کاربرد یادگیری ماشینی در آگاهی از ذهنیت جامعه هدف قبل از اجرای سیاست های کشاورزی

پایین بودن بهره وری یکی از معضلات اساسی می باشد که زیر بخش دام همواره با آن مواجه بوده است. بخشی از این مشکل می تواند با اجرای یک سری از سیاست های مشوق جایگزینی نژادهای سنتی با نژادهای اصلاح شده پر گردد. لکن جهت موفقیت آمیز بودن سیاست های اجرایی ابتدا بایستی در نظر داشت که دامداران، چه ذهنیتی نسبت به پرورش این نژادهای اصلاح شده دارند. از این رو پژوهش حاضر به دنبال کشف یک الگو بر اساس ویژگی های اقتصادی - اجتماعی دامداران است که مبتنی بر این ویژگی ها نگرش دامداران را پیش بینی نماید. بدین منظور، ۱۰۰ نفر از دامداران شهرستان اهر در سال ۱۴۰۱ به روش نمونه گیری تصادفی ساده انتخاب شدند و این دامداران به سه گروه شامل دامداران با نگرش منفی نسبت به نژادهای اصلاح شده، بی تفاوت و مثبت تقسیم گردیدند. در گام بعدی با کاربرد الگوریتم درخت تصادفی متغیرهای مهم و اثرگذار بر نگرش دامداران شناسایی شده و نسبت به پیش بینی و طبقه بندی دامداران مبتنی بر نگرش آنها اقدام گردید. در این مطالعه ضمن دستیابی به یک الگوی پیش بینی، عوامل مهمی که منجر به ایجاد ذهنیت های مختلف نسبت به نژادهای اصلاح شده می شوند، شناسایی گردید که از جمله می توان به تعداد گوسفندهایی که طی یک سال گذشته توسط دامدار به فروش رسیده اند و تعداد گوسفندهایی که تحت تملک وی قرار دارند اشاره نمود. مطابق نتایج پژوهش اقداماتی که اثر مستقیم بر ذهنیت دامداران داشته باشد، مانند برگزاری دوره های آموزشی در کنار اعطای تسهیلات متناسب با شرایط اقتصادی دامداران منطقه، می تواند با افزایش تعداد گوسفندهای تحت تملک آنان و بازاررسانی بیشتر گوسفندها بهره وری زیربخش دام در منطقه را بهبود بخشد.

Keywords:

پیش بینی , نگرش , درخت تصادفی , طبقه بندی , گوسفند , یادگیری ماشینی