CN114757725A - 一种跨境电子商务供应链监测分析系统 - Google Patents

一种跨境电子商务供应链监测分析系统 Download PDF

Info

Publication number
CN114757725A
CN114757725A CN202210676762.8A CN202210676762A CN114757725A CN 114757725 A CN114757725 A CN 114757725A CN 202210676762 A CN202210676762 A CN 202210676762A CN 114757725 A CN114757725 A CN 114757725A
Authority
CN
China
Prior art keywords
agricultural product
bean
historical
domestic
bean agricultural
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
CN202210676762.8A
Other languages
English (en)
Other versions
CN114757725B (zh
Inventor
周捷
李江铃
李伟灏
蔡少锋
李伟钟
李纪用
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.)
Guocai Yuncang Technology (Guangdong) Co.,Ltd.
Original Assignee
Guangdong Wooden Chain Network Technology 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 Guangdong Wooden Chain Network Technology Co ltd filed Critical Guangdong Wooden Chain Network Technology Co ltd
Priority to CN202210676762.8A priority Critical patent/CN114757725B/zh
Publication of CN114757725A publication Critical patent/CN114757725A/zh
Application granted granted Critical
Publication of CN114757725B publication Critical patent/CN114757725B/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
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (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)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (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

本发明涉及跨境电商供应链监测领域，具体公开一种跨境电子商务供应链监测分析系统，通过获取各豆类农产品在预设历史时间段内的历史使用记录，分析各豆类农产品的当年预估使用量，并根据评估的各豆类农产品对应各国内种植地区的当年生产产量，分析各豆类农产品的国内需求量，从而降低豆类农产品的需求量监测分析结果误差，避免豆类农产品因积压造成资源浪费的现象，同时获取各豆类农产品对应各国际供应地的预设当年供应量和交易运输信息，分析各豆类农产品对应各国际供应地的优先进口权重系数，并进行对应的处理，从而提供最优性价比的豆类农产品跨境电商供应链，有效降低豆类农产品跨境贸易的成本，提高豆类农产品跨境电商供应链的转化效率。

