CN113393277A - 一种基于大数据的农产品市场数据分析系统 - Google Patents

一种基于大数据的农产品市场数据分析系统 Download PDF

Info

Publication number
CN113393277A
CN113393277A CN202110749680.7A CN202110749680A CN113393277A CN 113393277 A CN113393277 A CN 113393277A CN 202110749680 A CN202110749680 A CN 202110749680A CN 113393277 A CN113393277 A CN 113393277A
Authority
CN
China
Prior art keywords
quarterly
market data
agricultural products
value
data
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.)
Granted
Application number
CN202110749680.7A
Other languages
English (en)
Other versions
CN113393277B (zh
Inventor
杨晓凤
杨玉成
史雨萌
史玲玉
史德茂
杨玉洁
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.)
Anhui Shangdianhu Aquaculture Co ltd
Original Assignee
Anhui Zhouyi E Commerce Co ltd
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 Anhui Zhouyi E Commerce Co ltd filed Critical Anhui Zhouyi E Commerce Co ltd
Priority to CN202110749680.7A priority Critical patent/CN113393277B/zh
Publication of CN113393277A publication Critical patent/CN113393277A/zh
Application granted granted Critical
Publication of CN113393277B publication Critical patent/CN113393277B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

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

Abstract

本发明公开了一种基于大数据的农产品市场数据分析系统，涉及大数据技术领域，包括数据采集单元、支撑分析单元、数据库、比对单元、预调整单元的设置，对农产品的市场数据进行分析，并针对分析结果对农产品的市场数据进行预调整。通过数据采集单元采集农产品的市场数据；支撑分析单元根据价值度分析方法对市场数据进行分析，获取区域支撑度；比对单元将农产品对应的区域支撑度与同类农产品对应的综合区域支撑度进行比对，获取价值度；预调整单元根据价值度对农产品的市场数据进行预调整，进而通过农产品的市场数据整合、分析、处理后，依据大数据算法得到的结果，打破了传统采集农产品市场数据分析过程中，完全依赖于人脑运算、判断的方法。

