CN104598548B - 一种分析农产品价格空间关联性的方法及装置 - Google Patents

一种分析农产品价格空间关联性的方法及装置 Download PDF

Info

Publication number
CN104598548B
CN104598548B CN201410854085.XA CN201410854085A CN104598548B CN 104598548 B CN104598548 B CN 104598548B CN 201410854085 A CN201410854085 A CN 201410854085A CN 104598548 B CN104598548 B CN 104598548B
Authority
CN
China
Prior art keywords
name
title
wholesale market
city
agricultural products
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410854085.XA
Other languages
English (en)
Other versions
CN104598548A (zh
Inventor
彭程
吴华瑞
李庆学
朱华吉
孙想
高荣华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Center of Intelligent Equipment for Agriculture
Original Assignee
Beijing Research Center of Intelligent Equipment for Agriculture
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Research Center of Intelligent Equipment for Agriculture filed Critical Beijing Research Center of Intelligent Equipment for Agriculture
Priority to CN201410854085.XA priority Critical patent/CN104598548B/zh
Publication of CN104598548A publication Critical patent/CN104598548A/zh
Application granted granted Critical
Publication of CN104598548B publication Critical patent/CN104598548B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Agronomy & Crop Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种分析农产品价格空间关联性的方法及装置,能够解决现有技术中不能准确地反映农产品价格的空间关联性和空间异质性的问题。方法包括：获取农产品价格信息，将所述农产品价格信息进行预处理，并将农产品价格信息匹配到地图上；建立公路路网网络数据集，计算每两个农产品批发市场的最优路径，并将最优路径的距离确定为该两个农产品批发市场之间的交通距离空间权重系数；根据每两个农产品批发市场之间的交通距离空间权重系数计算所述农产品价格信息的全局空间自相关分析统计量和局部空间自相关分析统计量；根据全局空间自相关分析统计量生成农产品价格空间相关性统计图，根据局部空间自相关分析统计量生成农产品价格局部自相关分布图。

