一种粮食收购业务管理方法及系统技术方案

本发明专利技术实施例提供一种粮食收购业务管理方法及系统，属于粮食收购管理技术领域。所述方法包括：根据待检测的粮食收购业务信息确定用于进行异常点识别的指标以及对应的业务数据，利用基于正态分布的一元离群点检测方法对该指标对应的业务数据进行检测得到异常业务数据，然后采用决策树与二折交叉验证结合的方法将剩余业务信息均分为两组数据，并利用两组数据分别训练得到两个对应的决策树模型，然后利用这两个模型对两组数据进行交叉检测得到异常业务数据再求并，最后根据异常业务数据生成相应的粮食收购业务管理策略进行粮食收购业务管理。本发明专利技术实施例能够及时、准确地发现异常业务数据，并可据此实现对粮食收购业务的有效管理。

【技术实现步骤摘要】
一种粮食收购业务管理方法及系统
本专利技术实施例涉及粮食收购管理
，尤其涉及一种粮食收购业务管理方法及系统。
技术介绍
我国是粮食和人口大国，粮食安全影响到国民生计，对于经济健康发展具有重大意义。当前我国在粮食收购过程中还存在着许多业务信息与实际交易情况不符、人为造假等现象，由于未能及时发现业务信息中存在的这些异常情况，导致粮食收购业务管理出现漏洞，严重威胁粮食安全。每年我国收购的散粮数量极大，海量的业务信息要纯粹依靠人力去分析、甄别异常数据，无异于大海捞针。传统的甄别方法有：1、利用抽样技术，投入大量人力进行调查回访，该方法只能利用极小部分的业务信息，需要投入大量的人力及时间成本，且存在调查者受贿的可能性。2、利用专家制定规则，通过规则进行筛选，这种方法的效果依赖于规则的制定，大部分规则本身都具有时效性或地域性限制，一旦失效，又需要重新投入时间进行调研，无法满足即时性的需要。因此如何能够及时、准确地识别粮食收购业务信息中的异常业务数据，并据此对粮食收购业务进行有效管理成为亟待解决的问题。
技术实现思路
有鉴于此，本专利技术实施例所解决的技术问题之一在于提供一种粮食收购业务管理方法及系统，用以克服现有技术中未能及时准确地识别粮食收购业务信息中的异常业务数据而无法实现粮食收购业务的有效管理的缺陷，达到及时准确地发现异常业务数据并据此有效管理粮食收购业务的效果。一方面，本专利技术实施例提供一种粮食收购业务管理方法，包括：根据待检测的粮食收购业务信息确定用于进行异常点识别的指标以及对应的业务数据；利用基于正态分布的一元离群点检测方法对所述指标对应的业务数据进行检测得到异常业务数据；将所述待检测的粮食收购业务信息中未被识别出异常业务数据的剩余业务信息均分为第一组业务数据和第二组业务数据；利用所述第一组业务数据运行决策树算法训练得到第一模型，并利用所述第二组业务数据运行所述决策树算法得到第二模型；根据所述第一模型生成第一规则，并根据所述第一规则对所述第二组业务数据进行匹配分析得到异常业务数据；根据所述第二模型生成第二规则，并根据所述第二规则对所述第一组业务数据进行匹配分析得到异常业务数据；对所述第一组业务数据和所述第二组业务数据中的异常业务数据求并；根据所述异常业务数据生成相应的粮食收购业务管理策略并根据所述粮食收购业务管理策略进行粮食收购业务管理。可选地，在本专利技术第一具体实施例中，所述利用基于正态分布的一元离群点检测方法对所述指标对应的业务数据进行检测得到异常业务数据的步骤具体包括：根据下述公式分别计算得到各指标对应的业务数据的均值μ和方差σ：其中，n表示业务数据的个数，xi表示每个业务数据的取值；当所述业务数据的取值xi与计算得到的所述均值μ的距离超过3σ时，则所述业务数据被识别为异常业务数据。可选地，在本专利技术第二具体实施例中，所述方法还包括：根据预设的核验规则对所述待检测的粮食收购业务信息进行匹配分析得到异常业务数据；对根据所述核验规则识别出的异常业务数据和利用所述基于正态分布的一元离群点检测方法检测得到的异常业务数据求并。可选地，在本专利技术第三具体实施例中，所述决策树算法为分类回归树算法。