基于云计算的智能农贸市场管理方法及处理器技术

本发明专利技术公开了一种基于云计算的智能农贸市场管理方法及处理器，该方法包括：获取各个家庭的单日食谱；根据所述单日食谱和食物生产量获取智能农贸市场系统的食物的供应量；将各个家庭所对应的食物进行发放。本发明专利技术提出一种基于云计算的智能农贸市场管理方法，解决了农贸市场供需不平衡的问题。贸市场供需不平衡的问题。贸市场供需不平衡的问题。

【技术实现步骤摘要】
基于云计算的智能农贸市场管理方法及处理器


[0001]本专利技术涉及内容云计算
，具体涉及一种基于云计算的智能农贸市场管理方法及处理器。

技术介绍

[0002]“互联网+”带动传统农业升级。目前物联网、大数据、电子商务等互联网技术越来 越多的应用在农业生产领域，并在一定程度上加速了转变农业生产方式、发展现代农业的 步伐。现已存在的互联网+农业多将互联网电子商务单纯应用于农产品的销售，或者将物联 网技术应用于农业生产过程实现智慧农业生产，未发现有将互联网技术融合于整个农业产业链的相关技术存在。无论是电子商务的应用还是智慧农业生产都不能平衡生产者和消费者之间的矛盾，生产者盲目生产导致大量农产品销售不出去以及为增加产量和成熟早。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的缺点和不足，提出本专利技术提出一种基于云计算的智能农贸市场管理方法，解决了农贸市场供需不平衡的问题。
[0004]为此，本专利技术的公开了一种基于云计算的智能农贸市场管理方法，包括：获取各个家庭的单日食谱；根据所述单日食谱和食物生产量获取智能农贸市场系统的食物的供应量；将各个家庭所对应的食物进行发放。
[0005]优选地，所述根据所述单日食谱获取智能农贸市场系统的食物的供应量，之后，包括：Prophet模型根据获取时间序列生成食物生产量第一预测值；所述根据所述单日食谱获取时间序列生成食物供应量第二预测值；所述第一预测值与所述第二预测值的差值小于预设值时，则将第一预测值作为智能农贸市场系统的食物的供应量。
[0006]优选地，Prophet模型根据获取时间序列生成食物生产量第一预测值之前还包括：Prophet模型支持的数据的两列为“ds”，“y”，对DataFrame格式进行重命名；将读到的时间序列进行归一化，经过处理的数据均值为0，标准差为1，转化公式为：。
[0007]优选地，所述根据所述单日食谱获取时间序列生成食物供应量第二预测值，包括：根据各个家庭的历史买菜数据来建立各个家庭的菜谱推荐模型；菜谱推荐模型生成K个食谱推荐给用户；根据用户的点击来统计食物供应量第二预测值。
[0008]优选地，所述根据各个家庭的历史买菜数据来建立各个家庭的菜谱推荐模型包
括：从数据集中读取用户
‑
食谱以及用户
‑
关系
‑
实体信息；根据用户
‑
食谱之间的供需曲线得到协同图谱食谱CKG；构建监督任务和图对比学习进行联合优化；最后将用户和食谱节点表征点积，评分较高的前K个食谱推荐给用户，用户选择所需的食谱。
[0009]优选地，所述构建监督任务和图对比学习进行联合优化，之前还包括；将原本的CKG进行数据增强分别得到视图s1(G)和s2(G)；具体包括：分别对G边进行随机添加和随机删除操作，操作如下：其中，V表示节点的集合，表示所有边集合，M是基于边的集合的一个掩码向量，通过随机删除比率p生成，
⊙
表示两个向量的乘积，表示添加的边集合。
[0010]第二方面，提供一种处理器，处理器用于基于云计算的智能农贸市场管理方法。
[0011]本专利技术通过获取各个家庭的单日食谱；根据所述单日食谱和食物生产量获取智能农贸市场系统的食物的供应量；将各个家庭所对应的食物进行发放。可以提前预测农产品的生产量，并预测家庭所需要的农产品的量，可以根据两者的差值来实时进行供应和指导农业生产，达到供需平衡的关系。
附图说明
[0012]此处的附图被并入说明书中并构成本说明书的一部分，标示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。
