基于机器学习的老年人养老服务需求预测研究

摘要

目的 探究养老需求预测效果最优的机器学习模型，分析老年人养老需求变化及主要影响因素。方法 以方便抽样的方法，利用自编养老需求量表对山东省16个地市的60岁及以上老年人进行问卷调查。选取养老服务需求情况为预测变量，利用Python语言分别构建随机森林、支持向量机、反向传播（back propagation,BP）神经网络、XGBoost、AdaBoost五种需求预测模型。结果 共纳入1344名老年人，综合比较各模型评价指标，选择XGBoost模型对养老服务需求进行预测，结果表明老年人在生活照料类、医疗照护类和环境安全类需求比重将不断加大，且通过特征贡献度分析发现年龄和自评自理能力对需求有显著的影响。结论 XGBoost模型适用于对养老需求的预测，可以为养老服务供方提前制订养老规划、推动相关政策与设施建设提供理论基础。

关键词

养老服务需求 / 机器学习算法 / 分类预测 / XGBoost模型

基金资助

国家自然科学基金（72274023）; 山东省社会科学规划研究项目（22CGLJ01）; 国家级大学生创新创业项目（202310440105）