Description

一种跨境电子商务供应链监测分析系统
技术领域
本发明涉及跨境电商供应链监测领域，具体涉及到一种跨境电子商务供应链监测分析系统。
背景技术
农产品在电子商务中占据了较大的比重，特别是豆类农产品与跨境电商之间的关系更为密切。近年来豆类农产品跨境电商发展较为迅速，这种趋势仍然有很大的开拓空间，但是豆类农产品跨境电商同其他的跨境电商业务有所不同，要求有更加规范以及更稳定的秩序来维护农产品供应链。因此，需要对豆类农产品跨境电商供应链进行监测分析。
当前的豆类农产品跨境电商供应链监测过程中，基本只根据豆类农产品的国内历史年使用量和历史年生产产量分析豆类农产品的国内需求量，却忽略豆类农产品种植地区的气象数据对豆类农产品国内需求量的影响，从而使得农产品的当年需求量监测分析结果存在误差，导致豆类农产品的采购数量过多，进而出现豆类农产品因积压造成资源浪费的现象，在极大程度上增加豆类农产品的跨境贸易成本。
当前的豆类农产品跨境电商供应链基本为固定式供应链，即与固定的农产品国际供应地建立长期供应链，但是由于豆类农产品的采购价格波动性较大，从而不能实现基于豆类农产品价格对农产品跨境电商供应链进行实时变动，进一步无法提供最优性价比的豆类农产品跨境电商供应链，进而增加豆类农产品跨境贸易的成本，在极大程度上降低豆类农产品跨境电商供应链的转化效率。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种跨境电子商务供应链监测分析系统。
本发明的目的可以通过以下技术方案实现：本发明提供了一种跨境电子商务供应链监测分析系统，所述该系统包括：农产品历史使用量获取模块：用于获取各豆类农产品在预设历史时间段内的历史使用记录，得到各豆类农产品在预设历史时间段内各历史年限的年使用量。
农产品当年预估使用量分析模块：用于根据各豆类农产品在预设历史时间段内各历史年限的年使用量，分析各豆类农产品的当年预估使用量。
农产品生产产量评估模块：用于获取各豆类农产品对应各国内种植地区的种植面积和历史生产产量，评估各豆类农产品对应各国内种植地区的当年生产产量。
农产品数据储存库：用于存储各豆类农产品在对应生长周期内的适宜温度范围、适宜湿度范围和适宜光照时长，并存储各豆类农产品的国内库存量。
农产品国内需求量分析模块：用于提取各豆类农产品的国内库存量，分析各豆类农产品的国内需求量。
国际供应地供应量获取模块：用于获取各豆类农产品对应各国际供应地的当年生产产量，得到各豆类农产品对应各国际供应地的预设当年供应量。
农产品交易运输信息获取模块：用于获取各豆类农产品对应各国际供应地的交易运输信息，并对各豆类农产品对应各国际供应地的交易运输信息进行解析。
优先进口权重系数分析模块：用于根据解析后的各豆类农产品对应各国际供应地的交易运输信息，分析各豆类农产品对应各国际供应地的优先进口权重系数，并进行对应的处理。
在一种可能的设计中，所述农产品历史使用量获取模块中各豆类农产品在预设历史时间段内各历史年限的年使用量，具体获取方式为：
通过统计局官网获取各豆类农产品在预设历史时间段内的历史使用记录，提取各豆类农产品在预设历史时间段内各历史年限，并按照时间先后顺序依次将预设历史时间段内各历史年限编号为
Figure 125286DEST_PATH_IMAGE001
，并提取各豆类农产品在预设历史时间段内各历史年限的年使用量，构成各豆类农产品在预设历史时间段内各历史年限的年使用量集合
Figure 167060DEST_PATH_IMAGE002
，其中
Figure 681218DEST_PATH_IMAGE003
表示为第i种豆类农产品在预设历史时间段内第j个历史年限的年使用量，
Figure 76428DEST_PATH_IMAGE004
，
Figure 516899DEST_PATH_IMAGE005
。
在一种可能的设计中，所述农产品当年预估使用量分析模块中分析各豆类农产品的当年预估使用量，具体分析包括：提取各豆类农产品在预设历史时间段内各历史年限的年使用量集合，分析各豆类农产品的当年预估使用量
Figure 339361DEST_PATH_IMAGE006
，其中
Figure 731028DEST_PATH_IMAGE007
表示为第i种豆类农产品的当年预估使用量，
Figure 929928DEST_PATH_IMAGE008
表示为第i种豆类农产品在预设历史时间段内第m个历史年限的年使用量，
Figure 615119DEST_PATH_IMAGE009
表示为预设的第i种豆类农产品对应的年使用量增长率补偿系数，m表示为预设历史时间段内历史年限的数量，
Figure 342903DEST_PATH_IMAGE010
表示为第i种豆类农产品在预设历史时间段内第j+1个历史年限的年使用量。
在一种可能的设计中，所述农产品生产产量评估模块中评估各豆类农产品对应各国内种植地区的当年生产产量，具体包括：获取各豆类农产品对应各国内种植地区的种植面积，构成各豆类农产品对应各国内种植地区的种植面积集合
Figure 97233DEST_PATH_IMAGE011
，其中
Figure 460343DEST_PATH_IMAGE012
表示为第i种豆类农产品对应第f个国内种植地区的种植面积，
Figure 108362DEST_PATH_IMAGE013
。
通过统计局官网获取各豆类农产品对应各国内种植地区在预设历史时间段内的历史生产记录，提取各豆类农产品对应各国内种植地区在预设历史时间段内各历史年限的历史生产产量，构成各豆类农产品对应各国内种植地区在预设历史时间段内各历史年限的历史生产产量集合
Figure 554518DEST_PATH_IMAGE014
，其中
Figure 530564DEST_PATH_IMAGE015
表示为第i种豆类农产品对应第f个国内种植地区在预设历史时间段内第j个历史年限的历史生产产量。
分析各豆类农产品对应各国内种植地区在预设历史时间段内单位种植面积的年生产产量
Figure 805688DEST_PATH_IMAGE016
，其中各豆类农产品对应各国内种植地区在预设历史时间段内单位种植面积的年生产产量分析公式为
Figure 75257DEST_PATH_IMAGE017
，
Figure 410424DEST_PATH_IMAGE018
表示为预设的第i种豆类农产品对应的单位种植面积生产产量修正系数。
在一种可能的设计中，所述农产品生产产量评估模块中评估各豆类农产品对应各国内种植地区的当年生产产量，具体还包括：根据各豆类农产品对应各国内种植地区的气象局，获取各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的气象数据，其中气象数据包括温度范围、湿度范围和光照时长，提取各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的最高温度、最低温度、最高湿度、最低湿度和光照时长，将各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的最高温度、最低温度、最高湿度、最低湿度和光照时长分别标记为
