基于农业溯源信息的搜索预测系统及方法技术方案

本发明专利技术揭示了一种基于农业溯源信息的搜索预测系统及方法，系统包括溯源数据采集模块、数据处理与储存模块以及搜索预测模块，方法包括溯源数据采集步骤、数据处理与储存步骤以及搜索预测步骤。本发明专利技术实现了在大数据技术背景下对农产品信息的采集、存储与挖掘，能够通过对用户搜索行为的分析、判断，预测出用户的搜索倾向，再根据所得到的搜索倾向在用户搜索时进行相关推荐，从而提升企业的市场化水平和农产品的竞争力。

Search and forecast system and method based on agricultural traceability information

【技术实现步骤摘要】
基于农业溯源信息的搜索预测系统及方法
本专利技术涉及一种搜索预测系统及其相对应的搜索预测方法，具体涉及一种基于农业溯源信息的搜索预测系统及方法，属于计算机数据挖掘及信息处理领域。
技术介绍
近年来，我国的经济、科技水平得到了快速的发展提高，为农业现代化的实现积聚了丰厚的物质条件和技术基础。在以大数据、物联网、云计算、人工智能等为代表的新一代信息技术的推动下，“互联网+农业”正成为推动我国农业产业转型升级的新动力。以目前被广泛应用于药品、食品农副产品、工业制造等行业内的溯源系统为例，这一类系统的普及应用不仅有效地规范了行业准则，而且保证了产品的质量、为消费者提供了更加透明的信息。其中，农产品溯源系统利用先进的物联网、二维码、RFID等物联网技术手段，能够为消费者提供农产品在生产流程中的全套信息。尽管目前具备了这样的技术条件，但是由于现阶段针对农产品溯源信息的分析与挖掘并不常见，因此在农产品的生产和使用过程中所产生绝大多数信息仍然得不到有效地利用、被白白浪费。此外，在现有技术中，对于热度词的预测方式较为单一，大多都仅仅是根据用户信息来进行预测。而如果能够针对溯源过程中产生的海量数据与用户信息进行综合分析与挖掘，从而为用户提供更加精准的搜素热点预测，毫无疑问将会为企业带来更多的利润。综上所述，如何针对数据的海量特性、引入大数据的概念，进而提出一种基于农业溯源信息的搜索预测系统及方法，也就成为了本领域内技术人员共同的研究目标。
技术实现思路
鉴于现有技术存在上述缺陷，本专利技术的目的是提出一种基于农业溯源信息的搜索预测系统及方法，具体如下。一种基于农业溯源信息的搜索预测系统，包括：溯源数据采集模块，用于采集农业溯源信息并将所采集的农业溯源信息进行上传；数据处理与储存模块，用于接收来自溯源数据采集模块的农业溯源信息，并对所采集的农业溯源信息进行分类、处理与储存；搜索预测模块，用于建立训练模型，使用经过分类处理后的农业溯源信息作为数据集，对训练模型进行训练并完成搜索预测。优选地，所述溯源数据采集模块包括：QRcode采集单元，用于生成QRcode数据，QRcode数据与农产品间一对一认证；WSN采集单元，用于采集农产品运输过程中相应地理位置的温度、湿度信息；农业网站日志与用户搜索内容采集单元，用于采集用户访问的农业网站日志以及用户搜索内容，并对所采集的内容进行过滤留下搜索内容与用户订单日志；快递订单信息采集单元，用于通过物流配送采集快递订单信息。优选地，在所述数据处理与储存模块中，将所采集的农业溯源信息分为三类，即农产品信息、搜索内容信息以及用户信息；所述农产品信息至少包括二维码、环境数据以及销售信息；所述搜索内容信息至少包括搜索内容以及搜索次数；所述用户信息至少包括用户ID，农产品ID以及购买属性。优选地，所述搜索预测模块包括：搜索内容处理单元，用于使用大数据平台下的MapReduce计算框架从搜索内容中统计出搜索频率作为搜索热度参考；销售信息与用户日志分析单元，用于提取农产品中的销售信息与用户日志中的购买信息并对用户信息进行加权；预测结果输出单元，用于建立训练模型，对训练模型进行训练，产生并输出预测结果。一种基于农业溯源信息的搜索预测方法，包括如下步骤：S1、溯源数据采集步骤，采集农业溯源信息并将所采集的农业溯源信息进行上传；S2、数据处理与储存步骤，接收农业溯源信息，并对所采集的农业溯源信息进行分类、处理与储存；S3、搜索预测步骤，建立训练模型，使用经过分类处理后的农业溯源信息作为数据集，对训练模型进行训练并完成搜索预测。优选地，S1所述溯源数据采集步骤包括：S11、QRcode采集步骤，生成QRcode数据，QRcode数据与农产品间一对一认证；S12、WSN采集步骤，采集农产品运输过程中相应地理位置的温度、湿度信息；S13、农业网站日志与用户搜索内容采集步骤，采集用户访问的农业网站日志以及用户搜索内容，并对所采集的内容进行过滤留下搜索内容与用户订单日志；S14、快递订单信息采集步骤，通过物流配送采集快递订单信息。优选地，在S2所述数据处理与储存步骤中，将所采集的农业溯源信息分为三类，即农产品信息、搜索内容信息以及用户信息；所述农产品信息至少包括二维码、环境数据以及销售信息；所述搜索内容信息至少包括搜索内容以及搜索次数；所述用户信息至少包括用户ID，农产品ID以及购买属性。优选地，S3所述搜索预测步骤包括：S31、搜索内容处理步骤，使用大数据平台下的MapReduce计算框架从搜索内容中统计出搜索频率作为搜索热度参考；S32、销售信息与用户日志分析步骤，提取农产品中的销售信息与用户日志中的购买信息并对用户信息进行加权；S33、预测结果输出步骤，建立训练模型，对训练模型进行训练，产生并输出预测结果。优选地，S33所述预测结果输出步骤包括：S331、设置矩阵分解的模型，公式如下，R＝UTSV，其中，UT为用户特征矩阵，V为产品特征矩阵，R为打分矩阵，S为特征矩阵。S332、确定特征值，将评分矩阵R(m*n)分解为与V(n*k),其中k为user/product的特征值数量；S333、确定损失函数，对于产品特征矩阵V(n*k)中第j个产品的特征向量vj和用户特征矩阵U(m*k)中的第i个用户的特征向量ui来进行预测评分矩阵A(m*n)中的aij，公式如下，S334、使用交叉最小二乘法对损失函数进行优化，根据用户对于农产品的评分信息对于模型进行训练，交替使用最小二乘法逐步计算用户或农产品的特征向量，使差平方和最小；S335、固定U0求解V0，随机生成U0一般取0值或全局均值，公式如下，带入M1＝U(0)(UT)0+λE，得到其中，为评价过农产品j的用户评分组成的向量，U为评价过农产品的用户的特征向量组成的特征矩阵，E为评价过农产品j的用户数量，随后按照上述公式，依次代入v1,v2,v3,v4…vn,最终得到v0；S337、固定V0求解U0，得到按照S335中的公式，依次代入u1,u2,u3,u4…un,得到u0；S338、迭代，根据S336及S337得到V，U直至均方差很小时得到C对应最优矩阵，公式如下，S339、确定参数，将数据代入进行预测。与现有技术相比，本专利技术的优点主要体现在以下几个方面：本专利技术所提出的一种基于农业溯源信息的搜索预测系统及相对应的搜索预测方法，实现了在大数据技术背景下对农产品信息的采集、存储与挖掘。本专利技术能够通过对用户搜索行为的分析、判断，预测出用户的搜索倾向，再根据所得到的搜索倾向在用户搜索时进行相关推荐，从而提升企业的市场化水平和农产品的竞争力。同时，本文档来自技高网...

