一种农产品量价分析方法及系统技术方案

本发明专利技术涉及一种农产品量价分析方法及系统，采用基于K折交叉验证的K

【技术实现步骤摘要】
一种农产品量价分析方法及系统


[0001]本专利技术涉及农业大数据
，特别是涉及一种农产品量价分析方法及系统。

技术介绍

[0002]农业发展是中国经济社会发展的首要问题。农业的生产能力和产出水平，直接关系到能否满足工业经济的生产需求以及工业化发展进程。农业资源配置和农业收益率的高低直接制约着农村居民家庭收入的增长，进而影响农村居民家庭消费需求的增长和生活质量的提高。因此，农业的分析对经济发展至关重要。
[0003]价与量一直是农业分析中非常重要的两个方面，销量在很大程度上影响价格的调整，而且价格的波动和成交量的变化之间有着显著的关系，对价格和成交量进行聚类分析，利用聚类结果分析农产品的季节性特点和市场规律，并可以明显得出价格或成交量的异常数据，通过分析异常数据特点进行后续的有效规避。但现有技术中一般将价格和成交量分别进行研究和分析，却没有综合分析价格和成交量之间的关系。所以，聚类分析价格和成交量对农业发展具有指导性意义。

技术实现思路

[0004]本专利技术的目的是提供一种农产品量价分析方法及系统，以实现农产品价格与成交量的聚类显示。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种农产品量价分析方法，所述方法包括：
[0007]获取预设区域同一种农产品历年的月平均价格和月平均成交量，构成月交易数据集；所述月交易数据集的每条数据包括每月的月平均价格和月平均成交量；
[0008]采用基于K折交叉验证的K
‑
means聚类算法对月交易数据集进行聚类，获得多个聚类簇；
[0009]统计每个聚类簇中所有对象对应的月份，以及对应的每个月份中对象总数量占所在聚类簇的对象总数量的占比；
[0010]将每个聚类簇中对应的每个月份的占比按照从大到小的顺序排列，构成占比序列；
[0011]从左至右依次累加占比序列中的占比，直至累加的占比首次大于预设比例，并获得累加的占比所对应的所有月份，作为待选月份；
[0012]将待选月份中所有对象的最低价格和最高价格之间的价格范围确定为每个聚类簇的月价格合理范围；
[0013]分别判断聚类簇中每个对象的月平均价格是否在所述聚类簇的月价格合理范围之内，若不在，则对月平均价格不在所述聚类簇的月价格合理范围之内的对象进行警示；
[0014]将待选月份中所有对象的最低成交量和最高成交量之间的成交量范围确定为每个聚类簇的月销量合理范围；
[0015]分别判断聚类簇中每个对象的月平均成交量是否在所述聚类簇的月销量合理范围之内，若不在，则对月平均成交量不在所述聚类簇的月销量合理范围之内的对象进行警示；
[0016]计算每个聚类簇中所有对象的月平均价格与月平均成交量之间的皮尔逊积矩相关系数；
[0017]根据所述皮尔逊积矩相关系数，确定每个聚类簇中月平均价格与月平均成交量之间的相关性。
[0018]可选的，所述采用基于K折交叉验证的K
‑
means聚类算法对月交易数据集进行聚类，获得聚类数量和多个聚类簇，具体包括：
[0019]采用K折交叉验证确定最优聚类数目；
[0020]基于最优聚类数目，利用K
‑
means聚类算法对月交易数据集进行聚类，获得多个聚类簇。
[0021]一种农产品量价分析系统，所述系统包括：收集单元、数据库、处理单元和显示单元；
[0022]收集单元与数据库连接，所述收集单元用于收集预设区域各种农产品历年的月平均价格和月平均成交量，并传输至所述数据库进行存储；
[0023]处理单元分别与数据库和显示单元连接，所述处理单元用于根据农产品种类选取指令，从所述数据库中获取同种类农产品历年的月平均价格和月平均成交量，并对该种类农产品历年的月平均价格和月平均成交量进行聚类，确定聚类结果，并根据聚类结果确定聚类结果中每个聚类簇的月价格合理范围和月销量合理范围，同时将聚类结果和每个聚类簇的月价格合理范围和月销量合理范围均传输至所述显示单元；
[0024]所述显示单元用于以散点图的形式显示聚类结果，并以柱状图的形式显示月价格合理范围和月销量合理范围；所述散点图显示聚类簇中每个对象的月平均价格、月平均成交量以及月份；
[0025]所述处理单元还用于计算每个聚类簇中所有对象的月平均价格与月平均成交量之间的皮尔逊积矩相关系数，并将所述皮尔逊积矩相关系数传输至所述显示单元；
[0026]所述显示单元还用于在散点图的每个聚类簇中心显示各自的皮尔逊积矩相关系数。
[0027]可选的，所述处理单元包括：
[0028]月交易数据集构成子单元，用于获取预设区域同一种农产品历年的月平均价格和月平均成交量，构成月交易数据集；所述月交易数据集的每条数据包括每月的月平均价格和月平均成交量；
[0029]聚类子单元，用于采用基于K折交叉验证的K