Figure 263979DEST_PATH_IMAGE019
，
Figure 968892DEST_PATH_IMAGE020
，r表示为第r个采集日的编号。
提取农产品数据储存库中存储的各豆类农产品在对应生长周期内的适宜温度范围、适宜湿度范围和适宜光照时长，对比分析各豆类农产品对应各国内种植地区在对应农作物生长周期内的气象影响指数，将各豆类农产品对应各国内种植地区在对应农作物生长周期内的气象影响指数标记为
Figure 466870DEST_PATH_IMAGE021
。
评估各豆类农产品对应各国内种植地区的当年生产产量
Figure 363150DEST_PATH_IMAGE022
，其中
Figure 313789DEST_PATH_IMAGE023
表示为第i种豆类农产品对应第f个国内种植地区的当年生产产量，
Figure 822393DEST_PATH_IMAGE024
表示为预设的农作物生产产量修正影响因子。
在一种可能的设计中，所述农产品国内需求量分析模块中分析各豆类农产品的国内需求量，具体分析方式为：提取农产品数据储存库中存储的各豆类农产品的国内库存量，将各豆类农产品的国内库存量标记为
Figure 174877DEST_PATH_IMAGE025
。
将各豆类农产品的当年预估使用量
Figure 242059DEST_PATH_IMAGE026
和各豆类农产品对应各国内种植地区的当年生产产量
Figure 306092DEST_PATH_IMAGE027
代入公式
Figure 726709DEST_PATH_IMAGE028
，得到各豆类农产品的国内需求量
Figure 926574DEST_PATH_IMAGE029
。
在一种可能的设计中，所述国际供应地供应量获取模块对应的具体获取步骤包括：根据各豆类农产品对应各国内种植地区的当年生产产量的分析方式，获取各豆类农产品对应各国际供应地的当年生产产量，将各豆类农产品对应各国际供应地的当年生产产量标记为
Figure 40023DEST_PATH_IMAGE030
，
Figure 89888DEST_PATH_IMAGE031
，t表示为第t个国际供应地的编号。
分析各豆类农产品对应各国际供应地的预设当年供应量
Figure 314196DEST_PATH_IMAGE032
，其中
Figure 1791DEST_PATH_IMAGE033
表示为第i种豆类农产品对应第t个国际供应地的预设当年供应量，
Figure 410776DEST_PATH_IMAGE034
表示为预设的第t个国际供应地设定第i种豆类农产品的允许供应比例。
在一种可能的设计中，所述农产品交易运输信息获取模块中各豆类农产品对应各国际供应地的交易运输信息包括采购单价、运输起始位置、运输方式、运输单价和海关税率。
在一种可能的设计中，所述农产品交易运输信息获取模块中对各豆类农产品对应各国际供应地的交易运输信息进行解析，具体包括：根据各豆类农产品对应各国际供应地的交易运输信息，提取各豆类农产品对应各国际供应地的采购单价，结合各豆类农产品的国内需求量，得到各豆类农产品对应各国际供应地的农产品采购金额；提取各豆类农产品对应各国际供应地的运输起始位置和运输方式，得到各豆类农产品对应各国际供应地的农产品运输时长；提取各豆类农产品对应各国际供应地的运输起始位置和运输单价，得到各豆类农产品对应各国际供应地的农产品运输费用，并将各豆类农产品对应各国际供应地的农产品采购金额、农产品运输时长和农产品运输费用分别标记为
Figure 823303DEST_PATH_IMAGE035
。
在一种可能的设计中，所述优先进口权重系数分析模块中分析各豆类农产品对应各国际供应地的优先进口权重系数，具体分析为：将各豆类农产品对应各国际供应地的海关税率、农产品采购金额、农产品运输时长和农产品运输费用代入优先进口权重系数分析公式
Figure 477400DEST_PATH_IMAGE036
，得到各豆类农产品对应各国际供应地的优先进口权重系数
Figure 658983DEST_PATH_IMAGE037
，其中
Figure 973289DEST_PATH_IMAGE038
表示为预设的农产品供应量对应的优先进口比例指数，
Figure 873112DEST_PATH_IMAGE039
表示为第i种豆类农产品对应第t个国际供应地的海关税率，
Figure 65321DEST_PATH_IMAGE040
分别表示为预设的农产品采购金额、农产品运输时长和农产品运输费用对应的优先进口比例指数，v表示为国际供应地数量。
相对于现有技术，本发明所述的一种跨境电子商务供应链监测分析系统具有以下有益效果：1、本发明提供的一种跨境电子商务供应链监测分析系统，通过获取各豆类农产品在预设历史时间段内各历史年限的年使用量，分析各豆类农产品的当年预估使用量，同时获取各豆类农产品对应各国内种植地区的种植面积和历史生产产量，评估各豆类农产品对应各国内种植地区的当年生产产量，并结合各豆类农产品的国内库存量分析各豆类农产品的国内需求量，从而提高豆类农产品的当年需求量监测分析结果的精准性和科学性，降低豆类农产品的需求量监测分析结果误差，进而有效避免豆类农产品因积压造成资源浪费的现象发生，进一步降低豆类农产品的跨境贸易成本。
2本发明通过获取各豆类农产品对应各国际供应地的预设当年供应量和交易运输信息，分析各豆类农产品对应各国际供应地的优先进口权重系数，并进行对应的处理，从而实现对豆类农产品跨境电商供应链进行实时变动，进一步能够提供最优性价比的豆类农产品跨境电商供应链，进而有效降低豆类农产品跨境贸易的成本，提高豆类农产品跨境电商供应链的转化效率。
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为本发明的系统模块连接图。
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。
请参阅图1所示，本发明提供一种跨境电子商务供应链监测分析系统，包括农产品历史使用量获取模块、农产品当年预估使用量分析模块、农产品生产产量评估模块、农产品数据储存库、农产品国内需求量分析模块、国际供应地供应量获取模块、农产品交易运输信息获取模块和优先进口权重系数分析模块。
所述农产品历史使用量获取模块与农产品当年预估使用量分析模块连接，所述农产品生产产量评估模块与农产品数据储存库连接，所述农产品国内需求量分析模块分别与农产品当年预估使用量分析模块、农产品生产产量评估模块和农产品数据储存库连接，所述优先进口权重系数分析模块分别与农产品国内需求量分析模块、国际供应地供应量获取模块和农产品交易运输信息获取模块连接。
所述农产品历史使用量获取模块用于获取各豆类农产品在预设历史时间段内的历史使用记录，得到各豆类农产品在预设历史时间段内各历史年限的年使用量。
在本申请较佳的技术方案中，所述农产品历史使用量获取模块中各豆类农产品在预设历史时间段内各历史年限的年使用量，具体获取方式为：通过统计局官网获取各豆类农产品在预设历史时间段内的历史使用记录，提取各豆类农产品在预设历史时间段内各历史年限，并按照时间先后顺序依次将预设历史时间段内各历史年限编号为
