基于SVM的城市居民生态消费行为模式识别研究

发布时间：2017-12-01 17:10

  本文关键词：基于SVM的城市居民生态消费行为模式识别研究

  更多相关文章： 生态消费 主成分分析 支持向量机

【摘要】： 人类与自然界的关系,从某种意义上就是人类消费行为、消费方式与对自然的开发、利用或破坏的关系。当人类为满足不断膨胀的欲望,向大自然肆无忌惮地掠夺的时候,大自然向人类亮起了红灯,引发的生态问题给整个人类带来了生存危机。为此,人类必须改变传统的消费模式,建立符合生态规律要求、生态化的消费模式——生态消费模式。促进生态消费,消费者是关键,消费者的需求取向决定着企业的生产供给取向。因此,本文以城市居民为研究对象,研究促进居民生态消费的培养措施。 本文通过调查问卷获取研究数据,运用主成分分析方法选取居民生态消费行为特征,构建居民生态消费行为分类指标体系。运用支持向量机原理构建居民生态消费行为分类模型,并针对每类居民提出有侧重的培养对策。具体研究内容如下： (1)设计调查问卷,并检验其质量。本文严格按照调查问卷设计原则设计出有关城市居民生态消费意识与参与行为调查的问卷,通过克朗巴哈系数法检验问卷的可靠性程度。根据克朗巴哈系数Alpha值为0.8212的结果,判断本文所设问卷具有较高的信度水平,问卷所获数据可以用来定量研究。 (2)运用主成分分析法选取居民生态消费行为特征,构建居民生态消费行为分类指标体系。本文通过主成分分析方法,综合运用特征根大于1原则与碎石坡法,最终将影响居民生态消费行为的指标转化为10个指标,并将影响居民生态消费意识与参与行为的因素概括为三个层次：内部驱动、外部影响、个人特征,从而形成居民生态消费行为分类指标体系。 (3)运用支持向量机原理构建居民生态消费行为分类模型。本文基于小样本学习研究的特点,从模式识别方法中选择支持向量机方法,运用支持向量机原理对数据进行调试。通过分类正确率的比较,确定使用高斯径向基核函数代替原空间中的内积,将居民行为模式划分为三类：积极参与者、中立者、不主动参与者。 (4)基于居民生态消费行为分类结果,提出有针对性的培养对策。本文根据调查所收集到的对策建议,设计培养对策；通过居民生态消费行为影响因素分析,就个人特征提出有针对性的培养措施,从而建立分类培养的生态消费教育体系。最后,从政府角度出发,构建激励机制、约束机制、监督机制,从而形成培养对策实施的政府保障机制。 本文的研究有利于延伸消费者的消费责任制。消费者的环境保护责任不应终结于自身消费行为的结束,还要通过实施循环消费和主动选购有“环境标志”的绿色产品,承担提升绿色环境质量的责任,尽量使自身消费行为无害化或无污染。另外,本文为居民生态消费的研究提供新思路,有利于构建完善的生态消费教育体系。
【学位授予单位】：东北林业大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：F014.5

【参考文献】

中国期刊全文数据库 前10条

1 许进杰;;生态消费:21世纪人类消费发展模式的新定位[J];北方论丛;2007年06期

2 赵小燕;张朝晖;蓝金辉;;基于二叉树型分层BP模型的板形模式识别[J];北京科技大学学报;2009年02期

3 韩秋波;;和谐社会呼唤青年具备先进的绿色文化理念[J];北京林业大学学报(社会科学版);2008年01期

4 井绍平;绿色营销及其对消费者心理与行为影响的分析[J];管理世界;2004年05期

5 齐子鹏;张彪;陈梅;;经济增长方式的另一种选择:生态旅游实践[J];管理世界;2008年10期

6 田华;石圣羽;宗晓萍;;基于不变矩特征及BP神经网络的图像模式识别[J];河北大学学报(自然科学版);2008年02期

7 庞晓洁;李春芳;;基于模糊模式识别的成年人体质测试数据评级分析[J];河北师范大学学报(自然科学版);2009年02期

8 戚世钧;大学生的消费观及其引导[J];河南大学学报(社会科学版);2001年06期

9 金潇明;文益民;;基于支持向量机的并行学习方法研究[J];湖南大学学报(自然科学版);2008年07期

10 李大林;;基于循环经济的生态消费模式构建[J];河南商业高等专科学校学报;2008年05期

中国硕士学位论文全文数据库 前7条

1 林杰新;基于数据模式识别整合框架的SOFM-SVM模型及其应用[D];暨南大学;2005年

2 张丽娜;支持向量机对股市的预测及实证分析[D];青岛大学;2007年

3 卢娜;调制模式识别和信号特征提取的研究[D];西安电子科技大学;2008年

4 周培国;绿色消费者生活方式研究[D];长沙理工大学;2008年

5 徐蕾;仿生模式识别应用研究[D];中国海洋大学;2008年

6 刘晓霞;基于品牌关系的绿色食品消费者行为研究[D];华中农业大学;2008年

7 王清涛;基于模糊模式识别的风力作用高耸结构应力场的识别[D];武汉理工大学;2008年

，

本文编号：1241826