了一种基于BP神经网络的农产品消费引导方法，包括：调查风险事件发生地的消费者的特征及消费者对所在地的风险事件感知的风险 程度的数据，获取训练样本集；其中，所述消费者的特征包括消费者的年龄、性别和收入； 所述消费者所在地发生了风险事件； 以消费者的特征作为输入变量，消费者对所在地的风险事件感知的风险程度作为 输出变量，的Sigmoid型函数为神经元的激活函数建立具有输入层、隐含层和输出 层的BP神经网络初始模型，采用获取的训练样本集中的各个消费者的特征及对所在地风 险事件感知的风险程度的数据对BP神经网络进行训练，得到训练后的BP神经网络模型； 将目标消费者的特征数据带入训练后的所述BP神经网络模型，获取目标消费者 在风险事件发生地感知风险事件的风险程度的预测值； 根据获取的目标消费者在风险事件发生地感知风险事件的风险程度的预测值，获 取目标消费者感知所有地区的风险事件的风险程度的预测值，并对目标消费者感知所有地 区的风险事件的风险程度的预测值进行标准化； 根据预设的目标消费者对风险事件所能容忍的最大消费风险程度的值和目标消 费者感知所有地区的风险事件的风险程度标准化的预测值，获取目标消费者的消费引导结 果。 本专利技术实施例提供的一种基于BP神经网络的农产品消费引导方法，该方法通过 建立BP神经网络模型，获取目标消费者在风险事件发生地感知风险事件的风险程度的预 测值，进而获取目标消费者感知所有地区的风险事件的风险程度的预测值并进行标准化， 根据预设的目标消费者对风险事件所能容忍的最大消费风险程度的值和目标消费者感知 所有地区风险事件的风险程度标准化的预测值，获取目标消费者的消费引导结果，该方法 能够考虑到消费者所在地区与风险事件发生位置的距离对消费行为决策的影响，使消费行 为决策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。【附图说明】 通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本专利技术的其它 特征、目的和优点将会变得更明显： 图1本专利技术实施例提供的一种基于BP神经网络的农产品消费引导方法的流程 图； 图2是本专利技术实施例提供的BP神经网络模型图。【具体实施方式】 下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描 述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便 于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。 实施例 图1为本专利技术实施例提供的一种基于BP神经网络的农产品消费引导方法的流程 图，如图1所示，该方法包括： 步骤101 :调查风险事件发生地的消费者的特征及消费者对所在地的风险事件感 知的风险程度的数据，获取训练样本集。 其中，所述消费者的特征包括消费者的年龄、性别和收入；所述风险程度的值范围 为。在本实施例中，风险事件优选为风险事件R，并且风险事件R能够影响消费者对 农产品的消费行为决策，风险程度的值为〇、1、2、3、4或5。表1给出了消费者针对所在地的 风险事件R的调查表，通过设计调查问卷或者电话访问的形式获取风险事件R发生地的消 费者的特征及对所在地的风险事件R感知的风险程度的值。在调查过程中，能够获取不同 消费者的年龄、性别和收入以及对所在地的风险事件R的风险程度的数据，将多个消费者 的年龄、性别和收入以及对所在地的风险事件R感知的风险程度的数据作为样本训练的数 据。 表 1【主权项】1. 一种基于BP神经网络的农产品消费引导方法，其特征在于，包括： 调查风险事件发生地的消费者的特征及消费者对所在地的风险事件感知的风险程度 的数据，获取训练样本集；其中，所述消费者的特征包括消费者的年龄、性别和收入； 以消费者的特征作为输入变量，消费者对所在地的风险事件感知的风险程度作为输出 变量，的Sigmoid型函数为神经元的激活函数建立具有输入层、隐含层和输出层的 I + e BP神经网络初始模型，采用获取的训练样本集中的各个消费者的特征及对所在地风险事件 感知的风险程度的数据对BP神经网络进行训练，得到训练后的BP神经网络模型； 将目标消费者的特征数据带入训练后的所述BP神经网络模型，获取目标消费者在风 险事件发生地感知风险事件的风险程度的预测值； 根据获取的目标消费者在风险事件发生地感知风险事件的风险程度的预测值，获取目 标消费者感知所有地区的风险事件的风险程度的预测值，并对目标消费者感知所有地区的 风险事件的风险程度的预测值进行标准化； 根据预设的目标消费者对风险事件所能容忍的最大消费风险程度的值和目标消费者 感知所有地区的风险事件的风险程度标准化的预测值，获取目标消费者的消费引导结果。2. 根据权利要求1所述的方法，其特征在于，所述目标消费者感知所有地区的风险事 件的风险程度的预测值的计算公式为：其中，P为目标消费者感知所有地区的风险事件的风险程度的预测值；Ps为目标消费者 在风险事件发生地感知风险事件的风险程度的预测值；s为一个风险事件；dist (S)为目标 消费者所在地到风险事件发生地之间的距离；ts是风险事件s发生后已经经过的时间；λ 是衰减常数；a、b均为与风险事件的风险传播距离相关的经验系数。3. 根据权利要求1所述的方法，其特征在于，所述对目标消费者感知所有地区的风险 事件的风险程度的预测值进行标准化的公式为：其中，对目标消费者感知所有地区的风险事件的风险程度标准化的预测值，P为各 个消费者感知所有地区的风险事件的平均风险程度的值。4. 根据权利要求3所述的方法，其特征在于，所述各个消费者感知所有地区的风险事 件的平均风险程度的值为：将各个消费者感知所有地区的风险事件的风险程度的值进行求 和运算后，除以消费者人数之和。5. 根据权利要求1所述的方法，其特征在于，所述根据预设的目标消费者对风险事件 所能容忍的最大消费风险程度的值和目标消费者感知所有地区风险事件的风险程度标准 化的预测值，获取目标消费者的消费引导结果，包括： 如果目标消费者感知所有地区风险事本文档来自技高网...

【技术保护点】
一种基于BP神经网络的农产品消费引导方法，其特征在于，包括：调查风险事件发生地的消费者的特征及消费者对所在地的风险事件感知的风险程度的数据，获取训练样本集；其中，所述消费者的特征包括消费者的年龄、性别和收入；以消费者的特征作为输入变量，消费者对所在地的风险事件感知的风险程度作为输出变量，的Sigmoid型函数为神经元的激活函数建立具有输入层、隐含层和输出层的BP神经网络初始模型，采用获取的训练样本集中的各个消费者的特征及对所在地风险事件感知的风险程度的数据对BP神经网络进行训练，得到训练后的BP神经网络模型；将目标消费者的特征数据带入训练后的所述BP神经网络模型，获取目标消费者在风险事件发生地感知风险事件的风险程度的预测值；根据获取的目标消费者在风险事件发生地感知风险事件的风险程度的预测值，获取目标消费者感知所有地区的风险事件的风险程度的预测值，并对目标消费者感知所有地区的风险事件的风险程度的预测值进行标准化；根据预设的目标消费者对风险事件所能容忍的最大消费风险程度的值和目标消费者感知所有地区的风险事件的风险程度标准化的预测值，获取目标消费者的消费引导结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：许世卫，李哲敏，李干琼，陈威，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