近日，我院钟晓萍教授与德国哥廷根大学农村发展与农业经济系于晓华教授的合作论文“Who buys food products from online influencers? predictions with machine learning”发表于SSCI来源期刊《International Food and Agribusiness Management Review》2025年第2期。该研究使用多种机器学习方法预测消费者购买网红推荐的农产品的行为，并识别关键预测因素，为推动农村电商发展提供了参考建议。

中国农村电子商务的蓬勃发展预计将重塑农村经济和社会结构，农业网红在农村电子商务生态系统中扮演着重要角色。作为关键参与者之一，其作用机制需要进一步研究。基于在线调查数据，本研究利用随机森林、梯度提升、支持向量机（SVM）和正则化回归方法LASSO回归四种机器学习技术预测消费者购买网红推荐的农产品的行为，并识别关键预测因素。研究发现，随机森林算法结合一系列经济和社会预测因子，可以提供最佳预测准确率，达到85.12%。随机森林算法和LASSO回归共同识别了关键预测因子。购买意向和是否在社交媒体上关注网红是提高预测准确率的两个最重要特征。年龄、对网红情感价值和社会价值的评价、对网红的关注程度以及网购农产品的经验也是重要机制。本文的发现对于网红及相关企业改进营销策略、促进品牌化和商业化，以及中国农村电子商务的发展和相关专业人员的培养具有实际价值。

（文/图：曾恒源 初审：钟晓萍 复审：王士海 终审：胡联）