論文の概要: Investigating U.S. Consumer Demand for Food Products with Innovative Transportation Certificates Based on Stated Preferences and Machine Learning Approaches

• arxiv url: http://arxiv.org/abs/2511.04845v1
• Date: Thu, 06 Nov 2025 22:16:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-10 21:00:44.604429
• Title: Investigating U.S. Consumer Demand for Food Products with Innovative Transportation Certificates Based on Stated Preferences and Machine Learning Approaches
• Title（参考訳）: ステートド・プライスと機械学習アプローチに基づくイノベーティブ・トランスポーテーション証明書による食品の米国消費者需要調査
• Authors: Jingchen Bi, Rodrigo Mesa-Arango,
• Abstract要約: 価格,製品タイプ,証明書,意思決定要因が購入選択に与える影響を検討した。 この結果は、米国食品サプライチェーンの輸送領域における安全とエネルギーの証明に対する顕著な傾向を示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This paper utilizes a machine learning model to estimate the consumer's behavior for food products with innovative transportation certificates in the U.S. Building on previous research that examined demand for food products with supply chain traceability using stated preference analysis, transportation factors were identified as significant in consumer food purchasing choices. Consequently, a second experiment was conducted to pinpoint the specific transportation attributes valued by consumers. A machine learning model was applied, and five innovative certificates related to transportation were proposed: Transportation Mode, Internet of Things (IoT), Safety measures, Energy Source, and Must Arrive By Dates (MABDs). The preference experiment also incorporated product-specific and decision-maker factors for control purposes. The findings reveal a notable inclination toward safety and energy certificates within the transportation domain of the U.S. food supply chain. Additionally, the study examined the influence of price, product type, certificates, and decision-maker factors on purchasing choices. Ultimately, the study offers data-driven recommendations for improving food supply chain systems.
• Abstract（参考訳）: 本稿では,米国における革新的な輸送証明書を持つ食品の消費者行動を機械学習モデルを用いて推定し,消費者の嗜好分析を用いてサプライチェーントレーサビリティを有する食品の需要を調査した結果,輸送要因が消費者の食品購入選択において重要であることが示された。 その結果,消費者が評価する交通特性を識別するための第2実験が実施された。 機械学習モデルを適用し、トランスポートモード、IoT(Internet of Things)、安全対策、エネルギー源、MBD(Must Arrive By Dates)という、輸送に関する革新的な5つの証明書を提案した。 嗜好実験は、制御目的のために製品固有の要因と意思決定要因も取り入れた。 この結果は、米国食品サプライチェーンの輸送領域における安全とエネルギーの証明に対する顕著な傾向を示している。 さらに,価格,製品タイプ,証明書,意思決定要因が購入選択に与える影響についても検討した。 最終的にこの研究は、食品サプライチェーンシステムを改善するためのデータ駆動のレコメンデーションを提供する。

