一种用于预测产品价格的方法、装置和计算机介质制造方法及图纸

本申请提供一种用于预测产品价格的方法、装置和计算机介质。该用于预测产品价格的方法包括：获取同一产品的价格序列，价格序列包括预设时长内同一产品的产品价格；确定价格序列中的产品异常价格；删除价格序列中的产品异常价格，以得到剩余后的产品价格；将剩余后的产品价格作为样本构建价格预测模型，价格预测模型用于对产品价格进行预测。本申请通过将产品的价格序列中的产品异常价格删除，从而保留了具有能够体现产品价格的真实波动且具有参考价值的产品价格，并通过保留的产品价格来构建能够预测产品价格的价格预测模型，从而能够保证预测产品价格的精准性。

A Method, Device and Computer Media for Predicting Product Price

【技术实现步骤摘要】
一种用于预测产品价格的方法、装置和计算机介质
本申请涉及产品价格预测领域，具体而言，涉及一种用于预测产品价格的方法、装置和计算机介质。
技术介绍
近年来，我国产品价格的波动不断加剧，给居民生活消费带来了影响。例如，农产品受到短时供求关系、养殖成本等因素的影响，农产品价格的剧烈波动给农民和与农产品相关的企业带来了巨大的影响，也影响着宏观经济运行和居民生活消费。因此，产品价格问题已经引起人们的高度重视，其中产品的价格预测的准确性至关重要。目前，关于产品价格的预测方法是通过分析某产品在预设时长内的全部历史数据，然而这种分析方法至少存在着价格预测不精准的问题。
技术实现思路
本申请实施例的目的在于提供一种用于预测产品价格的方法、装置和计算机介质，以改善现有技术中存在的价格预测不精准的问题。有鉴于此，第一方面，本申请实施例提供了一种用于预测产品价格的方法，该方法包括：获取同一产品的价格序列，价格序列包括预设时长内同一产品的产品价格；确定价格序列中的产品异常价格，产品异常价格包括非规律性波动价格；删除价格序列中的产品异常价格，以得到剩余后的产品价格；将剩余后的产品价格作为样本构建价格预测模型，价格预测模型用于对产品价格进行预测。因此，本申请通过将产品的价格序列中的产品异常价格删除，从而保留了具有能够体现产品价格的长期规律性波动且具有参考价值的产品价格，进而避免了现有技术中直接通过产品的全部历史数据来对产品价格进行预测导致的产品预测不精确的问题，并通过保留的产品价格来构建能够预测产品价格的价格规律模型，从而能够保证预测产品价格的精准性。在一个实施例中，确定价格序列中的产品异常价格，包括：在产品价格存在波动的情况下，确定价格序列中的产品异常价格。因此，本申请通过预先判断产品价格是否存在波动，从而在存在价格波动的情况下才会执行确定波动价格的方案，能够避免产品价格没有波动的情况下执行上述确定动作，能够避免无用的资源开销。在一个实施例中，价格序列包括平稳价格和波动价格，确定价格序列中的产品异常价格，包括：从波动价格中确定产品异常价格。因此，本申请通过将价格序列的范围缩小到波动价格，从而在产品价格的数量较多的情况下，仅从波动价格中确定非规律性影响因素导致的非规律性波动价格，避免了从所有的产品价格中确定非规律性影响因素导致的波动价格的发生，能够更为快捷的确定出非规律性影响因素导致的波动价格。在一个实施例中，获取产品价格的影响因素；其中，从波动价格中确定产品异常价格，包括：确定预设时长内影响因素对应的影响概率，其中，影响概率表示预设时长内的产品价格为波动价格的概率；在影响概率小于第一预设值的情况下，确定影响因素对应的波动价格为非规律性波动价格。因此，本申请基于影响因素来从波动价格中确定该非规律性影响因素导致的波动价格，避免了从所有的产品价格中确定非规律性影响因素导致的波动价格的发生，能够更为快捷的确定出非规律性影响因素导致的波动价格。在一个实施例中，获取产品价格的影响因素；其中，从波动价格中确定产品异常价格，包括：确定影响因素在预设时长中的发生概率；在发生概率小于第二预设值的情况下，确定影响因素对应的波动价格为非规律性波动价格。因此，本申请通过统计影响因素的发生概率，从而能够快捷的挑选出异常产品价格。在一个实施例中，获取产品价格的影响因素；其中，从波动价格中确定产品异常价格，包括：确定影响因素对应的波动价格的波动持续时长；在波动持续时长小于时间阈值的情况下，确定影响因素对应的波动价格为非规律性波动价格。在一个实施例中，产品包括农产品；在产品为农产品的情况下，影响因素包括节假日、气候、季节或将雨。因此，本申请通过删除农产品价格中的非规律性影响因素导致的波动价格，并根据保留的农产品价格来构建农产品价格的价格规律模型，从而能够保证农产品价格分析和预测的精准性。在一个实施例中，价格预测模型包括：价格走势图和数学模型；其中，数学模型包括时间序列模型或线性回归模型。第二方面，本申请提供了一种用于预测产品价格的装置，该装置包括：获取模块，用于获取同一产品的价格序列，所述价格序列包括预设时长内所述同一产品的产品价格；确定模块，用于确定所述价格序列中的产品异常价格，所述产品异常价格包括非规律性波动价格；删除模块，用于删除所述价格序列中的所述产品异常价格，以得到剩余后的产品价格；构建模型，用于将所述剩余后的产品价格作为样本构建价格预测模型，所述价格预测模型用于对所述产品价格进行预测。第三方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质上存储有用于预测产品价格的程序，用于预测产品价格的程序被处理器执行时实现如第一方面中任一项的数据处理方法的步骤。第四方面，本申请提供一种电子设备，包括：处理器、存储器和总线，存储器存储有处理器可执行的机器可读指令，当电子设备运行时，处理器与存储器之间通过总线通信，机器可读指令被处理器执行时执行第一方面或第一方面的任一可选的实现方式的方法。第五方面，本申请提供一种计算机程序产品，计算机程序产品在计算机上运行时，使得计算机执行第一方面或第一方面的任意可能的实现方式中的方法。为使本申请实施例所要实现的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1是本申请实施例提供的一种用于预测产品价格的方法的流程示意图；图2是本申请实施例提供的一种时间价格图的示意图；图3示出了本申请实施例的一种用于预测产品价格的方法的具体流程示意图；图4示出了本申请实施例的一种上海的青菜价格的常年变化规律的示意图；图5示出了本申请实施例的一种上海的青菜价格的常年变化序列的线性回归的示意图；图6示出了本申请实施例的一种上海的青菜价格的常年变化规律的修正曲线的示意图；图7是本申请实施例提供的一种用于预测产品价格的装置的框图；图8是本申请实施例中的一种装置的结构框图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。将参照以下论述的细节来描述本申请的各种实施例和方面，并且附图将示出各种实施例。以下的描述和附图用于例示本申请而不是要被解释为限制本申请。描述了大量的具体细节以提供对本申请的各种实施例的充分理解。然而，在某些实例中，没有描述公知的或常规的细节以便于提供对本申请的实施例的简要的论述。请参考图1，图1是本申请实施例提供的一种用于预测产品价格的方法的流程示意图。应理解，图1所示的方法可以由用于预测产品价格的装置执行，该装置可以与下文中的图8所示的装置对应，该装置可以是能够执行该方法的各种设备，例如，如个人计算机、服务器或网络设备等，本申请对此不作限定，具体如图1所述的方法包括如下步骤：步骤S110，获取同一产品的价格序列，价格序列包括预设时长内同一产品的产品价格。在本文档来自技高网...