Description

一种基于大数据的农产品市场数据分析系统
技术领域
本发明属于大数据分析技术领域，特别是涉及一种基于大数据的农产品市场数据分析系统。
背景技术
分析农产品的市场数据对政府进行宏观调控以及农民指定生产策略具有十分重要的意义。
现有的农产品市场数据分析多是采用定性的预测方法，分析时的主观性较强，且数据分析的准确度较低，如中国专利CN112418952A公开一种基于大数据分析的农产品市场价格预警管理云计算平台，通过获取各天气数据，提取农产品市场中各种农产品的历史价格，计算各种农产品供应量的价格影响系数，统计农产品的储存时间，计算农产品价格的综合影响系数，对比分析各农产品的价格是否处于稳定阶段，将价格处于波动阶段的各种农产品进行预警显示，从而确保能够及时预警，维持了农产品市场供需的平衡。
又如中国专利CN108573414A公开了一种产品的市场分析系统及其操作方法，通过将调查产品的数据上传到服务器，使用时可以根据实际的设备和条件选择不同的方式进行数据上传，直接可在查看客户端的内部进行数据的分析，不用将数据来回的传递，提高了分析的效率，但是也并未公开具体的数据分析系统，现一种基于大数据的农产品市场数据分析系统。
发明内容
本发明的目的在于提供一种基于大数据的农产品市场数据分析系统，通过数据采集单元、支撑分析单元、数据库、比对单元、预调整单元的设置，对农产品的市场数据进行分析，并针对分析结果对农产品的市场数据进行预调整，解决了现有的农产品市场数据分析主观因素较多，分析结果不准确等问题。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明为一种基于大数据的农产品市场数据分析系统，包括：
数据采集单元，所述数据采集单元用于采集农产品的市场数据；
支撑分析单元，其根据价值度分析方法对市场数据进行分析，获取区域支撑度Zi；
数据库，其内存储有农产品的市场数据、历史气候数据、产量数据、市场需求数据；
比对单元，所述比对单元用于将农产品对应的区域支撑度Zi与同类农产品对应的综合区域支撑度QZ进行比对，获取价值度Ji；
预调整单元，其根据价值度对农产品的市场数据进行预调整。
进一步地，所述支撑分析单元对农产品市场数据进行分析，获取区域支撑度的方法为：
步骤S001：任选一区域，在所选区域内任选一农产品，并获取其对应的市场数据，所述市场数据包括销售单价Di、销售量；
步骤S002：获取农产品对应的销速值Si，Si表示农产品i的销售速度；
Figure BDA0003144067670000021
Szi为农产品i在T天内的销售总数；计算销售总数时：在剔除日销售量小于X1的销售数量后进行计算，如：将X1设为3，T天内的销售总量为30件，其中，有两天的日销售量分别为1、2，则T天内的销售总数为30-(1+2)＝27；30≦T≦90；
步骤S003：区域支撑度
Figure BDA0003144067670000031
Qi为农产品i在T天内的总利润，Li为同类农产品在该区域的销售单价均值；
其中，X1为预设值，0.781、0.207、0.012为预设权值；
所有数值均为去除量刚之后参与计算。
进一步地，还包括对区域支撑度的修正赋值步骤，具体包括：
获取农产品i对应的波动趋值Bi，Bi为农产品i在该区域、前3年内对应时段内的历史销售单价的波动趋值，波动趋值Bi的具体获取步骤为：
将一年按照季度划分为4个时段；
获取前3年内农产品i在区域内、每一时段内的销售单价均值，分别标记为Pj，j＝1、2、3、4；
波动趋值
Figure BDA0003144067670000032
修正后的区域支撑度
Figure BDA0003144067670000033
进一步地，所述综合区域支撑度的获取方法为：
任选一类农产品，并获取所属类别内所有的农产品在区域内对应的市场数据；所述市场数据包括销售单价、销售量；
根据上述市场数据，获取本季度起至当下，所有农产品在区域内的销售单价均值Dt；
根据上述市场数据，获取本季度起至当下，所有农产品在区域内的销售总量Mt；
将本季度起至当下的总天数标记为Tt，30≦Tt≦90；
综合区域支撑度
Figure BDA0003144067670000041
其中，0.781、0.219均为预设权值。
进一步地，还包括对综合区域支撑度的修正步骤，具体包括：
获取区域波动趋值BZ，BZ为该类农产品在该区域、前3年内对应季度内的历史销售单价的区域波动趋值，区域波动趋值BZ的获取方法为：
任选一类农产品，并获取所属类别内所有的农产品在区域内对应的市场数据；所述市场数据包括销售单价；
获取前3年内该类农产品内的所有农产品在区域内、对应季度内的销售单价均值，分别标记为QPj，j＝1、2、3、4；
波动趋值
Figure BDA0003144067670000042
修正后的综合区域支撑度
Figure BDA0003144067670000043
进一步地，获取价值度的步骤为：
获取农产品的区域支撑度Zi及同类农产品对应的综合区域支撑度QZ；
价值度
Figure BDA0003144067670000044
其中，X2、X3为预设权值，X2>2*X3，且X2+X3＝1；
Ri为本季度起至当下，农产品i在区域内的销售单价均值，Fi为本季度起至当下，农产品i在区域内的销售总量；
W为本季度起至当下，同类农产品在区域内的销售单价均值，f为本季度起至当下，同类农产品在区域内的销售总量，同类农产品中共有a中农产品；
将本季度起至当下的总天数标记为Tt，30≦Tt≦90。
进一步地，所述预调整单元根据价值度对农产品的市场数据进行预调整的方法为：
所述市场数据包括下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值；
