| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外相关研究 | 第9-10页 |
| ·食品可追溯体系研究发展 | 第9页 |
| ·消费者支付意愿研究 | 第9-10页 |
| ·论文的研究方法、研究内容以及研究框架 | 第10-13页 |
| ·研究方法 | 第10-11页 |
| ·研究内容以及框架结构 | 第11-13页 |
| 第二章 基础理论与实验设计 | 第13-20页 |
| ·引言 | 第13页 |
| ·基础理论 | 第13-14页 |
| ·可追溯信息属性设置 | 第14-15页 |
| ·实验设计 | 第15-17页 |
| ·问卷调研及样本统计分析 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 第三章 基于潜类别模型的食品可追溯属性支付意愿研究 | 第20-26页 |
| ·引言 | 第20页 |
| ·研究方法选取 | 第20-21页 |
| ·研究对象与方法选取 | 第20页 |
| ·潜类别模型 | 第20-21页 |
| ·建模与分析框架 | 第21-22页 |
| ·模型估计 | 第22-23页 |
| ·结果分析 | 第23-24页 |
| ·结论与建议 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 聚类理论与 K-modes 算法改进研究 | 第26-39页 |
| ·引言 | 第26页 |
| ·聚类算法 | 第26页 |
| ·聚类的模式相关性测度 | 第26-27页 |
| ·距离测度 | 第26-27页 |
| ·匹配测度 | 第27页 |
| ·聚类结果评价 | 第27-28页 |
| ·聚类算法的类别 | 第28-29页 |
| ·聚类研究现状 | 第29-30页 |
| ·经典 K-MODES 聚类算法 | 第30-32页 |
| ·改进的 K-MODES 聚类算法 | 第32-36页 |
| ·初始聚类中心选取优化 | 第32-34页 |
| ·考虑所有属性值的 k-modes 算法 | 第34-35页 |
| ·算法流程 | 第35-36页 |
| ·试验分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于聚类的食品可追溯属性支付意愿研究 | 第39-46页 |
| ·引言 | 第39页 |
| ·仿真设计 | 第39-40页 |
| ·K-MODES 聚类结果与分析 | 第40-44页 |
| ·结论与建议 | 第44页 |
| ·本章小结 | 第44-46页 |
| 第六章 主要结论与展望 | 第46-48页 |
| ·总结 | 第46-47页 |
| ·后续工作和展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第53页 |