Description

一种分析农产品价格空间关联性的方法及装置
技术领域
本发明涉及农产品价格分析技术领域，尤其涉及一种分析农产品价格空间关联性的方法及装置。
背景技术
农产品市场行情是国家经济、政治和社会稳定的重要组成部分，加强农产品价格的信息分析，特别是农产品批发市场之间价格的关联程度，发现隐藏的时空分布规律，对于稳定农产品市场行情，向政府、农业生产者、经营者等提供科学准确的决策信息具有重要意义。
现有的分析农产品价格信息的方法有多种，其中一种方法运用经典插值方法绘制农产品价格等高线，将等高线围成等高面，按照各个价格段对应的颜色填涂对应的等高面，形成有色云图，并依时间顺序制作多个时刻的农产品价格分布等高面云状图，以指定速度连续显示各云图组成动画，提供了形象动态的农产品价格分析技术。另外一种方法，利用文本挖掘技术分析出计算机采集的专家对农产品的预测性文章，并将所述预测性观点进行量化和保存，根据文章发表时间、农产品所属区域、农产品种类以及量化的趋势预测观点进行计算机建模，利用建立的模型对农产品价格进行趋势预测。
农产品有明显的地理特征，其价格也与地理位置有关，来自不同产地和在不同地区销售的同品种农产品价格都有较大差别。特别是随着我国市场的逐步开放，农产品价格传递迅速，因此，农产品市场行情信息的分析不仅要考虑其季节性、周期性等时间特点，也需要纳入农产品的地理位置属性。农产品价格的地理位置信息是其重要的属性，却往往隐含在农产品批发市场名称中，现有技术未能将海量的结构性或非结构性的农产品价格数据进行自动准确地地理位置标注，缺乏对农产品价格与其空间位置之间存在的相关性分析。
物流是保障农产品流通的基础，同时也对农产品的价格产生一定影响。物流实现了农产品从生产地到消费地的空间位移，因此运输成本是农产品价格的重要组成部分。现有技术对农产品价格进行分析时，采用基于欧式距离的K最邻近法、反距离权重法等建立空间权重矩阵，未考虑农产品批发市场之间的实际交通距离，不能准确地反映农产品价格的空间属性和物流成本。
综上所述，现有的对农产品价格进行分析的技术不能准确地反映农产品价格的空间关联性和空间异质性。
发明内容
有鉴于此，本发明实施例提供一种分析农产品价格空间关联性的方法及装置，能够解决现有技术中不能准确地反映农产品价格的空间关联性和空间异质性的问题。
为达到上述目的，本发明的实施例采用如下技术方案：
一方面，本发明提出了一种分析农产品价格空间关联性的方法，包括：
获取农产品价格信息，将所述农产品价格信息进行预处理，并将预处理后的所述农产品价格信息匹配到地图上；其中，所述农产品价格信息包括种类、品种、预设时间段、所述预设时间段内的最高价、所述预设时间段内的最低价、所述预设时间段内的平均价、计量单位和农产品批发市场名称；
建立公路路网网络数据集，计算所有农产品批发市场中每两个农产品批发市场的最优路径，并将所述最优路径的距离确定为该两个农产品批发市场之间的交通距离空间权重系数；
根据所有农产品批发市场中每两个农产品批发市场之间的交通距离空间权重系数计算所述农产品价格信息的全局空间自相关分析统计量和局部空间自相关分析统计量；
根据所述全局空间自相关分析统计量生成农产品价格空间相关性统计图，根据所述局部空间自相关分析统计量生成农产品价格局部自相关分布图。
另一方面，本发明提出了一种分析农产品价格空间关联性的装置，包括：
匹配单元，用于获取农产品价格信息，将所述农产品价格信息进行预处理，并将预处理后的所述农产品价格信息匹配到地图上；其中，所述农产品价格信息包括种类、品种、预设时间段、所述预设时间段内的最高价、所述预设时间段内的最低价、所述预设时间段内的平均价、计量单位和农产品批发市场名称；
权重系数计算单元，用于建立公路路网网络数据集，计算所有农产品批发市场中每两个农产品批发市场的最优路径，并将所述最优路径的距离确定为该两个农产品批发市场之间的交通距离空间权重系数；
自相关统计量计算单元，用于根据所有农产品批发市场中每两个农产品批发市场之间的交通距离空间权重系数计算所述农产品价格信息的全局空间自相关分析统计量和局部空间自相关分析统计量；
生成单元，用于根据所述全局空间自相关分析统计量生成农产品价格空间相关性统计图，根据所述局部空间自相关分析统计量生成农产品价格局部自相关分布图。
本发明实施例提供的分析农产品价格空间关联性的方法及装置，通过实时获取网络上的农产品价格信息，将农产品价格信息自动匹配到地图上，计算基于交通距离的空间权重系数，对农产品价格数据进行空间关联度分析，快速生成农产品价格空间关联统计图和农产品价格局部自相关分布图，弥补了以往农产价格分析中忽略其空间属性的不足，能够充分利用农产品价格的空间信息，准确地反映农产品价格的空间关联性和空间异质性。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1为本发明分析农产品价格空间关联性的方法一实施例的流程示意图；
图2为本发明分析农产品价格空间关联性的装置一实施例的方框结构示意图。
具体实施方式
下面将结合附图对本发明的实施例进行详细描述。
参看图1，本发明的实施例提供一种分析农产品价格空间关联性的方法，包括：
S1、获取农产品价格信息，将所述农产品价格信息进行预处理，并将预处理后的所述农产品价格信息匹配到地图上；其中，所述农产品价格信息包括种类、品种、预设时间段、所述预设时间段内的最高价、所述预设时间段内的最低价、所述预设时间段内的平均价、计量单位和农产品批发市场名称；
S2、建立公路路网网络数据集，计算所有农产品批发市场中每两个农产品批发市场的最优路径，并将所述最优路径的长度确定为该两个农产品批发市场之间的交通距离空间权重系数；
S3、根据所有农产品批发市场中每两个农产品批发市场之间的交通距离空间权重系数计算所述农产品价格信息的全局空间自相关分析统计量和局部空间自相关分析统计量；
S4、根据所述全局空间自相关分析统计量生成农产品价格空间相关性统计图，根据所述局部空间自相关分析统计量生成农产品价格局部自相关分布图。
本实施例中，可以从公开权威的农产品市场行情网站定时采集农产品价格信息。由于农产品价格信息采集部门和环节没有统一的标准和格式，导致不同来源的农产品价格数据兼容性较差，因而需要对采集到的农产品价格数据进行去错、去重、补漏和规范化的预处理，改善数据质量，以满足对农产品价格信息分析的需要，比如建立价格计量单位(有元/公斤、元/斤、元/千克等)、农产品品种的数据字典(如西红柿和番茄、马铃薯和土豆属于同一种类产品，需要消除语义上的不一致)。由于网络获取的农产品价格信息属于半结构化数据，不具备空间属性，因此，需要对农产品批发市场名称进行地名自动识别，定位到地图上才能进行空间关联分析。