Figure 366990DEST_PATH_IMAGE041
，并提取各豆类农产品在预设历史时间段内各历史年限的年使用量，构成各豆类农产品在预设历史时间段内各历史年限的年使用量集合
Figure 852198DEST_PATH_IMAGE042
，其中
Figure 239317DEST_PATH_IMAGE043
表示为第i种豆类农产品在预设历史时间段内第j个历史年限的年使用量，
Figure 235217DEST_PATH_IMAGE044
，
Figure 250446DEST_PATH_IMAGE045
。
所述农产品当年预估使用量分析模块用于根据各豆类农产品在预设历史时间段内各历史年限的年使用量，分析各豆类农产品的当年预估使用量。
在本申请较佳的技术方案中，所述农产品当年预估使用量分析模块中分析各豆类农产品的当年预估使用量，具体分析包括：提取各豆类农产品在预设历史时间段内各历史年限的年使用量集合，分析各豆类农产品的当年预估使用量
Figure 673600DEST_PATH_IMAGE046
，其中
Figure 282435DEST_PATH_IMAGE047
表示为第i种豆类农产品的当年预估使用量，
Figure 580562DEST_PATH_IMAGE048
表示为第i种豆类农产品在预设历史时间段内第m个历史年限的年使用量，
Figure 591243DEST_PATH_IMAGE049
表示为预设的第i种豆类农产品对应的年使用量增长率补偿系数，m表示为预设历史时间段内历史年限的数量，
Figure 185298DEST_PATH_IMAGE050
表示为第i种豆类农产品在预设历史时间段内第j+1个历史年限的年使用量。
所述农产品生产产量评估模块用于获取各豆类农产品对应各国内种植地区的种植面积和历史生产产量，评估各豆类农产品对应各国内种植地区的当年生产产量。
在本申请较佳的技术方案中，所述农产品生产产量评估模块中评估各豆类农产品对应各国内种植地区的当年生产产量，具体包括：获取各豆类农产品对应各国内种植地区的种植面积，构成各豆类农产品对应各国内种植地区的种植面积集合
Figure 281430DEST_PATH_IMAGE051
，其中
Figure 117667DEST_PATH_IMAGE052
表示为第i种豆类农产品对应第f个国内种植地区的种植面积，
Figure 608954DEST_PATH_IMAGE053
。
通过统计局官网获取各豆类农产品对应各国内种植地区在预设历史时间段内的历史生产记录，提取各豆类农产品对应各国内种植地区在预设历史时间段内各历史年限的历史生产产量，构成各豆类农产品对应各国内种植地区在预设历史时间段内各历史年限的历史生产产量集合
Figure 747811DEST_PATH_IMAGE054
，其中
Figure 455873DEST_PATH_IMAGE055
表示为第i种豆类农产品对应第f个国内种植地区在预设历史时间段内第j个历史年限的历史生产产量。
分析各豆类农产品对应各国内种植地区在预设历史时间段内单位种植面积的年生产产量
Figure 705589DEST_PATH_IMAGE056
，其中各豆类农产品对应各国内种植地区在预设历史时间段内单位种植面积的年生产产量分析公式为
Figure 316961DEST_PATH_IMAGE057
，
Figure 626720DEST_PATH_IMAGE058
表示为预设的第i种豆类农产品对应的单位种植面积生产产量修正系数。
在本申请较佳的技术方案中，所述农产品生产产量评估模块中评估各豆类农产品对应各国内种植地区的当年生产产量，具体还包括：根据各豆类农产品对应各国内种植地区的气象局，获取各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的气象数据，其中气象数据包括温度范围、湿度范围和光照时长，提取各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的最高温度、最低温度、最高湿度、最低湿度和光照时长，将各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的最高温度、最低温度、最高湿度、最低湿度和光照时长分别标记为
Figure 822078DEST_PATH_IMAGE059
，
Figure 501583DEST_PATH_IMAGE060
，r表示为第r个采集日的编号。
提取农产品数据储存库中存储的各豆类农产品在对应生长周期内的适宜温度范围、适宜湿度范围和适宜光照时长，对比分析各豆类农产品对应各国内种植地区在对应农作物生长周期内的气象影响指数，将各豆类农产品对应各国内种植地区在对应农作物生长周期内的气象影响指数标记为
Figure 842828DEST_PATH_IMAGE061
。
评估各豆类农产品对应各国内种植地区的当年生产产量
Figure 339799DEST_PATH_IMAGE062
，其中
Figure 632240DEST_PATH_IMAGE063
表示为第i种豆类农产品对应第f个国内种植地区的当年生产产量，
Figure 223759DEST_PATH_IMAGE064
表示为预设的农作物生产产量修正影响因子。
进一步地，所述各豆类农产品对应各国内种植地区在对应农作物生长周期内的气象影响指数分析公式为：根据各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的最高温度
Figure 42679DEST_PATH_IMAGE065
和最低温度
Figure 694240DEST_PATH_IMAGE066
，分析各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的温度影响权重指数
Figure 365655DEST_PATH_IMAGE067
，其中
Figure 760864DEST_PATH_IMAGE068
分别表示为预设的最高温度和最低温度对豆类农产品的生长影响比例因子，
Figure 434291DEST_PATH_IMAGE069
分别表示为第i种豆类农产品在对应生长周期内的适宜温度范围中最大值和最小值，并将各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的温度影响权重指数与预设的温度影响权重指数阈值进行对比，若某豆类农产品对应某国内种植地区在对应农作物生长周期内某采集日的温度影响权重指数大于预设的温度影响权重指数阈值，则将该豆类农产品对应该国内种植地区在对应农作物生长周期内该采集日记为温度影响生长日，筛选统计各豆类农产品对应各国内种植地区在对应农作物生长周期内的温度影响生长天数，将其标记为
Figure 522333DEST_PATH_IMAGE070
。
同理，根据各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的最高湿度
Figure 415465DEST_PATH_IMAGE071
和最低湿度
