马百皓

摘 要：在经过广泛调研专业农产品跨境电商人才的知识体系和技能的基础上，总结分析专业农产品跨境电商人才具备的9大重要特征。利用这些特征量化收集得到的652份样本数据，建立基于BP神经网络的农产品跨境电商人才培养算法模型。实际应用结果表明，采用十字交叉验证方法进行验证，分类的准确度达到了95%，相比传统的KNN分类算法，分类精确度较高，节省了评估农产品跨境电商人才具有不同水准的人力物力，同时可以针对不同类别的跨境电商人才，提供精准培养，避免资源浪费。

关键词：BP神经网络;农产品;跨境电商;培养方案

Abstract：Based on extensive research on the knowledge system and skills of adhesive cross-border e-commerce talents， this article summarizes and analyzes nine important characteristics of cross-border e-commerce talents for chemical products. These characteristics are used to quantify the 652 sample data collected， and an adhesive cross-border electric business talent training algorithm model based on BP neural network is established. The actual application results show that the cross-validation method can be used for verification， and the classification accuracy reaches 95%. Compared with the traditional KNN classification algorithm， the classification accuracy is higher， which saves the evaluation of adhesive cross-border electricity talents to have different levels. The manpower and material resources can also provide accurate training for different types of cross-border e-commerce talents and avoid waste of resources.

Key words：BP neural network;agricultural products;cross-border e-commerce;training plan

0 引言

跨境電商是不同国家之间的买卖双方借助互联网的电子商务平台来实现商品交易的一种新型的商贸方式，主要是将传统的进出口面对面交易方式转型为国际贸易电子化、网络化[1]。随着我国“一带一路”政策的落实，我国农产品跨境电商业务将会得到进一步的发展[2]，扩大农产品的发展渠道。《2018年信息经济报告》指出，预估到2018年年底，全球的农产品跨境电子商务将会占世界总贸易金额的30%～40%，而且将会按照较好的势头继续增长[3]，因此对农产品跨境电商人才的培养亦时不我待。

本文提出了一种农产品跨境电商人才培养算法模型，通过对专业的农产品跨境电商人才进行调研，获得农产品跨境电商人才的代表性知识结构特征，统计得出认同度较高的特征作为农产品跨境电商人才培养的分类重要指标;对量化的特征进行评估处理，采用BP神经网络对特征进行分类研究。……