可选地，在本发明分析农产品价格空间关联性的方法的另一实施例中，所述将预处理后的所述农产品价格信息匹配到地图上，包括：
构建行政区划名称信息库；其中，所述行政区划名称信息库中包括由省名、地区名和县名组成的三级行政区名；
通过查询所述行政区划名称信息库确定所述农产品价格信息中的农产品批发市场名称所对应的农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该农产品批发市场的名称全称、该农产品批发市场的名称简称；
根据该农产品批发市场所在的市或者县的名称，确定该农产品批发市场的经纬度坐标为该农产品批发市场所在的市或者县的经纬度坐标；
建立该农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该农产品批发市场的名称全称、该农产品批发市场的名称简称以及该农产品批发市场的经纬度坐标的对应关系，并写入农产品批发市场名称信息库。
农产品批发市场名称一般由三级行政区+市场名称组成，使用的标准地名格式的巴科斯范式(BNF)语法描述如下：
<省级><地区级>[县级]<农产品批发市场名称>
首先构建行政区划名称信息库，三级行政区名由省(直辖市、自治区、特别行政区)、地区(地级市、地区、自治州、盟)和县(市辖区、县级市、自治县、旗、自治旗、特区、林区)组成。由于行政区域名称有全程、简称等，所以每个省份、地区、县都列出相应的不同名称。在批发市场地名识别过程中，需要大量、频繁的与行政区划名称信息库进行交互，查询速度会很慢，不利于进行大规模的市场名称地名识别。为了提高匹配效率，可以采用Lucene(全文检索引擎工具包)构建行政区划名称的索引。
其次构建农产品批发市场名称信息库，将农产品批发市场名称入库的条件是省名、市名、全称、简称、经纬度坐标不能为空，确保农产品批发市场至少匹配到地区级别。
本实施例中，将预处理后的农产品价格信息匹配到地图上，能够克服已有方法不能自动标注农产品批发市场地理位置的缺陷，便于提高农产品价格数据的智能分析水平，为农产品市场行情分析提供服务。
可选地，在本发明分析农产品价格空间关联性的方法的另一实施例中，所述通过查询所述行政区划名称信息库确定所述农产品价格信息中的农产品批发市场名称所对应的农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该农产品批发市场的名称全称、该农产品批发市场的名称简称，包括：
通过查询所述行政区划名称信息库判断所述农产品价格信息中的农产品批发市场名称中是否包含省名、属于该省名所对应省管辖的市的市名和属于该市名所对应市管辖的县的县名；
若所述农产品价格信息中的批发市场名称中包含省名、属于该省名所对应省管辖的市的市名和属于该市名所对应市管辖的县的县名，则确定该省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该农产品批发市场名称为该农产品批发市场的名称全称，并从该农产品批发市场名称中剔除该省名、该市名和该县名；
确定剔除该省名、该市名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；或者
若所述农产品价格信息中的批发市场名称中包含省名、属于该省名所对应省管辖的市的市名，不包含属于该市名所对应市管辖的县的县名，则确定该省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该农产品批发市场名称为该农产品批发市场的名称全称，并从该农产品批发市场名称中剔除该省名和该市名；
确定剔除该省名和该市名后的该农产品批发市场名称为该农产品批发市场的名称简称；或者
若所述农产品价格信息中的批发市场名称中包含省名和属于该省名所对应省管辖的县的县名，不包含该县名所对应县所属的市的市名，则查询所述行政区划名称信息库获取该县名所对应县所属的市的市名，并确定该省名为该农产品批发市场所在的省的名称，该县名所对应县所属的市的市名为该农产品批发市场所在的市的名称；
从该农产品批发市场名称中剔除该省名和该县名，并确定剔除该省名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
将该省名、该农产品批发市场所在的市的名称、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
若所述农产品价格信息中的批发市场名称中包含市名和属于该市名所对应市管辖的县的县名，不包含该市名所对应市所属的省的省名，则查询所述行政区划名称信息库获取该市名所对应市所属的省的省名，并确定该市名所对应市所属的省的省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该县名为该农产品批发市场所在的县的名称；
从该农产品批发市场名称中剔除该市名和该县名，并确定剔除该市名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
将该农产品批发市场所在的省的名称、该市名、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
若所述农产品价格信息中的批发市场名称中包含市名，不包含该市名所对应市所属的省的省名和属于该市名所对应市管辖的县的县名，则查询所述行政区划名称信息库获取该市名所对应市所属的省的省名，并确定该市名为该农产品批发市场所在的市的名称，该省名为该农产品批发市场所在的省的名称；
从该农产品批发市场名称中剔除该市名，并确定剔除该市名后的该农产品批发市场名称为该农产品批发市场的名称简称；
将该农产品批发市场所在的省的名称、该市名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
若所述农产品价格信息中的批发市场名称中包含县名，不包含该县名所对应县所属的市的市名和该县名所对应县所属的省的省名，则查询所述行政区划名称信息库获取该县名所对应县所属的市的市名和该县名所对应县所属的省的省名，并确定该县名所对应县所属的市的市名为该农产品批发市场所在的市的名称，该县名所对应县所属的省的省名为该农产品批发市场所在的省的名称；
从该农产品批发市场名称中剔除该县名，并确定剔除该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
将该农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称。
