ダッカの家庭でIoTベースのホームセキュリティの採用をモデル化: PLS-機械学習のフレームワーク

科学分野:

• 技術の採用 技術の採用
• 住宅用セキュリティーについて
• 新興市場の新興市場

背景:

• バングラデシュは,モノのインターネット (IoT) の展開で課題に直面しています.
• 住宅セキュリティにおけるIoT採用の要因を調査することは,ダッカにとって極めて重要です.

研究 の 目的:

• ダッカの住宅セキュリティのIoT採用に影響を与える要因を探る.
• これらの要因が採用の意図に与える影響を分析する.

主な方法:

• 保護モチベーション理論 (PMT) と態度-社会的影響-自己効率性 (ASE) モデルを組み合わせたハイブリッドアプローチ.
• 部分最小二乗 (PLS) と機械学習 (ML) のテクニックを活用した.
• ダッカの348世帯の主人の調査データです.

主要な成果:

• IoTの採用の意図の主要な予測要因を特定しました:脆弱性,応答コスト,態度,応答の有効性,自己有効性,社会的影響,および重症性.
• 脆弱性は,最も重要な予測要因として浮上した.
• 意図の予測において, 34.9%のバリエンスと 74.28%の精度を達成しました.

結論:

• 統合されたPMTおよびASEモデルは,新興市場における技術採用に関する新しい洞察を提供します.
• 発見は,ホームセキュリティに関する公衆の意識を高め,ダッカの公共秩序を改善することができます.
• 洞察は,消費者の採用のための効果的なマーケティング戦略を開発する際に企業を導くことができます.