可选地，在本专利技术第四具体实施例中，所述方法还包括：以可视化形式向用户展示所述异常业务数据以及所述第一规则和所述第二规则。另一方面，本专利技术实施例还提供了一种粮食收购业务管理系统，包括：确定模块，用于根据待检测的粮食收购业务信息确定用于进行异常点识别的指标以及对应的业务数据；检测模块，用于利用基于正态分布的一元离群点检测方法对所述指标对应的业务数据进行检测得到异常业务数据；均分模块，用于将所述待检测的粮食收购业务信息中未被识别出异常业务数据的剩余业务信息均分为第一组业务数据和第二组业务数据；模型生成模块，用于利用所述第一组业务数据运行决策树算法训练得到第一模型，并利用所述第二组业务数据运行所述决策树算法得到第二模型；规则生成模块，用于根据所述第一模型生成第一规则，并根据所述第二模型生成第二规则；第一识别模块，用于根据所述第一规则对所述第二组业务数据进行匹配分析得到异常业务数据；第二识别模块，用于根据所述第二规则对所述第一组业务数据进行匹配分析得到异常业务数据；第一求并模块，用于对所述第一组业务数据和所述第二组业务数据中的异常业务数据求并；管理模块，用于根据所述异常业务数据生成相应的粮食收购业务管理策略并根据所述粮食收购业务管理策略进行粮食收购业务管理。可选地，在本专利技术第一具体实施例中，所述检测模块具体包括：计算子模块，用于根据下述公式分别计算得到各指标对应的业务数据的均值μ和方差σ：其中，n表示业务数据的个数，xi表示每个业务数据的取值；识别子模块，用于当所述业务数据的取值xi与计算得到的所述均值μ的距离超过3σ时，将所述业务数据识别为异常业务数据。可选地，在本专利技术第二具体实施例中，所述系统还包括：第三识别模块，用于根据预设的核验规则对所述待检测的粮食收购业务信息进行匹配分析得到异常业务数据；第二求并模块，用于对根据所述核验规则识别出的异常业务数据和利用所述基于正态分布的一元离群点检测方法检测得到的异常业务数据求并。可选地，在本专利技术第三具体实施例中，所述决策树算法为分类回归树算法。可选地，在本专利技术第四具体实施例中，所述系统还包括：展示模块，用于以可视化形式向用户展示所述异常业务数据以及所述第一规则和所述第二规则。由以上技术方案可见，本专利技术实施例能够及时、准确地发现粮食收购业务信息中的异常业务数据，并可据此实现对粮食收购业务的有效管理。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。图1为本专利技术第一实施例中一种粮食收购业务管理方法的流程示意图；图2为本专利技术第二实施例中一种粮食收购业务管理方法的流程示意图；图3为本专利技术第三实施例中一种粮食收购业务管理系统的功能模块示意图。具体实施方式为了使本领域的人员更好地理解本专利技术实施例中的技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术实施例一部分实施例，而不是全部的实施例。基于本专利技术实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本专利技术实施例保护的范围。第一实施例请参阅图1，本专利技术实施例提供了一种粮食收购业务管理方法，可以应用于服务器、个人计算机、平板电脑等具有数据计算处理功能的终端设备上。如图1所示，本专利技术实施例所述粮食收购业务管理方法包括：步骤101、根据待检测的粮食收购业务信息确定用于进行异常点识别的指标以及对应的业务数据；步骤102、利用基于正态分布的一元离群点检测方法对该指标对应的业务数据进行检测得到异常业务数据；步骤103、将待检测的粮食收购业务信息中未被识别出异常业务数据的剩余业务信息均分为第一组业务数据和第二组业务数据；步骤104、利用第一组业务数据运行决策树算法训练得到第一模型，并利用第二组业务数据运行决策树算法训练得到第二模型；步骤105、根据第一模型生成第一规则，并根据第一规本文档来自技高网...