Figure 738999DEST_PATH_IMAGE072
，筛选统计各豆类农产品对应各国内种植地区在对应农作物生长周期内的湿度影响生长天数，将其标记为
Figure 142298DEST_PATH_IMAGE073
。
根据各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的光照时长
Figure 27340DEST_PATH_IMAGE074
，分析各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的光照影响权重指数
Figure 781669DEST_PATH_IMAGE075
，其中
Figure 643315DEST_PATH_IMAGE076
表示为预设的光照时长对豆类农产品的生长影响比例因子，
Figure 442335DEST_PATH_IMAGE077
表示为第i种豆类农产品在对应生长周期内的适宜光照时长，e表示为自然常数，并将各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的光照影响权重指数与预设的光照影响权重指数阈值进行对比，若某豆类农产品对应某国内种植地区在对应农作物生长周期内某采集日的光照影响权重指数大于预设的光照影响权重指数阈值，则将该豆类农产品对应该国内种植地区在对应农作物生长周期内该采集日记为光照影响生长日，筛选统计各豆类农产品对应各国内种植地区在对应农作物生长周期内的光照影响生长天数，将其标记为
Figure 888491DEST_PATH_IMAGE078
。
将各豆类农产品对应各国内种植地区在对应农作物生长周期内的温度影响生长天数
Figure 598958DEST_PATH_IMAGE079
、湿度影响生长天数
Figure 139661DEST_PATH_IMAGE080
和光照影响生长天数
Figure 409230DEST_PATH_IMAGE081
代入公式
Figure 744397DEST_PATH_IMAGE082
，得到各豆类农产品对应各国内种植地区在对应农作物生长周期内的气象影响指数
Figure 597952DEST_PATH_IMAGE083
，其中
Figure 676767DEST_PATH_IMAGE084
分别表示为预设的温度影响比例系数、湿度影响比例系数和光照影响比例系数，
Figure 191056DEST_PATH_IMAGE085
表示为预设的第i种豆类农产品在对应生长周期内的总生长天数。
所述农产品数据储存库用于存储各豆类农产品在对应生长周期内的适宜温度范围、适宜湿度范围和适宜光照时长，并存储各豆类农产品的国内库存量。
所述农产品国内需求量分析模块用于提取各豆类农产品的国内库存量，分析各豆类农产品的国内需求量。
在本申请较佳的技术方案中，所述农产品国内需求量分析模块中分析各豆类农产品的国内需求量，具体分析方式为：提取农产品数据储存库中存储的各豆类农产品的国内库存量，将各豆类农产品的国内库存量标记为
Figure 431544DEST_PATH_IMAGE086
。
将各豆类农产品的当年预估使用量
Figure 647762DEST_PATH_IMAGE087
和各豆类农产品对应各国内种植地区的当年生产产量
Figure 156366DEST_PATH_IMAGE088
代入公式
Figure 508850DEST_PATH_IMAGE089
，得到各豆类农产品的国内需求量
Figure 576032DEST_PATH_IMAGE090
。
在本实施例中，本发明通过获取各豆类农产品在预设历史时间段内各历史年限的年使用量，分析各豆类农产品的当年预估使用量，同时获取各豆类农产品对应各国内种植地区的种植面积和历史生产产量，评估各豆类农产品对应各国内种植地区的当年生产产量，并结合各豆类农产品的国内库存量分析各豆类农产品的国内需求量，从而提高豆类农产品的当年需求量监测分析结果的精准性和科学性，降低豆类农产品的需求量监测分析结果误差，进而有效避免豆类农产品因积压造成资源浪费的现象发生，进一步降低豆类农产品的跨境贸易成本。
所述国际供应地供应量获取模块用于获取各豆类农产品对应各国际供应地的当年生产产量，得到各豆类农产品对应各国际供应地的预设当年供应量。
在本申请较佳的技术方案中，所述国际供应地供应量获取模块对应的具体获取步骤包括：根据各豆类农产品对应各国内种植地区的当年生产产量的分析方式，获取各豆类农产品对应各国际供应地的当年生产产量，将各豆类农产品对应各国际供应地的当年生产产量标记为
Figure 13966DEST_PATH_IMAGE091
，
Figure 60682DEST_PATH_IMAGE092
，t表示为第t个国际供应地的编号。
分析各豆类农产品对应各国际供应地的预设当年供应量
Figure 657885DEST_PATH_IMAGE093
，其中
Figure 505756DEST_PATH_IMAGE094
表示为第i种豆类农产品对应第t个国际供应地的预设当年供应量，
Figure 57085DEST_PATH_IMAGE095
表示为预设的第t个国际供应地设定第i种豆类农产品的允许供应比例。
所述农产品交易运输信息获取模块用于获取各豆类农产品对应各国际供应地的交易运输信息，并对各豆类农产品对应各国际供应地的交易运输信息进行解析。
在本申请较佳的技术方案中，所述农产品交易运输信息获取模块中各豆类农产品对应各国际供应地的交易运输信息包括采购单价、运输起始位置、运输方式、运输单价和海关税率。
在本申请较佳的技术方案中，所述农产品交易运输信息获取模块中对各豆类农产品对应各国际供应地的交易运输信息进行解析，具体包括：根据各豆类农产品对应各国际供应地的交易运输信息，提取各豆类农产品对应各国际供应地的采购单价，结合各豆类农产品的国内需求量，得到各豆类农产品对应各国际供应地的农产品采购金额；提取各豆类农产品对应各国际供应地的运输起始位置和运输方式，得到各豆类农产品对应各国际供应地的农产品运输时长；提取各豆类农产品对应各国际供应地的运输起始位置和运输单价，得到各豆类农产品对应各国际供应地的农产品运输费用，并将各豆类农产品对应各国际供应地的农产品采购金额、农产品运输时长和农产品运输费用分别标记为
Figure 281393DEST_PATH_IMAGE096
。
进一步地，上述中各豆类农产品对应各国际供应地的农产品采购金额分析公式为
Figure 733103DEST_PATH_IMAGE097
，其中
Figure 17454DEST_PATH_IMAGE098
表示为第i种豆类农产品对应第t个国际供应地的农产品采购金额，
Figure 56079DEST_PATH_IMAGE099
表示为第i种豆类农产品对应第t个国际供应地的采购单价。
进一步地，上述中各豆类农产品对应各国际供应地的农产品运输时长分析方式为：基于各豆类农产品对应各国际供应地的运输起始位置，根据预设的国内农产品海关位置，规划各豆类农产品对应各国际供应地的农产品运输路线，得到各豆类农产品对应各国际供应地的农产品运输路程，并提取各豆类农产品对应各国际供应地的运输方式，得到各豆类农产品对应各国际供应地的平均运输速度，将各豆类农产品对应各国际供应地的农产品运输路程除以其对应的平均运输速度，得到各豆类农产品对应各国际供应地的农产品运输时长