当Ji≦JX1时，将下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值在今年季度投入量、季度销售单价的基础上分别下调至今年的b％、c％；
当Ji>JX1时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致；
其中，JX1、b％、c％均为预设值，b％、c％分别定义为季度预投入量、季度预销售单价均值的调整系数。
进一步地，还包括：
往年农产品产量数据、市场需求数据对季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值；
从数据库中获取近3年年产量均值Gi、年市场需求均值GSi，获取供需比HGi，HGi＝Gi/GSi；
当Ji≦JX1且HGi>H1，则季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值为μ，μ<1；
当Ji≦JX1且HGi≦H2，则季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值为β，β>1；
其中，μ、β为预设值，H1、H2均为预设值。
进一步地，还包括：
当Ji>JX1且HGi>H1时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致或在今年的基础上下调至今年的b％、c％；其中，b％、c％均为预设值，b％、c％分别定义为季度预投入量、季度预销售单价均值的调整系数
当Ji>JX1且HGi≦H2时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致或在今年的基础上上调至今年的β倍。
进一步地，还包括管理单元，所述管理单元用于市场数据的采集、输入及预设值的设定、修改。
本发明具有以下有益效果：
本发明通过数据采集单元采集农产品的市场数据；支撑分析单元根据价值度分析方法对市场数据进行分析，获取区域支撑度Zi；比对单元将农产品对应的区域支撑度Zi与同类农产品对应的综合区域支撑度QZ进行比对，获取价值度Ji；预调整单元根据价值度对农产品的市场数据进行预调整，进而通过农产品的市场数据整合、分析、处理后，依据大数据算法得到的结果，打破了传统采集农产品市场数据分析过程中，完全依赖于人脑运算、判断的方法，使得研究的进程大大加快了。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明基于大数据的农产品市场数据分析系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
实施例一：
请参阅图1所示，本发明为一种基于大数据的农产品市场数据分析系统，包括：数据采集单元，所述数据采集单元用于采集农产品的市场数据；支撑分析单元，其根据价值度分析方法对市场数据进行分析，获取区域支撑度Zi；数据库，其内存储有农产品的市场数据、历史气候数据、产量数据、市场需求数据；比对单元，所述比对单元用于将农产品对应的区域支撑度Zi与同类农产品对应的综合区域支撑度QZ进行比对，获取价值度Ji；预调整单元，其根据价值度对农产品的市场数据进行预调整，将农产品与市场情况相结合，通过分析农产品市场数据指导市场策略，提高研究效率。
实施例二：
所述支撑分析单元对农产品市场数据进行分析，获取区域支撑度的方法为：
步骤S001：任选一区域，在所选区域内任选一农产品，并获取其对应的市场数据，所述市场数据包括销售单价Di、销售量；
步骤S002：获取农产品对应的销速值Si，Si表示农产品i的销售速度；
Figure BDA0003144067670000081
Szi为农产品i在T天内的销售总数；计算销售总数时：在剔除日销售量小于X1的销售数量后进行计算，如：将X1设为3，T天内的销售总量为30件，其中，有两天的日销售量分别为1、2，则T天内的销售总数为30-(1+2)＝27；30≦T≦90；
步骤S003：区域支撑度
Figure BDA0003144067670000082
Qi为农产品i在T天内的总利润，Li为同类农产品在该区域的销售单价均值；
其中，X1为预设值，0.781、0.207、0.012为预设权值；
所有数值均为去除量刚之后参与计算。
作为本发明提供的一个实施例，优选的，还包括对区域支撑度的修正赋值步骤，具体包括：
获取农产品i对应的波动趋值Bi，Bi为农产品i在该区域、前3年内对应时段内的历史销售单价的波动趋值，波动趋值Bi的具体获取步骤为：
将一年按照季度划分为4个时段；
获取前3年内农产品i在区域内、每一时段内的销售单价均值，分别标记为Pj，j＝1、2、3、4；
波动趋值
Figure BDA0003144067670000091
修正后的区域支撑度
Figure BDA0003144067670000092
实施例三：
所述综合区域支撑度的获取方法为：
任选一类农产品，并获取所属类别内所有的农产品在区域内对应的市场数据；所述市场数据包括销售单价、销售量；
根据上述市场数据，获取本季度起至当下，所有农产品在区域内的销售单价均值Dt；
根据上述市场数据，获取本季度起至当下，所有农产品在区域内的销售总量Mt；
将本季度起至当下的总天数标记为Tt，30≦Tt≦90；
综合区域支撑度
Figure BDA0003144067670000093
其中，0.781、0.219均为预设权值。
作为本发明提供的一个实施例，优选的，还包括对综合区域支撑度的修正步骤，具体包括：
获取区域波动趋值BZ，BZ为该类农产品在该区域、前3年内对应季度内的历史销售单价的区域波动趋值，区域波动趋值BZ的获取方法为：
任选一类农产品，并获取所属类别内所有的农产品在区域内对应的市场数据；所述市场数据包括销售单价；
获取前3年内该类农产品内的所有农产品在区域内、对应季度内的销售单价均值，分别标记为QPj，j＝1、2、3、4；