可选地，在本发明分析农产品价格空间关联性的方法的另一实施例中，所述计算所有农产品批发市场中每两个农产品批发市场的最优路径，包括：
将公路路网抽象为有向图，将道路交叉口和道路的端点作为所述有向图的节点，节点之间的路段作为边；
将公路路网划分为第一层路网和第二层路网；其中，所述第一层路网由国道、省道和县道组成，所述第二层路网由高速公路组成；
利用缓冲区与叠加分析，确定出距离每一个农产品批发市场最近的节点；
对于每两个农产品批发市场，在所述第一层路网上计算该两个农产品批发市场之间的欧式距离；
判断所述欧式距离是否大于预设的阈值，若所述欧式距离小于或者等于所述预设的阈值，则在所述第一层路网上采用最短路径算法计算该两个农产品批发市场之间的最短路径，并确定该最短路径为该两个农产品批发市场的最优路径；或者
若所述欧式距离大于所述预设的阈值，则在所述第一层路网上分别计算该两个农产品批发市场中每一个农产品批发市场与所述距离该农产品批发市场最近的节点之间的最短路径，在所述第二层路网上计算该两个节点之间的最短路径；
将在所述第一层路网上计算出的农产品批发市场与所述距离该农产品批发市场最近的节点之间的最短路径以及在所述第二层路网上计算出的该两个节点之间的最短路径进行拼接，并将拼接的结果确定为该两个农产品批发市场的最优路径。
本实施例中，适用的空间权重系数是计算农产品价格空间关联度的关键，以全国路网数据为基础，通过网络分析计算各农产品批发市场之间的交通距离，作为农产品价格关联分析的权重。
利用网络分析求算最低运费原则下的农产品运输最优路径，求算过程大致可分以下步骤:(1)建立现势交通网络数据集；(2)合并不同层次的道路；(3)确保运输网络的连续性，并建立网络拓扑关系；(4)采用基于启发式策略的最优路径算法，求算逐对农产品批发市场之间的最优运输路径。
具体来说，首先需要建立交通路网网络数据集。农产品运输以短途或中途的公路运输为主，短途和中途交通是以汽车为主，因此主要考虑公路的交通网络。搜集公路数据，合并所有道路图层，包括高速公路、国道、省道、县道等不同等级层次的道路。将道路图层导入个人地理数据库，确保交通网络的连通性和正确的拓扑关系后，在ArcGIS(一套具有地图制作、空间数据管理、空间分析、空间信息整合和发布与共享的能力的地理信息系统平台产品)中建立网络数据集，生成道路网线、道路网络结点2个图层。
其次，需要作如下规定与准备：
①将公路路网抽象为有向图，把道路交叉口和道路的端点作为图的节点，路口间的路段作为边。
②利用缓冲区与叠加分析，求得各农产品批发市场最近的道路节点。
③按公路的设计标准，包括通行能力、通行速度、汽车承载量等，将路网划分为两个层次：国道、省道和县道作为第一层数据，高速公路作为第二层数据，这样保证找到最优路径，同时能够减少由于完全按照等级划分而导致分层过多，增加计算时间的问题。
④采用距离作为最优路径的度量值。
最后，进行农产品批发市场的最优路径的计算。
设S为起始点，T为目的节点，S1、T1分别表示距离S、T距离最近的道路节点。S到T的最优路径计算步骤如下：
(1)在第一层路网上进行计算，判断起点到终点之间的欧式距离。若S到T的欧式距离dst≤d(d为经验阈值，根据路网分布情况确定)，直接调用最短路径算法求得路径。最短路径算法采用典型的启发式搜索算法。
(2)若dst＞d，判断S、T是否为第二层路网的道路节点。对于起点S和终点T只有两种情况(以点S为例说明)：
a)若为第二层路网的道路节点，则S＝S1。
b)若不是第二层路网的道路节点，则在第一层路网上求出S→S1的最短路径。
(3)在第二层路网上进行计算，求出S1→T1的最短路径。
(4)拼接路径S→S1、S1→T1、T1→T，求得S→T的最优路径。
在建立好农产品价格批发市场的空间权重矩阵后，进行空间相关性分析。采用全局空间自相关分析统计量Moran’s I和局部空间自相关分析统计量LISA进行测度。
全局Moran's I的计算方法如下：
n是农产品批发市场数量，Xi和Xj是批发市场i和j的某一种农产品价格，Wij是批发市场i和j之间的交通距离空间权重系数，X是所有农产品批发市场的该农产品价格的平均值。
局部空间自相关计算指标LISA的计算方法如下：
通过Python(一种面向对象、解释型计算机程序设计语言)编写脚本，调用ArcPy(一种用于执行ArcGIS中的地理信息系统GIS函数的Python站点包)实现农产品价格数据进行空间自相关计算，得到全局自相关系数值、局域空间自相关系数值，借助网络地理信息系统技术，实现农产品价格关联度专题地图的快速生成与发布，使得农产品信息智能挖掘生成有价值的专题数据。
参看图2，本发明的实施例提供一种分析农产品价格空间关联性的装置，包括：
匹配单元1，用于获取农产品价格信息，将所述农产品价格信息进行预处理，并将预处理后的所述农产品价格信息匹配到地图上；其中，所述农产品价格信息包括种类、品种、预设时间段、所述预设时间段内的最高价、所述预设时间段内的最低价、所述预设时间段内的平均价、计量单位和农产品批发市场名称；
权重系数计算单元2，用于建立公路路网网络数据集，计算所有农产品批发市场中每两个农产品批发市场的最优路径，并将所述最优路径的长度确定为该两个农产品批发市场之间的交通距离空间权重系数；
自相关统计量计算单元3，用于根据所有农产品批发市场中每两个农产品批发市场之间的交通距离空间权重系数计算所述农产品价格信息的全局空间自相关分析统计量和局部空间自相关分析统计量；
生成单元4，用于根据所述全局空间自相关分析统计量生成农产品价格空间相关性统计图，根据所述局部空间自相关分析统计量生成农产品价格局部自相关分布图。
本发明实施例通过实时获取网络上的农产品价格信息，将农产品价格信息自动匹配到地图上，计算基于交通距离的空间权重系数，对农产品价格数据进行空间关联度分析，快速生成农产品价格空间关联统计图和农产品价格局部自相关分布图，弥补了以往农产价格分析中忽略其空间属性的不足，能够充分利用农产品价格的空间信息，准确地反映农产品价格的空间关联性和空间异质性。
可选地，在本发明分析农产品价格空间关联性的装置的另一实施例中，所述匹配单元，包括：
构建子单元，用于构建行政区划名称信息库；其中，所述行政区划名称信息库中包括由省名、地区名和县名组成的三级行政区名；
第一确定子单元，用于通过查询所述行政区划名称信息库确定所述农产品价格信息中的农产品批发市场名称所对应的农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该农产品批发市场的名称全称、该农产品批发市场的名称简称；