【技术保护点】
1.一种用于预测产品价格的方法，其特征在于，包括：获取同一产品的价格序列，所述价格序列包括预设时长内所述同一产品的产品价格；确定所述价格序列中的产品异常价格，所述产品异常价格包括非规律性波动价格；删除所述价格序列中的所述产品异常价格，以得到剩余后的产品价格；将所述剩余后的产品价格作为样本构建价格预测模型，所述价格预测模型用于对所述产品价格进行预测。

【技术特征摘要】
1.一种用于预测产品价格的方法，其特征在于，包括：获取同一产品的价格序列，所述价格序列包括预设时长内所述同一产品的产品价格；确定所述价格序列中的产品异常价格，所述产品异常价格包括非规律性波动价格；删除所述价格序列中的所述产品异常价格，以得到剩余后的产品价格；将所述剩余后的产品价格作为样本构建价格预测模型，所述价格预测模型用于对所述产品价格进行预测。2.根据权利要求1所述的方法，其特征在于，所述确定所述价格序列中的产品异常价格，包括：在所述产品价格存在波动的情况下，确定所述价格序列中的产品异常价格。3.根据权利要求1所述的方法，其特征在于，所述价格序列包括平稳价格和波动价格，所述确定所述价格序列中的产品异常价格，包括：从所述波动价格中确定所述产品异常价格。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取所述产品价格的影响因素；其中，从所述波动价格中确定所述产品异常价格，包括：确定预设时长内所述影响因素对应的影响概率，其中，所述影响概率表示预设时长内的所述产品价格为所述波动价格的概率；在所述影响概率小于第一预设值的情况下，确定所述影响因素对应的波动价格为所述非规律性波动价格。5.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取所述产品价格的影响因素；其中，从所述波动价格中确定所述产品异常价格，包括：确定所述影响因素在预设时长中的发生概率；在所述发生概率小...

【专利技术属性】
技术研发人员：杨娟，赵京音，钱婷婷，郑秀国，
申请(专利权)人：上海市农业科学院，
类型：发明
国别省市：上海,31