波动趋值
Figure BDA0003144067670000101
修正后的综合区域支撑度
Figure BDA0003144067670000102
实施例四：
获取价值度的步骤为：
获取农产品的区域支撑度Zi及同类农产品对应的综合区域支撑度QZ；
价值度
Figure BDA0003144067670000103
其中，X2、X3为预设权值，X2>2*X3，且X2+X3＝1；
Ri为本季度起至当下，农产品i在区域内的销售单价均值，Fi为本季度起至当下，农产品i在区域内的销售总量；
W为本季度起至当下，同类农产品在区域内的销售单价均值，f为本季度起至当下，同类农产品在区域内的销售总量，同类农产品中共有a中农产品；
将本季度起至当下的总天数标记为Tt，30≦Tt≦90。
作为本发明提供的一个实施例，优选的，所述预调整单元根据价值度对农产品的市场数据进行预调整的方法为：
所述市场数据包括下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值；
当Ji≦JX1时，将下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值在今年季度投入量、季度销售单价的基础上分别下调至今年的b％、c％；
当Ji>JX1时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致；
其中，JX1、b％、c％均为预设值，b％、c％分别定义为季度预投入量、季度预销售单价均值的调整系数。
实施例五：
供需比HGi的获取方法还可以为：
农产品生长期间的天气因素对季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值；
所述天气因素为气候数据(由天气预报获取)，包括：降雨量、风速、光照强度、恶劣气候预警等级；
从数据库中获取历史气候数据、产量数据、市场需求数据，并根据历史气候数据与当年的气候数据比对，获取预估产量数据Gi、预估市场需求数据GSi，即在相同的历史气候数据的参数范围内的历史产量数据、市场需求数据作为预估产量数据Gi、预估市场需求数据GSi，获取供需比HGi，HGi＝Gi/GSi。
实施例六：
往年农产品产量数据、市场需求数据对季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值；
从数据库中获取近3年年产量均值Gi、年市场需求均值GSi，获取供需比HGi，HGi＝Gi/GSi；
当Ji≦JX1且HGi>H1，则季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值为μ，μ<1；
当Ji≦JX1且HGi≦H2，则季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值为β，β>1；
其中，μ、β为预设值，H1、H2均为预设值。
作为本发明提供的一个实施例，优选的，还包括：
当Ji>JX1且HGi>H1时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致或在今年的基础上下调至今年的b％、c％；其中，b％、c％均为预设值，b％、c％分别定义为季度预投入量、季度预销售单价均值的调整系数
当Ji>JX1且HGi≦H2时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致或在今年的基础上上调至今年的β倍。
作为本发明提供的一个实施例，优选的，还包括管理单元，所述管理单元用于市场数据的采集、输入及预设值的设定、修改。
一种基于大数据的农产品市场数据分析系统，工作时，通过数据采集单元采集农产品的市场数据；支撑分析单元根据价值度分析方法对市场数据进行分析，获取区域支撑度Zi；比对单元将农产品对应的区域支撑度Zi与同类农产品对应的综合区域支撑度QZ进行比对，获取价值度Ji；预调整单元根据价值度对农产品的市场数据进行预调整，进而通过农产品的市场数据整合、分析、处理后，依据大数据算法得到的结果，打破了传统采集农产品市场数据分析过程中，完全依赖于人脑运算、判断的方法，大大提升研究的准确度。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种基于大数据的农产品市场数据分析系统，其特征在于，包括：
数据采集单元，所述数据采集单元用于采集农产品的市场数据；
支撑分析单元，其根据价值度分析方法对市场数据进行分析，获取区域支撑度Zi；
数据库，其内存储有农产品的市场数据、历史气候数据、产量数据、市场需求数据；
比对单元，所述比对单元用于将农产品对应的区域支撑度Zi与同类农产品对应的综合区域支撑度QZ进行比对，获取价值度Ji；
预调整单元，其根据价值度对农产品的市场数据进行预调整。
2.根据权利要求1所述的一种基于大数据的农产品市场数据分析系统，其特征在于，所述支撑分析单元对农产品市场数据进行分析，获取区域支撑度的方法为：
步骤S001：任选一区域，在所选区域内任选一农产品，并获取其对应的市场数据，所述市场数据包括销售单价Di、销售量；
步骤S002：获取农产品对应的销速值Si，Si表示农产品i的销售速度；
Figure FDA0003144067660000011
Szi为农产品i在T天内的销售总数；计算销售总数时：在剔除日销售量小于X1的销售数量后进行计算，30≦T≦90；
步骤S003：区域支撑度
Figure FDA0003144067660000012
Qi为农产品i在T天内的总利润，Li为同类农产品在该区域的销售单价均值；
其中，X1为预设值，0.781、0.207、0.012为预设权值；
所有数值均为去除量刚之后参与计算。