Figure 818499DEST_PATH_IMAGE100
。
进一步地，上述中各豆类农产品对应各国际供应地的产品运输费用分析方式为：基于各豆类农产品对应各国际供应地的运输起始位置，得到各豆类农产品对应各国际供应地的农产品运输路程，并根据各豆类农产品对应各国际供应地的运输单价，汇总运算得到各豆类农产品对应各国际供应地的产品运输费用
Figure 124715DEST_PATH_IMAGE101
。
所述优先进口权重系数分析模块用于根据解析后的各豆类农产品对应各国际供应地的交易运输信息，分析各豆类农产品对应各国际供应地的优先进口权重系数，并进行对应的处理。
在本申请较佳的技术方案中，所述优先进口权重系数分析模块中分析各豆类农产品对应各国际供应地的优先进口权重系数，具体分析为：将各豆类农产品对应各国际供应地的海关税率、农产品采购金额、农产品运输时长和农产品运输费用代入优先进口权重系数分析公式
Figure 206066DEST_PATH_IMAGE102
，得到各豆类农产品对应各国际供应地的优先进口权重系数
Figure 105889DEST_PATH_IMAGE103
，其中
Figure 796633DEST_PATH_IMAGE104
表示为预设的农产品供应量对应的优先进口比例指数，
Figure 832722DEST_PATH_IMAGE105
表示为第i种豆类农产品对应第t个国际供应地的海关税率，
Figure 84974DEST_PATH_IMAGE106
分别表示为预设的农产品采购金额、农产品运输时长和农产品运输费用对应的优先进口比例指数，v表示为国际供应地数量。
进一步地，上述中将各豆类农产品对应各国际供应地的优先进口权重系数按照从高到低的顺序进行排序，将各豆类农产品对应优先进口权重系数排名第一的国际供应地记为目标国际供应地，统计各豆类农产品对应的目标国际供应地，并与各豆类农产品对应的目标国际供应地建立农产品供应链。
需要说明的是，若某豆类农产品对应目标国际供应地的预设当年供应量小于国内需求量，则筛选该豆类农产品对应优先进口权重系数排名第二的国际供应地，并与该国际供应地建立农产品供应链。
在本实施例中，本发明通过获取各豆类农产品对应各国际供应地的预设当年供应量和交易运输信息，分析各豆类农产品对应各国际供应地的优先进口权重系数，并进行对应的处理，从而实现对豆类农产品跨境电商供应链进行实时变动，进一步能够提供最优性价比的豆类农产品跨境电商供应链，进而有效降低豆类农产品跨境贸易的成本，提高豆类农产品跨境电商供应链的转化效率。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种跨境电子商务供应链监测分析系统，其特征在于，包括：
农产品历史使用量获取模块：用于获取各豆类农产品在预设历史时间段内的历史使用记录，得到各豆类农产品在预设历史时间段内各历史年限的年使用量；
农产品当年预估使用量分析模块：用于根据各豆类农产品在预设历史时间段内各历史年限的年使用量，分析各豆类农产品的当年预估使用量；
农产品生产产量评估模块：用于获取各豆类农产品对应各国内种植地区的种植面积和历史生产产量，评估各豆类农产品对应各国内种植地区的当年生产产量；
农产品数据储存库：用于存储各豆类农产品在对应生长周期内的适宜温度范围、适宜湿度范围和适宜光照时长，并存储各豆类农产品的国内库存量；
农产品国内需求量分析模块：用于提取各豆类农产品的国内库存量，分析各豆类农产品的国内需求量；
国际供应地供应量获取模块：用于获取各豆类农产品对应各国际供应地的当年生产产量，得到各豆类农产品对应各国际供应地的预设当年供应量；
农产品交易运输信息获取模块：用于获取各豆类农产品对应各国际供应地的交易运输信息，并对各豆类农产品对应各国际供应地的交易运输信息进行解析；
优先进口权重系数分析模块：用于根据解析后的各豆类农产品对应各国际供应地的交易运输信息，分析各豆类农产品对应各国际供应地的优先进口权重系数，并进行对应的处理。
2.根据权利要求1所述的一种跨境电子商务供应链监测分析系统，其特征在于：所述农产品历史使用量获取模块中各豆类农产品在预设历史时间段内各历史年限的年使用量，具体获取方式为：
通过统计局官网获取各豆类农产品在预设历史时间段内的历史使用记录，提取各豆类农产品在预设历史时间段内各历史年限，并按照时间先后顺序依次将预设历史时间段内各历史年限编号为
Figure 801866DEST_PATH_IMAGE001
，并提取各豆类农产品在预设历史时间段内各历史年限的年使用量，构成各豆类农产品在预设历史时间段内各历史年限的年使用量集合
Figure 391242DEST_PATH_IMAGE002
，其中
Figure 547417DEST_PATH_IMAGE003
表示为第i种豆类农产品在预设历史时间段内第j个历史年限的年使用量，
Figure 212712DEST_PATH_IMAGE004
，
Figure 821548DEST_PATH_IMAGE005
。
3.根据权利要求1所述的一种跨境电子商务供应链监测分析系统，其特征在于：所述农产品当年预估使用量分析模块中分析各豆类农产品的当年预估使用量，具体分析包括：
提取各豆类农产品在预设历史时间段内各历史年限的年使用量集合，分析各豆类农产品的当年预估使用量
Figure 854095DEST_PATH_IMAGE006
，其中
Figure 864776DEST_PATH_IMAGE007
表示为第i种豆类农产品的当年预估使用量，
Figure 458830DEST_PATH_IMAGE008
表示为第i种豆类农产品在预设历史时间段内第m个历史年限的年使用量，
Figure 945175DEST_PATH_IMAGE009
表示为预设的第i种豆类农产品对应的年使用量增长率补偿系数，m表示为预设历史时间段内历史年限的数量，
Figure 391200DEST_PATH_IMAGE010
表示为第i种豆类农产品在预设历史时间段内第j+1个历史年限的年使用量。
4.根据权利要求1所述的一种跨境电子商务供应链监测分析系统，其特征在于：所述农产品生产产量评估模块中评估各豆类农产品对应各国内种植地区的当年生产产量，具体包括：
获取各豆类农产品对应各国内种植地区的种植面积，构成各豆类农产品对应各国内种植地区的种植面积集合
Figure 882487DEST_PATH_IMAGE011
，其中
Figure 21344DEST_PATH_IMAGE012
表示为第i种豆类农产品对应第f个国内种植地区的种植面积，
Figure 729406DEST_PATH_IMAGE013
；
通过统计局官网获取各豆类农产品对应各国内种植地区在预设历史时间段内的历史生产记录，提取各豆类农产品对应各国内种植地区在预设历史时间段内各历史年限的历史生产产量，构成各豆类农产品对应各国内种植地区在预设历史时间段内各历史年限的历史生产产量集合
Figure 979122DEST_PATH_IMAGE014