‑
means聚类算法对月交易数据集进行聚类，获得多个聚类簇；
[0030]占比确定子单元，用于统计每个聚类簇中所有对象对应的月份，以及对应的每个月份中对象总数量占所在聚类簇的对象总数量的占比；
[0031]排序子单元，用于将每个聚类簇中对应的每个月份的占比按照从大到小的顺序排列，构成占比序列；
[0032]累加子单元，用于从左至右依次累加占比序列中的占比，直至累加的占比首次大
于预设比例，并获得累加的占比所对应的所有月份，作为待选月份；
[0033]价格合理范围确定子单元，用于将待选月份中所有对象的最低价格和最高价格之间的价格范围确定为每个聚类簇的月价格合理范围；
[0034]价格警示子单元，用于分别判断聚类簇中每个对象的月平均价格是否在所述聚类簇的月价格合理范围之内，若不在，则对月平均价格不在所述聚类簇的月价格合理范围之内的对象进行警示；
[0035]销量合理范围确定子单元，用于将待选月份中所有对象的最低成交量和最高成交量之间的成交量范围确定为每个聚类簇的月销量合理范围；
[0036]销量警示子单元，用于分别判断聚类簇中每个对象的月平均成交量是否在所述聚类簇的月销量合理范围之内，若不在，则对月平均成交量不在所述聚类簇的月销量合理范围之内的对象进行警示；
[0037]皮尔逊积矩相关系数计算子单元，用于计算每个聚类簇中所有对象的月平均价格与月平均成交量之间的皮尔逊积矩相关系数；
[0038]相关性分析子单元，用于根据所述皮尔逊积矩相关系数，确定每个聚类簇中月平均价格与月平均成交量之间的相关性。
[0039]可选的，所述聚类子单元包括：
[0040]最优聚类数目确定模块，用于采用K折交叉验证确定最优聚类数目；
[0041]聚类簇获得模块，用于基于最优聚类数目，利用K
‑
means聚类算法对月交易数据集进行聚类，获得多个聚类簇。
[0042]可选的，所述显示单元以饼图的方式显示每个聚类簇中所有对象本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种农产品量价分析方法，其特征在于，所述方法包括：获取预设区域同一种农产品历年的月平均价格和月平均成交量，构成月交易数据集；所述月交易数据集的每条数据包括每月的月平均价格和月平均成交量；采用基于K折交叉验证的K
‑
means聚类算法对月交易数据集进行聚类，获得多个聚类簇；统计每个聚类簇中所有对象对应的月份，以及对应的每个月份中对象总数量占所在聚类簇的对象总数量的占比；将每个聚类簇中对应的每个月份的占比按照从大到小的顺序排列，构成占比序列；从左至右依次累加占比序列中的占比，直至累加的占比首次大于预设比例，并获得累加的占比所对应的所有月份，作为待选月份；将待选月份中所有对象的最低价格和最高价格之间的价格范围确定为每个聚类簇的月价格合理范围；分别判断聚类簇中每个对象的月平均价格是否在所述聚类簇的月价格合理范围之内，若不在，则对月平均价格不在所述聚类簇的月价格合理范围之内的对象进行警示；将待选月份中所有对象的最低成交量和最高成交量之间的成交量范围确定为每个聚类簇的月销量合理范围；分别判断聚类簇中每个对象的月平均成交量是否在所述聚类簇的月销量合理范围之内，若不在，则对月平均成交量不在所述聚类簇的月销量合理范围之内的对象进行警示；计算每个聚类簇中所有对象的月平均价格与月平均成交量之间的皮尔逊积矩相关系数；根据所述皮尔逊积矩相关系数，确定每个聚类簇中月平均价格与月平均成交量之间的相关性。2.根据权利要求1所述的农产品量价分析方法，其特征在于，所述采用基于K折交叉验证的K
‑
means聚类算法对月交易数据集进行聚类，获得聚类数量和多个聚类簇，具体包括：采用K折交叉验证确定最优聚类数目；基于最优聚类数目，利用K
‑
means聚类算法对月交易数据集进行聚类，获得多个聚类簇。3.一种农产品量价分析系统，其特征在于，所述系统包括：收集单元、数据库、处理单元和显示单元；收集单元与数据库连接，所述收集单元用于收集预设区域各种农产品历年的月平均价格和月平均成交量，并传输至所述数据库进行存储；处理单元分别与数据库和显示单元连接，所述处理单元用于根据农产品种类选取指令，从所述数据库中获取同种类农产品历年的月平均价格和月平均成交量，并对该种类农产品历年的月平均价格和月平均成交量进行聚类，确定聚类结果，并根据聚类结果确定聚类结果中每个聚类簇的月价格合理范围和月销量合理范围，同时将聚类结果和每个聚类簇的月价格合理范围和月销量合理范围均传输至所述显示单元；所述显示单元用于以散点图的形式显示聚类结果，并以柱状图的形式显示月价格合理范围和月销量合理范围；所述散点图显示聚类簇中每个对象的月平均价格、月平均成交...

【专利技术属性】
技术研发人员：张伟，欧吉顺，周楚新，吴德才，
申请(专利权)人：南京绿色科技研究院有限公司，
类型：发明
国别省市：