[0013]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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术基于云计算的智能农贸市场管理方法的流程图；图2为本专利技术基于云计算的智能农贸市场管理方法的另一流程图；图3为本专利技术食物供应量第二预测值的流程图。
具体实施方式
[0015]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，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]需要说明，本专利技术实施例中所有方向性指示（诸如上、下、左、右、前、后
……
）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
[0017]另外，在本专利技术中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指
示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本专利技术要求的保护范围之内。
[0018]本专利技术的公开了一种基于云计算的智能农贸市场管理方法，参考图1
‑
3，包括：步骤100，获取各个家庭的单日食谱；步骤200，根据所述单日食谱和食物生产量获取智能农贸市场系统的食物的供应量；步骤300，将各个家庭所对应的食物进行发放。
[0019]步骤200，所述根据所述单日食谱获取智能农贸市场系统的食物的供应量，之后，包括：步骤210，Prophet模型根据获取时间序列生成食物生产量第一预测值；步骤220，所述根据所述单日食谱获取时间序列生成食物供应量第二预测值；步骤230，所述第一预测值与所述第二预测值的差值小于预设值时，则将第一预测值作为智能农贸市场系统的食物的供应量。
[0020]具体的说，Prophet模型根据获取时间序列生成食物生产量第一预测值之前还包括：Prophet模型支持的数据的两列为“ds”，“y”，对DataFrame格式进行重命名；将读到的时间序列进行归一化，经过处理的数据均值为0，标准差为1，转化公式为：。
[0021]Prophet模型支持的数据的两列为“ds”，“y”，对DataFrame格式进行重命名；Prophet模型是基于时间序列分解理论为基础的时间序列预测策略。Prophet模型的算法公式如下：其中g(t)为趋势项，表示的是时间序列在非周期上的趋势变化规律，比如趋势上升，趋势下降等等。在Prophet模型中趋势项有两个重要函数：逻辑回归函数和分段线性函数。逻辑回归函数的表达式为公式C为曲线的最大趋近值，k表示曲线的增长率，m表示曲线的中点。因为逻辑回归函数用来拟合趋势线需要根据数据业务需要制定一个最大值，但对于农业生产指数数据，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于云计算的智能农贸市场管理方法，其特征在于，包括：获取各个家庭的单日食谱；根据所述单日食谱和食物生产量获取智能农贸市场系统的食物的供应量；将各个家庭所对应的食物进行发放。2.根据权利要求1所述的基于云计算的智能农贸市场管理方法，其特征在于，所述根据所述单日食谱获取智能农贸市场系统的食物的供应量，包括：Prophet模型根据获取时间序列生成食物生产量第一预测值；所述根据所述单日食谱获取时间序列生成食物供应量第二预测值；所述第一预测值与所述第二预测值的差值小于预设值时，则将第一预测值作为智能农贸市场系统的食物的供应量。3.根据权利要求2所述的基于云计算的智能农贸市场管理方法，其特征在于，Prophet模型根据获取时间序列生成食物生产量第一预测值之前还包括：Prophet模型支持的数据的两列为“ds”，“y”，对DataFrame格式进行重命名；将读到的时间序列进行归一化，经过处理的数据均值为0，标准差为1；转化公式为：。4.根据权利要求3所述的基于云计算的智能农贸市场管理方法，其特征在于，所述根据所述单日食谱获取时间序列生成食物供应量第二预测值包括：根据各个家庭的历史买菜数据来建立各个家庭的菜谱推荐模型；菜谱推荐模型生成K个食谱推荐...

【专利技术属性】
技术研发人员：袁敏良，任艳玲，袁晓福，王惟，曾日光，蓝刘华，罗文，
申请(专利权)人：深圳市深信信息技术有限公司，
类型：发明
国别省市：