，其中
Figure 856073DEST_PATH_IMAGE015
表示为第i种豆类农产品对应第f个国内种植地区在预设历史时间段内第j个历史年限的历史生产产量；
分析各豆类农产品对应各国内种植地区在预设历史时间段内单位种植面积的年生产产量
Figure 24886DEST_PATH_IMAGE016
，其中各豆类农产品对应各国内种植地区在预设历史时间段内单位种植面积的年生产产量分析公式为
Figure 95610DEST_PATH_IMAGE017
，
Figure 40695DEST_PATH_IMAGE018
表示为预设的第i种豆类农产品对应的单位种植面积生产产量修正系数。
5.根据权利要求1所述的一种跨境电子商务供应链监测分析系统，其特征在于：所述农产品生产产量评估模块中评估各豆类农产品对应各国内种植地区的当年生产产量，具体还包括：
根据各豆类农产品对应各国内种植地区的气象局，获取各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的气象数据，其中气象数据包括温度范围、湿度范围和光照时长，提取各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的最高温度、最低温度、最高湿度、最低湿度和光照时长，将各豆类农产品对应各国内种植地区在对应农作物生长周期内各采集日的最高温度、最低温度、最高湿度、最低湿度和光照时长分别标记为
Figure 880475DEST_PATH_IMAGE019
，
Figure 220189DEST_PATH_IMAGE020
，r表示为第r个采集日的编号；
提取农产品数据储存库中存储的各豆类农产品在对应生长周期内的适宜温度范围、适宜湿度范围和适宜光照时长，对比分析各豆类农产品对应各国内种植地区在对应农作物生长周期内的气象影响指数，将各豆类农产品对应各国内种植地区在对应农作物生长周期内的气象影响指数标记为
Figure 138729DEST_PATH_IMAGE021
；
评估各豆类农产品对应各国内种植地区的当年生产产量
Figure 995827DEST_PATH_IMAGE022
，其中
Figure 80326DEST_PATH_IMAGE023
表示为第i种豆类农产品对应第f个国内种植地区的当年生产产量，
Figure 731887DEST_PATH_IMAGE024
表示为预设的农作物生产产量修正影响因子。
6.根据权利要求1所述的一种跨境电子商务供应链监测分析系统，其特征在于：所述农产品国内需求量分析模块中分析各豆类农产品的国内需求量，具体分析方式为：
提取农产品数据储存库中存储的各豆类农产品的国内库存量，将各豆类农产品的国内库存量标记为
Figure 137723DEST_PATH_IMAGE025
；
将各豆类农产品的当年预估使用量
Figure 532933DEST_PATH_IMAGE026
和各豆类农产品对应各国内种植地区的当年生产产量
Figure 206359DEST_PATH_IMAGE027
代入公式
Figure 294401DEST_PATH_IMAGE028
，得到各豆类农产品的国内需求量
Figure 187533DEST_PATH_IMAGE029
。
7.根据权利要求1所述的一种跨境电子商务供应链监测分析系统，其特征在于：所述国际供应地供应量获取模块对应的具体获取步骤包括：
根据各豆类农产品对应各国内种植地区的当年生产产量的分析方式，获取各豆类农产品对应各国际供应地的当年生产产量，将各豆类农产品对应各国际供应地的当年生产产量标记为
Figure 245488DEST_PATH_IMAGE030
，
Figure 914366DEST_PATH_IMAGE031
，t表示为第t个国际供应地的编号；
分析各豆类农产品对应各国际供应地的预设当年供应量
Figure 64987DEST_PATH_IMAGE032
，其中
Figure 553737DEST_PATH_IMAGE033
表示为第i种豆类农产品对应第t个国际供应地的预设当年供应量，
Figure 415383DEST_PATH_IMAGE034
表示为预设的第t个国际供应地设定第i种豆类农产品的允许供应比例。
8.根据权利要求1所述的一种跨境电子商务供应链监测分析系统，其特征在于：所述农产品交易运输信息获取模块中各豆类农产品对应各国际供应地的交易运输信息包括采购单价、运输起始位置、运输方式、运输单价和海关税率。
9.根据权利要求1所述的一种跨境电子商务供应链监测分析系统，其特征在于：所述农产品交易运输信息获取模块中对各豆类农产品对应各国际供应地的交易运输信息进行解析，具体包括：
根据各豆类农产品对应各国际供应地的交易运输信息，提取各豆类农产品对应各国际供应地的采购单价，结合各豆类农产品的国内需求量，得到各豆类农产品对应各国际供应地的农产品采购金额；提取各豆类农产品对应各国际供应地的运输起始位置和运输方式，得到各豆类农产品对应各国际供应地的农产品运输时长；提取各豆类农产品对应各国际供应地的运输起始位置和运输单价，得到各豆类农产品对应各国际供应地的农产品运输费用，并将各豆类农产品对应各国际供应地的农产品采购金额、农产品运输时长和农产品运输费用分别标记为
Figure 938768DEST_PATH_IMAGE035
。
10.根据权利要求1所述的一种跨境电子商务供应链监测分析系统，其特征在于：所述优先进口权重系数分析模块中分析各豆类农产品对应各国际供应地的优先进口权重系数，具体分析为：
将各豆类农产品对应各国际供应地的海关税率、农产品采购金额、农产品运输时长和农产品运输费用代入优先进口权重系数分析公式
Figure 729132DEST_PATH_IMAGE036
，得到各豆类农产品对应各国际供应地的优先进口权重系数
Figure 970758DEST_PATH_IMAGE037
，其中
Figure 901673DEST_PATH_IMAGE038
表示为预设的农产品供应量对应的优先进口比例指数，
Figure 640084DEST_PATH_IMAGE039
表示为第i种豆类农产品对应第t个国际供应地的海关税率，
Figure 240830DEST_PATH_IMAGE040
分别表示为预设的农产品采购金额、农产品运输时长和农产品运输费用对应的优先进口比例指数，v表示为国际供应地数量。
CN202210676762.8A 2022-06-16 2022-06-16 一种跨境电子商务供应链监测分析系统 Active CN114757725B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210676762.8A CN114757725B (zh) 2022-06-16 2022-06-16 一种跨境电子商务供应链监测分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210676762.8A CN114757725B (zh) 2022-06-16 2022-06-16 一种跨境电子商务供应链监测分析系统