3.根据权利要求2所述的一种基于大数据的农产品市场数据分析系统，其特征在于，还包括对区域支撑度的修正赋值步骤，具体包括：
获取农产品i对应的波动趋值Bi，Bi为农产品i在该区域、前3年内对应时段内的历史销售单价的波动趋值，波动趋值Bi的具体获取步骤为：
将一年按照季度划分为4个时段；
获取前3年内农产品i在区域内、每一时段内的销售单价均值，分别标记为Pj，j＝1、2、3、4；
波动趋值
Figure FDA0003144067660000021
修正后的区域支撑度
Figure FDA0003144067660000022
4.根据权利要求1所述的一种基于大数据的农产品市场数据分析系统，其特征在于，所述综合区域支撑度的获取方法为：
任选一类农产品，并获取所属类别内所有的农产品在区域内对应的市场数据；所述市场数据包括销售单价、销售量；
根据上述市场数据，获取本季度起至当下，所有农产品在区域内的销售单价均值Dt；
根据上述市场数据，获取本季度起至当下，所有农产品在区域内的销售总量Mt；
将本季度起至当下的总天数标记为Tt，30≦Tt≦90；
综合区域支撑度
Figure FDA0003144067660000023
其中，0.781、0.219均为预设权值。
5.根据权利要求4所述的一种基于大数据的农产品市场数据分析系统，其特征在于，还包括对综合区域支撑度的修正步骤，具体包括：
获取区域波动趋值BZ，BZ为该类农产品在该区域、前3年内对应季度内的历史销售单价的区域波动趋值，区域波动趋值BZ的获取方法为：
任选一类农产品，并获取所属类别内所有的农产品在区域内对应的市场数据；所述市场数据包括销售单价；
获取前3年内该类农产品内的所有农产品在区域内、对应季度内的销售单价均值，分别标记为QPj，j＝1、2、3、4；
波动趋值
Figure FDA0003144067660000031
修正后的综合区域支撑度
Figure FDA0003144067660000032
6.根据权利要求1-5任意一项所述的一种基于大数据的农产品市场数据分析系统，其特征在于，获取价值度的步骤为：
获取农产品的区域支撑度Zi及同类农产品对应的综合区域支撑度QZ；
价值度
Figure FDA0003144067660000033
其中，X2、X3为预设权值，X2>2*X3，且X2+X3＝1；
Ri为本季度起至当下，农产品i在区域内的销售单价均值，Fi为本季度起至当下，农产品i在区域内的销售总量；
W为本季度起至当下，同类农产品在区域内的销售单价均值，f为本季度起至当下，同类农产品在区域内的销售总量，同类农产品中共有a中农产品；
将本季度起至当下的总天数标记为Tt，30≦Tt≦90。
7.根据权利要求1所述的一种基于大数据的农产品市场数据分析系统，其特征在于，所述预调整单元根据价值度对农产品的市场数据进行预调整的方法为：
所述市场数据包括下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值；
当Ji≦JX1时，将下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值在今年季度投入量、季度销售单价的基础上分别下调至今年的b％、c％；
当Ji>JX1时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致；
其中，JX1、b％、c％均为预设值，b％、c％分别定义为季度预投入量、季度预销售单价均值的调整系数。
8.根据权利要求7所述的一种基于大数据的农产品市场数据分析系统，其特征在于，还包括：
往年农产品产量数据、市场需求数据对季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值；
从数据库中获取近3年年产量均值Gi、年市场需求均值GSi，获取供需比HGi，HGi＝Gi/GSi；
当Ji≦JX1且HGi>H1，则季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值为μ，μ<1；
当Ji≦JX1且HGi≦H2，则季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值为β，β>1；
其中，μ、β为预设值，H1、H2均为预设值。
9.根据权利要求8所述的一种基于大数据的农产品市场数据分析系统，其特征在于，还包括：
当Ji>JX1且HGi>H1时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致或在今年的基础上下调至今年的b％、c％；
当Ji>JX1且HGi≦H2时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致或在今年的基础上上调至今年的β倍；
其中，b％、c％均为预设值，b％、c％分别定义为季度预投入量、季度预销售单价均值的调整系数。
10.根据权利要求1所述的一种基于大数据的农产品市场数据分析系统，其特征在于，还包括管理单元，所述管理单元用于市场数据的采集、输入及预设值的设定、修改。
CN202110749680.7A 2021-07-01 2021-07-01 一种基于大数据的农产品市场数据分析系统 Active CN113393277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110749680.7A CN113393277B (zh) 2021-07-01 2021-07-01 一种基于大数据的农产品市场数据分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110749680.7A CN113393277B (zh) 2021-07-01 2021-07-01 一种基于大数据的农产品市场数据分析系统