【技术保护点】
1.一种基于农业溯源信息的搜索预测系统，其特征在于，包括：/n溯源数据采集模块，用于采集农业溯源信息并将所采集的农业溯源信息进行上传；/n数据处理与储存模块，用于接收来自溯源数据采集模块的农业溯源信息，并对所采集的农业溯源信息进行分类、处理与储存；/n搜索预测模块，用于建立训练模型，使用经过分类处理后的农业溯源信息作为数据集，对训练模型进行训练并完成搜索预测。/n

【技术特征摘要】
1.一种基于农业溯源信息的搜索预测系统，其特征在于，包括：
溯源数据采集模块，用于采集农业溯源信息并将所采集的农业溯源信息进行上传；
数据处理与储存模块，用于接收来自溯源数据采集模块的农业溯源信息，并对所采集的农业溯源信息进行分类、处理与储存；
搜索预测模块，用于建立训练模型，使用经过分类处理后的农业溯源信息作为数据集，对训练模型进行训练并完成搜索预测。


2.根据权利要求1所述的基于农业溯源信息的搜索预测系统，其特征在于，所述溯源数据采集模块包括：
QRcode采集单元，用于生成QRcode数据，QRcode数据与农产品间一对一认证；
WSN采集单元，用于采集农产品运输过程中相应地理位置的温度、湿度信息；
农业网站日志与用户搜索内容采集单元，用于采集用户访问的农业网站日志以及用户搜索内容，并对所采集的内容进行过滤留下搜索内容与用户订单日志；
快递订单信息采集单元，用于通过物流配送采集快递订单信息。


3.根据权利要求1所述的基于农业溯源信息的搜索预测系统，其特征在于：在所述数据处理与储存模块中，将所采集的农业溯源信息分为三类，即农产品信息、搜索内容信息以及用户信息；
所述农产品信息至少包括二维码、环境数据以及销售信息；
所述搜索内容信息至少包括搜索内容以及搜索次数；
所述用户信息至少包括用户ID，农产品ID以及购买属性。


4.根据权利要求1所述的基于农业溯源信息的搜索预测系统，其特征在于，所述搜索预测模块包括：
搜索内容处理单元，用于使用大数据平台下的MapReduce计算框架从搜索内容中统计出搜索频率作为搜索热度参考；
销售信息与用户日志分析单元，用于提取农产品信息中的销售信息与用户日志中的购买信息并对用户信息进行加权；
预测结果输出单元，用于建立训练模型，对训练模型进行训练，产生并输出预测结果。


5.一种基于农业溯源信息的搜索预测方法，其特征在于，包括如下步骤：
S1、溯源数据采集步骤，采集农业溯源信息并将所采集的农业溯源信息进行上传；
S2、数据处理与储存步骤，接收农业溯源信息，并对所采集的农业溯源信息进行分类、处理与储存；
S3、搜索预测步骤，建立训练模型，使用经过分类处理后的农业溯源信息作为数据集，对训练模型进行训练并完成搜索预测。


6.根据权利要求5所述的基于农业溯源信息的搜索预测方法，其特征在于，S1所述溯源数据采集步骤包括：
S11、QRcode采集步骤，生成QRcode数据，QRcode数据与农产品间一对一认证；
S12、WSN采集步骤，采集农产品运输过程中相应地理位置的温度、湿度信息；
S13、农业网站日志与用户搜索内容采集步骤，采集用户访问的农业...

【专利技术属性】
技术研发人员：郑锴，孙知信，宫婧，赵学健，陈松乐，
申请(专利权)人：南京邮电大学，南京邮电大学盐城大数据研究院有限公司，
类型：发明
国别省市：江苏;32