坐标确定子单元，用于根据该农产品批发市场所在的市或者县的名称，确定该农产品批发市场的经纬度坐标为该农产品批发市场所在的市或者县的经纬度坐标；
写入子单元，用于建立该农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该农产品批发市场的名称全称、该农产品批发市场的名称简称以及该农产品批发市场的经纬度坐标的对应关系，并写入农产品批发市场名称信息库。
可选地，在本发明分析农产品价格空间关联性的装置的另一实施例中，所述第一确定子单元，包括：
判断模块，用于通过查询所述行政区划名称信息库判断所述农产品价格信息中的农产品批发市场名称中是否包含省名、属于该省名所对应省管辖的市的市名和属于该市名所对应市管辖的县的县名；
第一确定模块，用于若所述农产品价格信息中的批发市场名称中包含省名、属于该省名所对应省管辖的市的市名和属于该市名所对应市管辖的县的县名，则确定该省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该农产品批发市场名称为该农产品批发市场的名称全称，并从该农产品批发市场名称中剔除该省名、该市名和该县名；
第二确定模块，用于确定剔除该省名、该市名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；或者
第三确定模块，用于若所述农产品价格信息中的批发市场名称中包含省名、属于该省名所对应省管辖的市的市名，不包含属于该市名所对应市管辖的县的县名，则确定该省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该农产品批发市场名称为该农产品批发市场的名称全称，并从该农产品批发市场名称中剔除该省名和该市名；
第四确定模块，用于确定剔除该省名和该市名后的该农产品批发市场名称为该农产品批发市场的名称简称；或者
第五确定模块，用于若所述农产品价格信息中的批发市场名称中包含省名和属于该省名所对应省管辖的县的县名，不包含该县名所对应县所属的市的市名，则查询所述行政区划名称信息库获取该县名所对应县所属的市的市名，并确定该省名为该农产品批发市场所在的省的名称，该县名所对应县所属的市的市名为该农产品批发市场所在的市的名称；
第六确定模块，用于从该农产品批发市场名称中剔除该省名和该县名，并确定剔除该省名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
第七确定模块，用于将该省名、该农产品批发市场所在的市的名称、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
第八确定模块，用于若所述农产品价格信息中的批发市场名称中包含市名和属于该市名所对应市管辖的县的县名，不包含该市名所对应市所属的省的省名，则查询所述行政区划名称信息库获取该市名所对应市所属的省的省名，并确定该市名所对应市所属的省的省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该县名为该农产品批发市场所在的县的名称；
第九确定模块，用于从该农产品批发市场名称中剔除该市名和该县名，并确定剔除该市名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
第十确定模块，用于将该农产品批发市场所在的省的名称、该市名、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
第十一确定模块，用于若所述农产品价格信息中的批发市场名称中包含市名，不包含该市名所对应市所属的省的省名和属于该市名所对应市管辖的县的县名，则查询所述行政区划名称信息库获取该市名所对应市所属的省的省名，并确定该市名为该农产品批发市场所在的市的名称，该省名为该农产品批发市场所在的省的名称；
第十二确定模块，用于从该农产品批发市场名称中剔除该市名，并确定剔除该市名后的该农产品批发市场名称为该农产品批发市场的名称简称；
第十三确定模块，用于将该农产品批发市场所在的省的名称、该市名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
第十四确定模块，用于若所述农产品价格信息中的批发市场名称中包含县名，不包含该县名所对应县所属的市的市名和该县名所对应县所属的省的省名，则查询所述行政区划名称信息库获取该县名所对应县所属的市的市名和该县名所对应县所属的省的省名，并确定该县名所对应县所属的市的市名为该农产品批发市场所在的市的名称，该县名所对应县所属的省的省名为该农产品批发市场所在的省的名称；
第十五确定模块，用于从该农产品批发市场名称中剔除该县名，并确定剔除该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
第十六确定模块，用于将该农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称。
可选地，在本发明分析农产品价格空间关联性的装置的另一实施例中，所述权重系数计算单元，包括：
抽象子单元，用于将公路路网抽象为有向图，将道路交叉口和道路的端点作为所述有向图的节点，节点之间的路段作为边；
划分子单元，用于将公路路网划分为第一层路网和第二层路网；其中，所述第一层路网由国道、省道和县道组成，所述第二层路网由高速公路组成；
第二确定子单元，用于利用缓冲区与叠加分析，确定出距离每一个农产品批发市场最近的节点；
欧式距离计算子单元，用于对于每两个农产品批发市场，在所述第一层路网上计算该两个农产品批发市场之间的欧式距离；
判断子单元，用于判断所述欧式距离是否大于预设的阈值，若所述欧式距离小于或者等于所述预设的阈值，则在所述第一层路网上采用最短路径算法计算该两个农产品批发市场之间的最短路径，并确定该最短路径为该两个农产品批发市场的最优路径；或者
最短路径计算子单元，用于若所述欧式距离大于所述预设的阈值，则在所述第一层路网上分别计算该两个农产品批发市场中每一个农产品批发市场与所述距离该农产品批发市场最近的节点之间的最短路径，在所述第二层路网上计算该两个节点之间的最短路径；
最优路径计算子单元，用于将在所述第一层路网上计算出的农产品批发市场与所述距离该农产品批发市场最近的节点之间的最短路径以及在所述第二层路网上计算出的该两个节点之间的最短路径进行拼接，并将拼接的结果确定为该两个农产品批发市场的最优路径。
虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (6)