Publications (2)

Publication Number Publication Date
CN113393277A true CN113393277A (zh) 2021-09-14
CN113393277B CN113393277B (zh) 2023-11-28

Family

ID=77625009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110749680.7A Active CN113393277B (zh) 2021-07-01 2021-07-01 一种基于大数据的农产品市场数据分析系统

Country Status (1)

Country Link
CN (1) CN113393277B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115330081A (zh) * 2022-09-09 2022-11-11 广东埃文低碳科技股份有限公司 一种基于大数据的碳交易市场智能分析预测方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070162365A1 (en) * 2005-07-27 2007-07-12 Weinreb Earl J Securities aid
CN104732426A (zh) * 2015-03-25 2015-06-24 中国农业科学院农业信息研究所 一种农产品产销决策方法、装置及系统
US20180060771A1 (en) * 2016-08-25 2018-03-01 AXI System, Inc. Systems and methods for creating volume/market weighted average price benchmark indices for fresh foods
CN108230016A (zh) * 2017-12-22 2018-06-29 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
CN108805311A (zh) * 2017-04-26 2018-11-13 北京金禾天成科技有限公司 农产品的价格预测方法和系统
CN110223191A (zh) * 2019-06-11 2019-09-10 吉林省农业科学院 基于大数据的农产品市场智能分析平台
CN110751508A (zh) * 2019-09-26 2020-02-04 中电万维信息技术有限责任公司 一种基于大数据分析的农产品市场价格预警管理系统
CN111104573A (zh) * 2019-12-18 2020-05-05 江苏恒宝智能系统技术有限公司 一种农产品数据分析和存储方法及系统
AU2020101238A4 (en) * 2020-07-03 2020-08-06 Agricultural Information Institute Of Caas A Kind of Method for Early Warning of Price Fluctuation of Agricultural Product and Its System
KR102175904B1 (ko) * 2019-08-22 2020-11-06 한상빈 농산물 수급 예측 서버 및 농산물 수확 최적지 분석 방법
CN112269912A (zh) * 2020-11-18 2021-01-26 布瑞克农业大数据科技集团有限公司 一种农业大数据价格预警管理系统及方法
CN112418952A (zh) * 2020-12-14 2021-02-26 盐城志娟网络科技有限公司 一种基于大数据分析的农产品市场价格预警管理云计算平台