関連論文リスト

• Bites of Tomorrow: Personalized Recommendations for a Healthier and Greener Plate [53.11228047172713]
  持続可能な食品の選択肢を優先し,推奨することを目的としたグリーンレコメンドアライテッド・パーソナライズド・イーティング(GRAPE)を紹介した。 また、グリーンインジケータに対応する2つの革新的なグリーンロス関数を、均一または区別された優先順位で設計する。
  論文  参考訳（メタデータ） (2025-08-19T14:35:37Z)
• Overtake Detection in Trucks Using CAN Bus Signals: A Comparative Study of Machine Learning Methods [51.28632782308621]
  ボルボグループが提供する5台の車載トラックから収集した制御エリアネットワーク(CAN)バスデータを用いたオーバーテイク検出に焦点を当てた。 車両操作検出、ニューラルネットワーク(ANN)、ランダムフォレスト(RF)、サポートベクトルマシン(SVM)の3つの共通分類器の評価を行った。 当社のパートラック分析では、特にオーバーテイクにおいて、車両毎のトレーニングデータの量に依存する分類精度も明らかにしています。
  論文  参考訳（メタデータ） (2025-07-01T09:20:41Z)
• MOPI-HFRS: A Multi-objective Personalized Health-aware Food Recommendation System with LLM-enhanced Interpretation [50.309987904297415]
  Yelpのような主要な食品レコメンデーションプラットフォームは、ユーザの選択した健康性よりも、ユーザの食事の好みを優先している。 我々はMOPI-HFRS(Multi-Objective Personalized Interpretable Health-Aware Food Recommendation System)を開発した。 ユーザの好み、パーソナライズされた健康、栄養の多様性の3つの目標と、大きな言語モデル(LLM)強化推論モジュールを共同で最適化することで、食品レコメンデーションを提供する。
  論文  参考訳（メタデータ） (2024-12-12T01:02:09Z)
• Consumer Segmentation and Participation Drivers in Community-Supported Agriculture: A Choice Experiment and PLS-SEM Approach [0.0]
  地域農業(CSA)は、消費者と生産者との強いつながりを育む上で重要な役割を担っている。 本研究の目的は,日本における CSA 参加の可能性を特定し,既存の CSA 参加理論を検証することである。 本研究は, 環境・社会的影響におけるCSAの役割を強調することにより, 日本におけるCSAの促進が最も効果的である可能性が示唆された。
  論文  参考訳（メタデータ） (2024-10-17T15:37:28Z)
• From Canteen Food to Daily Meals: Generalizing Food Recognition to More Practical Scenarios [92.58097090916166]
  DailyFood-172とDailyFood-16という2つの新しいベンチマークを、毎日の食事から食のイメージをキュレートする。 これらの2つのデータセットは、よく計算された食品画像領域から日常的な食品画像領域へのアプローチの伝達性を評価するために使用される。
  論文  参考訳（メタデータ） (2024-03-12T08:32:23Z)
• The Informational Role of Online Recommendations: Evidence from a Field Experiment [0.0]
  映画推薦プラットフォーム上でフィールド実験を行い、オンラインレコメンデーションが消費選択にどう影響するかを調査する。 本実験は, 内装設計を用いて, 消費に対する勧告の因果効果を測定し, 2つの経済メカニズムの相対的重要性を分解する。
  論文  参考訳（メタデータ） (2022-11-25T16:31:10Z)
• AI-enabled Efficient and Safe Food Supply Chain [0.0]
  機械と深層学習の最近の進歩は、効率的な食品生産、エネルギー管理、食品ラベル付けに利用されている。 3つの実験研究が行われ、これらのAI手法が食品サプライチェーン全体で最先端のパフォーマンスを生み出す能力を示しています。
  論文  参考訳（メタデータ） (2021-05-01T19:24:53Z)
• Heterogeneous Demand Effects of Recommendation Strategies in a Mobile Application: Evidence from Econometric Models and Machine-Learning Instruments [73.7716728492574]
  本研究では,モバイルチャネルにおける様々なレコメンデーション戦略の有効性と,個々の製品に対する消費者の実用性と需要レベルに与える影響について検討する。 提案手法では, 有効性に有意な差が認められた。 我々は,ユーザ生成レビューのディープラーニングモデルに基づいて,製品分化(アイソレーション)をキャプチャする新しいエコノメトリ機器を開発した。
  論文  参考訳（メタデータ） (2021-02-20T22:58:54Z)
• Face to Purchase: Predicting Consumer Choices with Structured Facial and Behavioral Traits Embedding [53.02059906193556]
  消費者の顔の特徴と履歴に基づいて消費者の購入を予測することを提案する。 階層型埋め込みネットワークに基づく半教師付きモデルを設計し、消費者の高レベルな特徴を抽出する。 実世界のデータセットを用いた実験結果から,消費者の購買行動を予測するために,顔情報の導入による肯定的な効果が示された。
  論文  参考訳（メタデータ） (2020-07-14T06:06:41Z)
• Multi-Source Deep Domain Adaptation for Quality Control in Retail Food Packaging [8.640786765448132]
  マルチソース深層学習に基づくドメイン適応システムを提案する。 提案システムは実験で非常によく機能した。
  論文  参考訳（メタデータ） (2020-01-28T14:16:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。