1.一种分析农产品价格空间关联性的方法，其特征在于，包括：
获取农产品价格信息，将所述农产品价格信息进行预处理，并将预处理后的所述农产品价格信息匹配到地图上；其中，所述农产品价格信息包括种类、品种、预设时间段、所述预设时间段内的最高价、所述预设时间段内的最低价、所述预设时间段内的平均价、计量单位和农产品批发市场名称；
建立公路路网网络数据集，计算所有农产品批发市场中每两个农产品批发市场的最优路径，并将所述最优路径的距离确定为该两个农产品批发市场之间的交通距离空间权重系数；
根据所有农产品批发市场中每两个农产品批发市场之间的交通距离空间权重系数计算所述农产品价格信息的全局空间自相关分析统计量和局部空间自相关分析统计量；
根据所述全局空间自相关分析统计量生成农产品价格空间相关性统计图，根据所述局部空间自相关分析统计量生成农产品价格局部自相关分布图，
所述将预处理后的所述农产品价格信息匹配到地图上，包括：
构建行政区划名称信息库；其中，所述行政区划名称信息库中包括由省名、地区名和县名组成的三级行政区名；
通过查询所述行政区划名称信息库确定所述农产品价格信息中的农产品批发市场名称所对应的农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该农产品批发市场的名称全称、该农产品批发市场的名称简称；
根据该农产品批发市场所在的市或者县的名称，确定该农产品批发市场的经纬度坐标为该农产品批发市场所在的市或者县的经纬度坐标；
建立该农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该农产品批发市场的名称全称、该农产品批发市场的名称简称以及该农产品批发市场的经纬度坐标的对应关系，并写入农产品批发市场名称信息库。
2.根据权利要求1所述的分析农产品价格空间关联性的方法，其特征在于，所述通过查询所述行政区划名称信息库确定所述农产品价格信息中的农产品批发市场名称所对应的农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该农产品批发市场的名称全称、该农产品批发市场的名称简称，包括：
通过查询所述行政区划名称信息库判断所述农产品价格信息中的农产品批发市场名称中是否包含省名、属于该省名所对应省管辖的市的市名和属于该市名所对应市管辖的县的县名；
若所述农产品价格信息中的批发市场名称中包含省名、属于该省名所对应省管辖的市的市名和属于该市名所对应市管辖的县的县名，则确定该省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该农产品批发市场名称为该农产品批发市场的名称全称，并从该农产品批发市场名称中剔除该省名、该市名和该县名；
确定剔除该省名、该市名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；或者
若所述农产品价格信息中的批发市场名称中包含省名、属于该省名所对应省管辖的市的市名，不包含属于该市名所对应市管辖的县的县名，则确定该省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该农产品批发市场名称为该农产品批发市场的名称全称，并从该农产品批发市场名称中剔除该省名和该市名；
确定剔除该省名和该市名后的该农产品批发市场名称为该农产品批发市场的名称简称；或者
若所述农产品价格信息中的批发市场名称中包含省名和属于该省名所对应省管辖的县的县名，不包含该县名所对应县所属的市的市名，则查询所述行政区划名称信息库获取该县名所对应县所属的市的市名，并确定该省名为该农产品批发市场所在的省的名称，该县名所对应县所属的市的市名为该农产品批发市场所在的市的名称；
从该农产品批发市场名称中剔除该省名和该县名，并确定剔除该省名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
将该省名、该农产品批发市场所在的市的名称、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
若所述农产品价格信息中的批发市场名称中包含市名和属于该市名所对应市管辖的县的县名，不包含该市名所对应市所属的省的省名，则查询所述行政区划名称信息库获取该市名所对应市所属的省的省名，并确定该市名所对应市所属的省的省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该县名为该农产品批发市场所在的县的名称；
从该农产品批发市场名称中剔除该市名和该县名，并确定剔除该市名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
将该农产品批发市场所在的省的名称、该市名、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
若所述农产品价格信息中的批发市场名称中包含市名，不包含该市名所对应市所属的省的省名和属于该市名所对应市管辖的县的县名，则查询所述行政区划名称信息库获取该市名所对应市所属的省的省名，并确定该市名为该农产品批发市场所在的市的名称，该省名为该农产品批发市场所在的省的名称；
从该农产品批发市场名称中剔除该市名，并确定剔除该市名后的该农产品批发市场名称为该农产品批发市场的名称简称；
将该农产品批发市场所在的省的名称、该市名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
若所述农产品价格信息中的批发市场名称中包含县名，不包含该县名所对应县所属的市的市名和该县名所对应县所属的省的省名，则查询所述行政区划名称信息库获取该县名所对应县所属的市的市名和该县名所对应县所属的省的省名，并确定该县名所对应县所属的市的市名为该农产品批发市场所在的市的名称，该县名所对应县所属的省的省名为该农产品批发市场所在的省的名称；
从该农产品批发市场名称中剔除该县名，并确定剔除该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
将该农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称。
3.根据权利要求1所述的分析农产品价格空间关联性的方法，其特征在于，所述计算所有农产品批发市场中每两个农产品批发市场的最优路径，包括：
将公路路网抽象为有向图，将道路交叉口和道路的端点作为所述有向图的节点，节点之间的路段作为边；
将公路路网划分为第一层路网和第二层路网；其中，所述第一层路网由国道、省道和县道组成，所述第二层路网由高速公路组成；
利用缓冲区与叠加分析，确定出距离每一个农产品批发市场最近的节点；
对于每两个农产品批发市场，在所述第一层路网上计算该两个农产品批发市场之间的欧式距离；
判断所述欧式距离是否大于预设的阈值，若所述欧式距离小于或者等于所述预设的阈值，则在所述第一层路网上采用最短路径算法计算该两个农产品批发市场之间的最短路径，并确定该最短路径为该两个农产品批发市场的最优路径；或者
若所述欧式距离大于所述预设的阈值，则在所述第一层路网上分别计算该两个农产品批发市场中每一个农产品批发市场与所述距离该农产品批发市场最近的节点之间的最短路径，在所述第二层路网上计算该两个节点之间的最短路径；
将在所述第一层路网上计算出的农产品批发市场与所述距离该农产品批发市场最近的节点之间的最短路径以及在所述第二层路网上计算出的该两个节点之间的最短路径进行拼接，并将拼接的结果确定为该两个农产品批发市场的最优路径。
4.一种分析农产品价格空间关联性的装置，其特征在于，包括：
匹配单元，用于获取农产品价格信息，将所述农产品价格信息进行预处理，并将预处理后的所述农产品价格信息匹配到地图上；其中，所述农产品价格信息包括种类、品种、预设时间段、所述预设时间段内的最高价、所述预设时间段内的最低价、所述预设时间段内的平均价、计量单位和农产品批发市场名称；
权重系数计算单元，用于建立公路路网网络数据集，计算所有农产品批发市场中每两个农产品批发市场的最优路径，并将所述最优路径的距离确定为该两个农产品批发市场之间的交通距离空间权重系数；