【技术保护点】
1.一种粮食收购业务管理方法，其特征在于，所述方法包括：根据待检测的粮食收购业务信息确定用于进行异常点识别的指标以及对应的业务数据；利用基于正态分布的一元离群点检测方法对所述指标对应的业务数据进行检测得到异常业务数据；将所述待检测的粮食收购业务信息中未被识别出异常业务数据的剩余业务信息均分为第一组业务数据和第二组业务数据；利用所述第一组业务数据运行决策树算法训练得到第一模型，并利用所述第二组业务数据运行所述决策树算法得到第二模型；根据所述第一模型生成第一规则，并根据所述第一规则对所述第二组业务数据进行匹配分析得到异常业务数据；根据所述第二模型生成第二规则，并根据所述第二规则对所述第一组业务数据进行匹配分析得到异常业务数据；对所述第一组业务数据和所述第二组业务数据中的异常业务数据求并；根据所述异常业务数据生成相应的粮食收购业务管理策略并根据所述粮食收购业务管理策略进行粮食收购业务管理。

【技术特征摘要】
1.一种粮食收购业务管理方法，其特征在于，所述方法包括：根据待检测的粮食收购业务信息确定用于进行异常点识别的指标以及对应的业务数据；利用基于正态分布的一元离群点检测方法对所述指标对应的业务数据进行检测得到异常业务数据；将所述待检测的粮食收购业务信息中未被识别出异常业务数据的剩余业务信息均分为第一组业务数据和第二组业务数据；利用所述第一组业务数据运行决策树算法训练得到第一模型，并利用所述第二组业务数据运行所述决策树算法得到第二模型；根据所述第一模型生成第一规则，并根据所述第一规则对所述第二组业务数据进行匹配分析得到异常业务数据；根据所述第二模型生成第二规则，并根据所述第二规则对所述第一组业务数据进行匹配分析得到异常业务数据；对所述第一组业务数据和所述第二组业务数据中的异常业务数据求并；根据所述异常业务数据生成相应的粮食收购业务管理策略并根据所述粮食收购业务管理策略进行粮食收购业务管理。2.根据权利要求1所述的粮食收购业务管理方法，其特征在于，所述利用基于正态分布的一元离群点检测方法对所述指标对应的业务数据进行检测得到异常业务数据的步骤具体包括：根据下述公式分别计算得到各指标对应的业务数据的均值μ和方差σ：其中，n表示业务数据的个数，xi表示每个业务数据的取值；当所述业务数据的取值xi与计算得到的所述均值μ的距离超过3σ时，则所述业务数据被识别为异常业务数据。3.根据权利要求2所述的粮食收购业务管理方法，其特征在于，所述方法还包括：根据预设的核验规则对所述待检测的粮食收购业务信息进行匹配分析得到异常业务数据；对根据所述核验规则识别出的异常业务数据和利用所述基于正态分布的一元离群点检测方法检测得到的异常业务数据求并。4.根据权利要求1所述的粮食收购业务管理方法，其特征在于，所述决策树算法为分类回归树算法。5.根据权利要求1所述的粮食收购业务管理方法，其特征在于，所述方法还包括：以可视化形式向用户展示所述异常业务数据以及所述第一规则和所述第二规则。6.一种粮食收购业务管理系统，其特征在于，所述系统包括：确定模块，用于根...

【专利技术属性】
技术研发人员：臧传真，黄汉煜，李伟平，王义鸿，刘影，
申请(专利权)人：航天信息股份有限公司，
类型：发明
国别省市：北京,11