Publications (2)

Publication Number Publication Date
CN114757725A true CN114757725A (zh) 2022-07-15
CN114757725B CN114757725B (zh) 2022-08-26

Family

ID=82337014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210676762.8A Active CN114757725B (zh) 2022-06-16 2022-06-16 一种跨境电子商务供应链监测分析系统

Country Status (1)

Country Link
CN (1) CN114757725B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115456541A (zh) * 2022-09-23 2022-12-09 浙大城市学院 一种用于跨境贸易的供应链管理方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050177435A1 (en) * 2001-11-28 2005-08-11 Derek Lidow Supply chain network
CN104732435A (zh) * 2015-04-03 2015-06-24 中国农业科学院农业信息研究所 一种农产品供需撮合系统与方法
CN108108984A (zh) * 2017-12-25 2018-06-01 北京农业信息技术研究中心 一种农产品透明供应链系统及方法
CN108665212A (zh) * 2018-05-03 2018-10-16 贝医信息科技（上海）有限公司 基于云平台的库存管理系统
CN110659963A (zh) * 2019-09-22 2020-01-07 亳州市药通信息咨询有限公司 一种基于大数据的中药材产业链一体化服务系统
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
CN113313557A (zh) * 2021-06-18 2021-08-27 甘肃瑞恒易网络科技有限公司 一种应用于跨境电商的云仓储平台
CN113627812A (zh) * 2021-08-18 2021-11-09 茂名市润土生态农业有限公司 一种基于大数据的农产品供需监控管理系统
CN113689150A (zh) * 2021-10-23 2021-11-23 深圳市骏丰木链网科技股份有限公司 一种板材电子商务平台的供应链管理方法和系统
CN113724053A (zh) * 2021-09-09 2021-11-30 内江师范学院 农产品供应链协调方法及系统
CN113962779A (zh) * 2021-11-12 2022-01-21 上海堉古网络科技有限公司 农产品交易系统、方法、存储介质和设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050177435A1 (en) * 2001-11-28 2005-08-11 Derek Lidow Supply chain network
CN104732435A (zh) * 2015-04-03 2015-06-24 中国农业科学院农业信息研究所 一种农产品供需撮合系统与方法
CN108108984A (zh) * 2017-12-25 2018-06-01 北京农业信息技术研究中心 一种农产品透明供应链系统及方法
CN108665212A (zh) * 2018-05-03 2018-10-16 贝医信息科技（上海）有限公司 基于云平台的库存管理系统
CN110659963A (zh) * 2019-09-22 2020-01-07 亳州市药通信息咨询有限公司 一种基于大数据的中药材产业链一体化服务系统
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
CN113313557A (zh) * 2021-06-18 2021-08-27 甘肃瑞恒易网络科技有限公司 一种应用于跨境电商的云仓储平台
CN113627812A (zh) * 2021-08-18 2021-11-09 茂名市润土生态农业有限公司 一种基于大数据的农产品供需监控管理系统
CN113724053A (zh) * 2021-09-09 2021-11-30 内江师范学院 农产品供应链协调方法及系统
CN113689150A (zh) * 2021-10-23 2021-11-23 深圳市骏丰木链网科技股份有限公司 一种板材电子商务平台的供应链管理方法和系统
CN113962779A (zh) * 2021-11-12 2022-01-21 上海堉古网络科技有限公司 农产品交易系统、方法、存储介质和设备

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
LI JIYONG等: "Research on the Evaluation Index System and Model Establishment of Supply Chain Performance", 《EIGHTH WUHAN INTERNATIONAL CONFERENCE ON E-BUSINESS, VOLS I-III》 *
NEL WOGNUM等: "Quality and co-ordination in supply chains — The case of pork chains in the Netherlands", 《2008 IEEE INTERNATIONAL TECHNOLOGY MANAGEMENT CONFERENCE (ICE)》 *
ZHAO QIAO: "The supply-chain management strategy of agricultural B2C E-commerce on the basis of joint logistics", 《2021 INTERNATIONAL CONFERENCE ON COMPUTER, BLOCKCHAIN AND FINANCIAL DEVELOPMENT (CBFD)》 *
周捷等: "新零售背景下智慧物流调配模式研究——以阿里盒马鲜生为例", 《物流工程与管理》 *
朱玉洁: "基于可持续发展的中药资源产业价值链与供应链融合创新研究", 《中国优秀博硕士学位论文全文数据库(博士)经济与管理科学辑》 *
钟敏: "农产品供应链物流运作逻辑研究与计划管理系统设计开发", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115456541A (zh) * 2022-09-23 2022-12-09 浙大城市学院 一种用于跨境贸易的供应链管理方法及系统
CN115456541B (zh) * 2022-09-23 2023-07-21 浙大城市学院 一种用于跨境贸易的供应链管理方法及系统

Also Published As

Publication number Publication date
CN114757725B (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
Kofi A framework for comparing the efficiency of futures markets
Benth et al. A non-Gaussian Ornstein–Uhlenbeck model for pricing wind power futures
McDaniel et al. A discussion on Armington trade substitution elasticities
Dhakre et al. Price behaviour of potato in agra market-a statistical analysis
Gregory Grain marketings and peasant consumption, Russia, 1885-1913
CN114757725B (zh) 一种跨境电子商务供应链监测分析系统
Sultana Rice marketing in Bangladesh: from the perspective of village study at cox’s bazar district
Martinez et al. Optimal dynamic hedging decisions for grain producers
Thamizhselvan et al. Marketing of grapes in Theni District
Geyser Weather derivatives: concept and application for their use in South Africa
Kleijnen et al. Sealed-bid auction of Netherlands mussels: Statistical analysis
Kikuchi et al. The competitiveness of domestic rice production in East Africa: A domestic resource cost approach in Uganda
Ahmed et al. Returns from research in economies with policy distortions: hybrid sorghum in Sudan
Ben David Predicting housing prices according to expected future interest rate
Bertrand et al. Managing the financial consequences of weather variability
Zahniser et al. The US and Mexican dry bean sectors
Leath et al. The efficiency of the corn futures market in establishing forward prices
Grindel et al. Forecasting of the ID3 using limit order book data
Joarder The commodity futures volatility and macroeconomic fundamentals-the case of oil and Oilseed commodities in India
Acocella et al. A stochastic estimated version of the Italian dynamic General Equilibrium Model (IGEM)
Fuller et al. International dry onion trade: Factors affecting import demands for US dry onions
Faye¹ et al. Identifying cowpea characteristics which command price premiums in Senegalese markets
Fung et al. The forecasting performance of the implied standard deviation in currency options
Diewert et al. Dealing with seasonal products in price indexes
Kizito Estimating the benefits from improved market information

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
TR01 Transfer of patent right

Effective date of registration: 20220916

Address after: South side of the village committee of Haotou Village, Jiaxi Town, Lufeng City, Shanwei City, Guangdong Province, 516500 (self-declaration)

Patentee after: Wooden Chain Network Financial Services Co.,Ltd.

Address before: 518101 Room 606, building B2, Anle Industrial Zone, No. 172, Hangcheng Avenue, Sanwei community, Hangcheng street, Bao'an District, Shenzhen, Guangdong Province

Patentee before: Guangdong wooden Chain Network Technology Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240109

Address after: 516500 One of the south sides of the Woodchain Network Industrial Park in Haotou Village, Jiaxi Town, Lufeng City, Shanwei City, Guangdong Province (self declared)

Patentee after: Guocai Yuncang Technology (Guangdong) Co.,Ltd.

Address before: South side of the village committee of Haotou Village, Jiaxi Town, Lufeng City, Shanwei City, Guangdong Province, 516500 (self-declaration)

Patentee before: Wooden Chain Network Financial Services Co.,Ltd.