基于随机森林模型的茶叶消费者粘性影响因素分析

摘要：

文章从需求频次与消费意愿的影响因素入手,提出了茶叶消费者粘性指数综合评价模型,该模型包括粘性构成要素、影响因素及其具体评价3部分;其中粘性构成要素包括需求频次与消费意愿,影响因素包括感知有用性、可替代性、感知价值、转移成本、专业素养和社会属性,具体评价指标共12项.采用调查问卷收集不同消费者对模型指标的评价数据,并通过了结构效度检验.采用随机森林算法分析各因素对茶叶消费者粘性的影响,以根据构成要素计算得出的粘性数值作为样本标签,以不同影响因素的具体评价指标作为样本特征,训练模型并进行参数调优,得到的最优模型在测试集上的MSE为481.36,模型拟合较好.引入SHAP值算法计算出不同影响因素的重要性程度,发现消费意愿的影响因素中,转移成本与社会属性重要性最高,权重值分别为0.343、0.325;需求频次的影响因素中,感知有用性重要性程度为0.184,高于可替换性的重要性.对不同影响因素进行分析,在此基础上提出关于茶产品的改进建议,进一步推动茶产品的改善与提升,促进消费者的茶产品消费,从而带动贵州省茶产业的深入发展.

关键词：消费者粘性;综合评价模型;随机森林算法;SHAP值;重要性评价

所属期刊栏目：44

在线出版日期：2022-02-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：37-43