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070162365A1 (en) * 2005-07-27 2007-07-12 Weinreb Earl J Securities aid
CN104732426A (zh) * 2015-03-25 2015-06-24 中国农业科学院农业信息研究所 一种农产品产销决策方法、装置及系统
US20180060771A1 (en) * 2016-08-25 2018-03-01 AXI System, Inc. Systems and methods for creating volume/market weighted average price benchmark indices for fresh foods
CN108805311A (zh) * 2017-04-26 2018-11-13 北京金禾天成科技有限公司 农产品的价格预测方法和系统
CN108230016A (zh) * 2017-12-22 2018-06-29 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
CN110223191A (zh) * 2019-06-11 2019-09-10 吉林省农业科学院 基于大数据的农产品市场智能分析平台
KR102175904B1 (ko) * 2019-08-22 2020-11-06 한상빈 농산물 수급 예측 서버 및 농산물 수확 최적지 분석 방법
CN110751508A (zh) * 2019-09-26 2020-02-04 中电万维信息技术有限责任公司 一种基于大数据分析的农产品市场价格预警管理系统
CN111104573A (zh) * 2019-12-18 2020-05-05 江苏恒宝智能系统技术有限公司 一种农产品数据分析和存储方法及系统
AU2020101238A4 (en) * 2020-07-03 2020-08-06 Agricultural Information Institute Of Caas A Kind of Method for Early Warning of Price Fluctuation of Agricultural Product and Its System
CN112269912A (zh) * 2020-11-18 2021-01-26 布瑞克农业大数据科技集团有限公司 一种农业大数据价格预警管理系统及方法
CN112418952A (zh) * 2020-12-14 2021-02-26 盐城志娟网络科技有限公司 一种基于大数据分析的农产品市场价格预警管理云计算平台

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李志强: "农产品市场分析重点与关键技术", 农业展望, no. 01, pages 53 - 58 *
郑素芳，等: "我国农产品市场监测预警研究综述", 广东农业科学, no. 23, pages 228 - 231 *
陈旭，等: "上海农产品价格监测与分析预测系统构建", 上海农业学报, vol. 34, no. 04, pages 115 - 120 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115330081A (zh) * 2022-09-09 2022-11-11 广东埃文低碳科技股份有限公司 一种基于大数据的碳交易市场智能分析预测方法及系统

Also Published As

Publication number Publication date
CN113393277B (zh) 2023-11-28

Similar Documents

Publication Publication Date Title
CN107341577A (zh) 一种农作物产量预测方法及系统
CN104732426B (zh) 一种农产品产销决策方法、装置及系统
Liu et al. Efficiency change in North-East China agricultural sector: A DEA approach.
CN112418952B (zh) 一种基于大数据分析的农产品市场价格预警管理云计算平台
CN107423850A (zh) 基于时间序列lai曲线积分面积的区域玉米成熟期预测方法
CN112819227B (zh) 一种县级尺度冬小麦单产预测方法及系统
CN111898922A (zh) 一种多尺度农作物产量评估方法及系统
CN116108318B (zh) 基于无人机多光谱影像的油菜氮肥推荐追施量计算的方法
CN112042353A (zh) 一种适用于日光温室的水肥精准决策方法及系统
CN113393277A (zh) 一种基于大数据的农产品市场数据分析系统
CN116362399A (zh) 一种基于气候变化的小麦物候期和产量预测方法及系统
CN118410999B (zh) 一种基于智能化的农作物喷洒施肥混合系统
CN117063818A (zh) 一种水肥精准调控系统
Mulaudzi et al. Technical efficiency of African Indigenous vegetable production in Vhembe district of Limpopo province, South Africa
AU2021374236A9 (en) Advanced crop manager for crops stress mitigation
CN110674972A (zh) 覆盆子山柰酚-3-o-芸香糖苷及鞣花酸含量预测的方法
CN113361929A (zh) 一种基于气象条件的沙田柚糖度区域预报模型的构建方法
CN113935542A (zh) 一种基于气候适宜度的棉花单产预测方法
CN103761428A (zh) 一种用于育种材料筛选的育种数据处理方法
CN109892091B (zh) 智能施肥方法及装置、服务器
CN113408793A (zh) 一种基于气象条件的荔枝大小年区域预报模型的构建方法
CN109840623A (zh) 一种确定芝麻气象产量的方法和系统
Gafar The supply response for sugar cane in Trinidad and Tobago: Some preliminary results
CN116777081B (zh) 一种春玉米产量预测模型获得方法及其产量预测方法
Chern Acreage Response and Demand for processing tomatoes in California

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240726

Address after: 233000 opposite to the township hospital of Wuwei Town, Wuhe County, Bengbu, Anhui.

Patentee after: Anhui shangdianhu aquaculture Co.,Ltd.

Country or region after: China

Address before: 233000 Xiaowei village, Xiaowei village, Wuwei County, Bengbu, Anhui

Patentee before: Anhui Zhouyi e-commerce Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right