自相关统计量计算单元，用于根据所有农产品批发市场中每两个农产品批发市场之间的交通距离空间权重系数计算所述农产品价格信息的全局空间自相关分析统计量和局部空间自相关分析统计量；
生成单元，用于根据所述全局空间自相关分析统计量生成农产品价格空间相关性统计图，根据所述局部空间自相关分析统计量生成农产品价格局部自相关分布图，
所述匹配单元，包括：
构建子单元，用于构建行政区划名称信息库；其中，所述行政区划名称信息库中包括由省名、地区名和县名组成的三级行政区名；
第一确定子单元，用于通过查询所述行政区划名称信息库确定所述农产品价格信息中的农产品批发市场名称所对应的农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该农产品批发市场的名称全称、该农产品批发市场的名称简称；
坐标确定子单元，用于根据该农产品批发市场所在的市或者县的名称，确定该农产品批发市场的经纬度坐标为该农产品批发市场所在的市或者县的经纬度坐标；
写入子单元，用于建立该农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该农产品批发市场的名称全称、该农产品批发市场的名称简称以及该农产品批发市场的经纬度坐标的对应关系，并写入农产品批发市场名称信息库。
5.根据权利要求4所述的分析农产品价格空间关联性的装置，其特征在于，所述第一确定子单元，包括：
判断模块，用于通过查询所述行政区划名称信息库判断所述农产品价格信息中的农产品批发市场名称中是否包含省名、属于该省名所对应省管辖的市的市名和属于该市名所对应市管辖的县的县名；
第一确定模块，用于若所述农产品价格信息中的批发市场名称中包含省名、属于该省名所对应省管辖的市的市名和属于该市名所对应市管辖的县的县名，则确定该省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该农产品批发市场名称为该农产品批发市场的名称全称，并从该农产品批发市场名称中剔除该省名、该市名和该县名；
第二确定模块，用于确定剔除该省名、该市名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；或者
第三确定模块，用于若所述农产品价格信息中的批发市场名称中包含省名、属于该省名所对应省管辖的市的市名，不包含属于该市名所对应市管辖的县的县名，则确定该省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该农产品批发市场名称为该农产品批发市场的名称全称，并从该农产品批发市场名称中剔除该省名和该市名；
第四确定模块，用于确定剔除该省名和该市名后的该农产品批发市场名称为该农产品批发市场的名称简称；或者
第五确定模块，用于若所述农产品价格信息中的批发市场名称中包含省名和属于该省名所对应省管辖的县的县名，不包含该县名所对应县所属的市的市名，则查询所述行政区划名称信息库获取该县名所对应县所属的市的市名，并确定该省名为该农产品批发市场所在的省的名称，该县名所对应县所属的市的市名为该农产品批发市场所在的市的名称；
第六确定模块，用于从该农产品批发市场名称中剔除该省名和该县名，并确定剔除该省名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
第七确定模块，用于将该省名、该农产品批发市场所在的市的名称、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
第八确定模块，用于若所述农产品价格信息中的批发市场名称中包含市名和属于该市名所对应市管辖的县的县名，不包含该市名所对应市所属的省的省名，则查询所述行政区划名称信息库获取该市名所对应市所属的省的省名，并确定该市名所对应市所属的省的省名为该农产品批发市场所在的省的名称，该市名为该农产品批发市场所在的市的名称，该县名为该农产品批发市场所在的县的名称；
第九确定模块，用于从该农产品批发市场名称中剔除该市名和该县名，并确定剔除该市名和该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
第十确定模块，用于将该农产品批发市场所在的省的名称、该市名、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
第十一确定模块，用于若所述农产品价格信息中的批发市场名称中包含市名，不包含该市名所对应市所属的省的省名和属于该市名所对应市管辖的县的县名，则查询所述行政区划名称信息库获取该市名所对应市所属的省的省名，并确定该市名为该农产品批发市场所在的市的名称，该省名为该农产品批发市场所在的省的名称；
第十二确定模块，用于从该农产品批发市场名称中剔除该市名，并确定剔除该市名后的该农产品批发市场名称为该农产品批发市场的名称简称；
第十三确定模块，用于将该农产品批发市场所在的省的名称、该市名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称；或者
第十四确定模块，用于若所述农产品价格信息中的批发市场名称中包含县名，不包含该县名所对应县所属的市的市名和该县名所对应县所属的省的省名，则查询所述行政区划名称信息库获取该县名所对应县所属的市的市名和该县名所对应县所属的省的省名，并确定该县名所对应县所属的市的市名为该农产品批发市场所在的市的名称，该县名所对应县所属的省的省名为该农产品批发市场所在的省的名称；
第十五确定模块，用于从该农产品批发市场名称中剔除该县名，并确定剔除该县名后的该农产品批发市场名称为该农产品批发市场的名称简称；
第十六确定模块，用于将该农产品批发市场所在的省的名称、该农产品批发市场所在的市的名称、该县名和该农产品批发市场的名称简称按照先后顺序进行组合，并将组合后的名称确定为该农产品批发市场的名称全称。
6.根据权利要求4所述的分析农产品价格空间关联性的装置，其特征在于，所述权重系数计算单元，包括：
抽象子单元，用于将公路路网抽象为有向图，将道路交叉口和道路的端点作为所述有向图的节点，节点之间的路段作为边；
划分子单元，用于将公路路网划分为第一层路网和第二层路网；其中，所述第一层路网由国道、省道和县道组成，所述第二层路网由高速公路组成；
第二确定子单元，用于利用缓冲区与叠加分析，确定出距离每一个农产品批发市场最近的节点；
欧式距离计算子单元，用于对于每两个农产品批发市场，在所述第一层路网上计算该两个农产品批发市场之间的欧式距离；
判断所述欧式距离是否大于预设的阈值，若所述欧式距离小于或者等于所述预设的阈值，则在所述第一层路网上采用最短路径算法计算该两个农产品批发市场之间的最短路径，并确定该最短路径为该两个农产品批发市场的最优路径；或者
最短路径计算子单元，用于若所述欧式距离大于所述预设的阈值，则在所述第一层路网上分别计算该两个农产品批发市场中每一个农产品批发市场与所述距离该农产品批发市场最近的节点之间的最短路径，在所述第二层路网上计算该两个节点之间的最短路径；
最优路径计算子单元，用于将在所述第一层路网上计算出的农产品批发市场与所述距离该农产品批发市场最近的节点之间的最短路径以及在所述第二层路网上计算出的该两个节点之间的最短路径进行拼接，并将拼接的结果确定为该两个农产品批发市场的最优路径。
CN201410854085.XA 2014-12-31 2014-12-31 一种分析农产品价格空间关联性的方法及装置 Active CN104598548B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410854085.XA CN104598548B (zh) 2014-12-31 2014-12-31 一种分析农产品价格空间关联性的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410854085.XA CN104598548B (zh) 2014-12-31 2014-12-31 一种分析农产品价格空间关联性的方法及装置

