Quelles sont les préférences des agriculteurs chinois pour les drones (UAV) : apprentissage automatique dans le comportement d'adoption technologique

Avec l'avancement continu de l'agriculture durable, la technologie des drones est devenue un centre d'attention. Les recherches actuelles reposent principalement sur des modèles classiques pour des enquêtes par questionnaire et des analyses dans des régions spécifiques, plutôt que de mettre en œuvre des enquêtes à grande échelle intégrant des algorithmes innovants. Cette étude a conçu un questionnaire pour étudier les préférences des agriculteurs chinois en matière de drones agricoles et leurs mécanismes d'adoption technologique dans le contexte de l'agriculture durable. Le modèle Ant Colony Optimization-Decision Tree (ACO-DT) et l'analyse des valeurs SHAP (Shapley Additive exPlanations) sont appliqués pour analyser la contribution des différents indicateurs à l'adoption technologique. Le modèle ACO-DT a surpassé les modèles traditionnels d'apprentissage automatique avec une précision approximative de 0,85, un rappel de 0,98 et un F1 Score de 0,90, identifiant efficacement les utilisateurs potentiels de drones par rapport à d'autres modèles traditionnels. L'analyse SHAP a montré que « Temps requis pour la promotion » (valeur SHAP moyenne supérieure à 1,25) et « Compréhension de l'agriculture UAV » (valeur SHAP moyenne d'environ 1,0) étaient des facteurs d'influence majeurs. Plus précisément, les agriculteurs à haute cognition préféraient des cycles de promotion plus courts, tandis que le groupe à faible cognition favorisait des cycles plus longs pour réduire l'incertitude dans la prise de décision. Sur le plan pratique, l'étude enrichit méthodologiquement la recherche sur l'adoption des technologies agricoles et offre des références pour faire progresser l'agriculture intelligente et optimiser les facteurs de production rurale.