Publications (2)

Publication Number Publication Date
CN104598548A CN104598548A (zh) 2015-05-06
CN104598548B true CN104598548B (zh) 2017-12-05

Family

ID=53124333

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410854085.XA Active CN104598548B (zh) 2014-12-31 2014-12-31 一种分析农产品价格空间关联性的方法及装置

Country Status (1)

Country Link
CN (1) CN104598548B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108230016B (zh) * 2017-12-22 2021-08-03 北京农业信息技术研究中心 一种农产品市场价格传递分析方法及分析装置
CN109002902B (zh) * 2018-06-11 2021-11-12 华东理工大学 分区域多阶段生鲜农产品动态车辆路径优化方法
CN113034173B (zh) * 2021-03-03 2022-12-02 北京电解智科技有限公司 用于生成信息的方法和装置
CN113486134B (zh) * 2021-07-20 2023-12-19 杭州鲁尔物联科技有限公司 降雨量异常检测方法、装置、计算机设备及存储介质
CN114935997B (zh) * 2022-04-24 2023-11-07 阿里巴巴（中国）有限公司 图表交互方法及电子设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103080970A (zh) * 2010-09-10 2013-05-01 77酒店股份有限公司 创建存储关于个人居住单元的信息的数据库

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7680796B2 (en) * 2003-09-03 2010-03-16 Google, Inc. Determining and/or using location information in an ad system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103080970A (zh) * 2010-09-10 2013-05-01 77酒店股份有限公司 创建存储关于个人居住单元的信息的数据库

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于空间统计分析的农产品价格数据挖掘-以猪肉价格为例";彭程等;《农业现代化研究》;20140115;第35卷(第1期);第30-31页 *

Also Published As

Publication number Publication date
CN104598548A (zh) 2015-05-06

Similar Documents

Publication Publication Date Title
Lee et al. Mapping cultural ecosystem services 2.0–Potential and shortcomings from unlabeled crowd sourced images
CN104598548B (zh) 一种分析农产品价格空间关联性的方法及装置
CN115269751B (zh) 地理实体时空知识图谱本体库构建方法
CN110555568B (zh) 一种基于社交网络信息的道路交通运行状态实时感知方法
CN103488760B (zh) 地理信息瓦片服务的提供方法及实现该方法的装置
CN110472066A (zh) 一种城市地理语义知识图谱的构建方法
Chaudhry et al. Automatic identification of urban settlement boundaries for multiple representation databases
CN104699818A (zh) 一种多源异构的多属性poi融合方法
CN105303487A (zh) 一种行程服务方法和装置
CN102664915B (zh) 云制造环境中基于资源约束的服务选取方法
CN102081764A (zh) 一种基于uldb的海洋环境监测数据管理系统
CN102163214A (zh) 一种数字地图生成装置及方法
CN106910027A (zh) 一种基于大数据的旅游适游指数的计算系统及方法
CN116518960B (zh) 路网更新方法、装置、电子设备和存储介质
CN105205559A (zh) 基于多源异构众包数据的风景旅行路线规划系统
CN109949174A (zh) 一种异构社交网络用户实体锚链接识别方法
CN114819589A (zh) 城市空间高质量利用测定方法、系统、计算机设备及终端
CN104572832B (zh) 一种需求元模型构建方法及装置
CN115129719A (zh) 一种基于知识图谱的定性位置空间范围构建方法
CN104765763B (zh) 一种基于概念格的异构空间信息服务分类的语义匹配方法
CN113392147B (zh) 一种vr场景知识图谱表示及动态更新方法
Sun et al. Using spatial syntax and GIS to identify spatial heterogeneity in the main urban area of Harbin, China
Liu et al. An analysis on the spatiotemporal behavior of inbound tourists in Jiaodong Peninsula based on Flickr geotagged photos
CN116629425A (zh) 车辆能耗的计算方法、装置、计算机可读介质及电子设备
KR20210023216A (ko) 빅데이터 기반 농장 서비스 시스템 및 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant