CN116911963A - 数据驱动的农特副产品交易管理方法及云平台 - Google Patents
数据驱动的农特副产品交易管理方法及云平台 Download PDFInfo
- Publication number
- CN116911963A CN116911963A CN202311186333.3A CN202311186333A CN116911963A CN 116911963 A CN116911963 A CN 116911963A CN 202311186333 A CN202311186333 A CN 202311186333A CN 116911963 A CN116911963 A CN 116911963A
- Authority
- CN
- China
- Prior art keywords
- pesticide
- byproduct
- data
- buyer
- transaction management
- 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
Links
- 239000006227 byproduct Substances 0.000 title claims abstract description 412
- 239000000575 pesticide Substances 0.000 title claims abstract description 397
- 238000007726 management method Methods 0.000 title claims abstract description 120
- 238000011156 evaluation Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 17
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 239000000047 product Substances 0.000 abstract description 24
- 230000006399 behavior Effects 0.000 description 8
- 238000004140 cleaning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003895 organic fertilizer Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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]
- G06Q30/0605—Supply or demand aggregation
-
- 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]
- G06Q30/0611—Request for offers or quotes
-
- 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]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
Abstract
本发明涉及农产品交易技术领域，尤其涉及数据驱动的农特副产品交易管理方法及云平台，本发明提出以下方案，首先获取农特副产品的交易管理数据，对农特副产品的交易管理数据进行预处理，其次根据预处理后的农特副产品的交易管理数据，制定农特副产品大数据推荐策略，向农特副产品买家推荐合适的农特副产品，最后当根据农特副产品交易管理结果，进行农特副产品交易数据反馈分析，进行农特副产品交易管理的调整和优化，提高农特副产品交易的效率性。
Description
技术领域
本发明涉及农产品交易技术领域，尤其涉及数据驱动的农特副产品交易管理方法及云平台。
背景技术
农特副产品是指农业生产过程中产生的副产品，如农作物的秸秆、果皮、果核等。这些农特副产品具有很高的综合利用价值，可以用于生物质能源、有机肥料、动物饲料等方面。然而，由于农特副产品的产量庞大、分散，传统的交易方式存在信息不对称、交易成本高等问题，导致农特副产品的利用率低，浪费严重，采用信息化的技术进行开发，通过网络来进行农特副产品信息的交易，同时通过在线支付的手段可以提高交易的效率与资金的安全性，更降低了商家的成本，当前，我国农特副产品电子营销发展十分迅速，农特副产品的种类也日渐丰富，通过网络购买农特副产品的消费者群体不断扩张，在很大程度上促进了农特副产品加工的转型与升级，推动了我国农产品电商的现代化进程。然而，农特副产品电子商务营销的农特副产品交易管理仍然存在一些问题，现有针对农特副产品交易管理的技术，数据质量存在差异，不同数据来源的质量和准确性不一致，导致分析结果出现偏差或错误，农特副产品买家在查看农特副产品时发现农特副产品种类复杂，难以找到自己心仪的农特副产品。
如申请公开号为CN110097435A的中国专利公开了一种农产品电商交易系统及方法，涉及农产品电商技术领域。该发明系统包括：农产品交易平台、客户端、商户端以及交易审核端；农产品交易平台包括初始设置模块、信息维护模块、农产品管理模块和农产品报表模块；商户端包括申请模块、预售管理模块、现售模块；客户端包括查询模块、预订模块、价格比对模块以及订单模块。该发明通过对商家信息以及农产品信息的审核实现对商家以及农产品的质量监控，提高农产品交易平台交易质量和效率；同时对同类农产品的质量以及价格对比，方便购买者获得适合自己的农产品的性价比。
如授权公告号为CN110473060B的中国专利公开一种新型B2B农产品交易系统，包括：农户端，用于发布第一农产品信息到第一交易平台；管理端，用于从农户端所发布的与第一农产品信息相应的第一农产品中购买所需的第二农产品，同时上传第二农产品信息到第二交易平台，并将第二农产品下发到所对应的商户端，对商户端的商户进行管理；服务器，用于对管理端与农户端之间的第一农产品的购买交易信息进行记录，并根据购买交易信息确定农户端的地理位置、及确定管理端的地理位置；同时，获取所记录的购买交易信息对应的物流，并对物流进行实时监控，同时将对应的实时监控信息传输到管理端；消费端，用于基于第二交易平台，购买第二农产品中的预购农产品。可有效对商户端的商户进行管理。
以上专利均存在本背景技术提出的问题：数据质量存在差异，不同数据来源的质量和准确性不一致，导致分析结果出现偏差或错误，农特副产品买家在查看农特副产品时发现农特副产品种类复杂，难以找到自己心仪的农特副产品，为了解决这些问题，本申请设计了数据驱动的农特副产品交易管理方法及云平台。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供了数据驱动的农特副产品交易管理方法，首先获取农特副产品的交易管理数据，对农特副产品的交易管理数据进行预处理，其次根据预处理后的农特副产品的交易管理数据，制定农特副产品大数据推荐策略，向农特副产品买家推荐合适的农特副产品，最后当根据农特副产品交易管理结果，进行农特副产品交易数据反馈分析，进行农特副产品交易管理的调整；提供数据驱动的农特副产品交易管理云平台，首先通过库存监控与更新模块和交易管理工具模块向农特副产品买家提供农特副产品浏览、购买、评价和查看物流服务，其次通过数据接收与存储模块、数据处理与分析模块和农特副产品大数据推荐模块对农特副产品交易管理数据进行分析处理，向农特副产品买家推荐最适合的农特副产品，最后通过用户评价与反馈模块收集平台用户对农特副产品的评价和反馈，为农特副产品买卖双方提供参考依据。
为实现上述目的，本发明提供如下技术方案：
数据驱动的农特副产品交易管理方法，具体步骤包括：
S1：获取农特副产品的交易管理数据，对农特副产品的交易管理数据进行预处理；
S2：根据预处理后的农特副产品的交易管理数据，制定农特副产品大数据推荐策略；
S3：根据农特副产品交易管理结果，进行农特副产品交易数据反馈分析，进行农特副产品交易管理的调整；
具体的，所述农特副产品的交易管理数据包括农特副产品卖家管理数据和农特副产品买家行为数据；所述农特副产品卖家管理数据包括农特副产品种类、产地、产量、生产商、生产日期、保质期、库存、买家收藏量、历史成交价和售后评价；所述农特副产品买家行为数据包括农特副产品买家点击、收藏、购买、加入购物车、退款退货和不感兴趣；
请参阅图2，具体的，所述农特副产品的交易管理数据预处理包括农特副产品交易管理数据去重、处理缺失的农特副产品交易管理数据和处理异常的农特副产品交易管理数据；
具体的，所述S2中所述农特副产品大数据推荐策略具体步骤如下：
S2.1：根据农特副产品卖家管理数据，进行聚类分析，对农特副产品卖家管理数据进行特征提取，提取出能够描述农特副产品特征的特征向量；
S2.2：根据农特副产品买家行为数据，设置农特副产品买家偏好特征集合，计算各个偏好特征的权值，确定农特副产品买家偏好特征矩阵，农特副产品买家偏好特征集合为：
，
其中，A表示农特副产品买家偏好特征集合，A1表示农特副产品买家点击，A2表示农特副产品买家收藏，A3表示农特副产品买家购买，A4表示农特副产品买家加入购物车，A5表示农特副产品买家不感兴趣，A6表示农特副产品买家退款退货；
农特副产品买家偏好特征权值的计算公式为：
，
其中，i表示农特副产品买家偏好特征集合中第i项偏好特征，表示农特副产品买家第i项偏好特征权值，/>表示农特副产品买家第i项偏好特征熵值；
S2.3：根据农特副产品特征向量，计算农特副产品相似度矩阵，农特副产品相似度的计算公式为：
，
其中，表示农特副产品相似度，m和n表示农特副产品，/>和/>表示农特副产品特征向量集合，∪表示并集，∩表示交集，U表示同时对农特副产品m和n有过评分的买家用户集，u表示买家用户集中的具体买家用户，/>m表示农特副产品m所获得的所有评分平均值，/>表示买家用户对农特副产品m的评分，/>表示农特副产品n所获得的所有评分平均值，/>表示买家用户对农特副产品n的评分；
S2.4：根据农特副产品买家偏好特征矩阵，获取农特副产品买家偏好的农特副产品，根据农特副产品相似度矩阵，获取与农特副产品买家偏好的农特副产品最相似的农特副产品，计算农特副产品推荐优先级，向农特副产品买家实时更新推荐优先级最高的农特副产品；
具体的，所述S2.1中所述农特副产品卖家管理数据特征提取包括数值特征提取、分类特征提取和文本特征提取；
具体的，所述S2.4中所述农特副产品推荐优先级的计算公式为：
，
其中，表示农特副产品推荐优先级，D表示待推荐的农特副产品，A、B和C表示农特副产品买家最近三次购买的农特副产品，/>表示农特副产品所获得的所有评分平均值，表示农特副产品对应的农特副产品买家偏好特征；
具体的，所述S3具体步骤如下：
S3.1：监测和记录农特副产品交易过程中的库存变化，设定农特副产品库存阈值，判断农特副产品交易过后剩余库存量是否大于等于农特副产品库存阈值，如果小于农特副产品库存阈值，向农特副产品卖家发出补货通知，并提醒农特副产品潜在买家农特副产品库存不足，建议提前购买；
S3.2：根据农特副产品剩余库存出现过剩和临期的情况，向农特副产品卖家发出提醒和建议，根据农特副产品买家评价进行降价或下架管理；
S3.3：根据农特副产品大数据推荐后的农特副产品买家交易反馈情况，更新农特副产品买家偏好特征集合和农特副产品评分。
数据驱动的农特副产品交易管理云平台，所述云平台包括数据接收与存储模块、数据处理与分析模块、农特副产品大数据推荐模块、库存监控与更新模块、交易管理工具模块和用户评价与反馈模块；
所述数据接收与存储模块，用于接收、存储和管理农特副产品交易管理数据；
所述数据处理与分析模块，用于对接受的农特副产品交易管理数据进行预处理和分析，提取有用信息，为大数据推荐提供依据；
所述农特副产品大数据推荐模块，用于根据农特副产品买家喜好特征和农特副产品相似度，实时推荐合适的买卖双方；
所述库存监控与更新模块，用于监控交易过程中的库存变化和价格波动，实时更新数据，并提供给平台用户参考；
所述交易管理工具模块，用于提供订单管理、支付结算和物流跟踪功能；
所述用户评价与反馈模块，用于收集平台用户对农特副产品的评价和反馈。
具体的，所述数据处理与分析模块包括：
农特副产品交易管理数据预处理单元，用于对农特副产品交易管理数据进行数据清洗；
农特副产品交易管理数据特征提取单元，用于提取能够描述农特副产品特征的特征向量。
具体的，所述农特副产品大数据推荐模块包括：
农特副产品买家偏好矩阵单元，用于根据农特副产品买家行为数据，设置农特副产品买家偏好特征集合；
农特副产品相似度矩阵单元，用于根据农特副产品特征向量，计算农特副产品相似度矩阵；
具体的，所述库存监控和更新模块包括：
农特副产品库存计算单元，用于判断农特副产品的剩余库存是否满足永特副产品买家购买需求；
农特副产品补货通知单元：用于当农特副产品库存数量不足时向农特副产品卖家发送补货通知；
具体的，所述用户评价与反馈模块包括：
农特副产品买家评论单元，用于保存农特副产品买家在购买后的评价；
农特副产品买家退货退款单元，用于处理农特副产品买家在购买农特副产品后出现维权的情况。
与现有技术相比，本发明的有益效果是：
1.本发明通过数据采集、处理和分析，可以实时监控农特副产品的库存情况和价格趋势，帮助供应商和销售商做出更及时的决策，有助于优化供需匹配，减少交易周期，提高交易效率，数据驱动的交易管理方法可以通过数据分析和挖掘，提供准确的市场信息，帮助供应商和销售商更好地了解市场状况，降低信息不对称对交易的影响；
2.本发明考虑农特副产品交易管理数据的不同属性，将农特副产品交易管理特征分为数据、分类和文本特征向量，提高了农特副产品交易管理数据分类的准确性；
3.本发明通过对交易数据的分析，可以实现对农特副产品的需求和供应情况进行反馈和优化，避免过剩或缺货的情况发生，提高资源的利用率，降低浪费。
附图说明
通过阅读参照以下附图所作的对非限制性实施例的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明实施例1数据驱动的农特副产品交易管理方法的流程示意图；
图2为本发明实施例1农特副产品交易管理数据预处理流程示意图；
图3为本发明实施例2数据驱动的农特副产品交易管理云平台模块图；
图4为本发明实施例3农特副产品聚类特征提取策略的流程示意图；
图5为本发明实施例3农特副产品聚类参数为3的聚类实验图；
图6为本发明实施例3农特副产品特征向量分量图；
图7为本发明实施例5数据驱动的农特副产品交易管理电子设备图。
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，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。
实施例1：
请参阅图1，本发明提供的一种实施例：数据驱动的农特副产品交易管理方法，具体步骤包括：
S1：获取农特副产品的交易管理数据，对农特副产品的交易管理数据进行预处理；
S2：根据预处理后的农特副产品的交易管理数据，制定农特副产品大数据推荐策略；
S3：根据农特副产品交易管理结果，进行农特副产品交易数据反馈分析，进行农特副产品交易管理的调整和优化；
具体的，所述农特副产品的交易管理数据包括农特副产品卖家管理数据和农特副产品买家行为数据；所述农特副产品卖家管理数据包括农特副产品种类、产地、产量、生产商、生产日期、保质期、库存、买家收藏量、历史成交价和售后评价；所述农特副产品买家行为数据包括农特副产品买家点击、收藏、购买、加入购物车、退款退货和不感兴趣；
请参阅图2，具体的，所述农特副产品的交易管理数据预处理包括农特副产品交易管理数据去重、处理缺失的农特副产品交易管理数据和处理异常的农特副产品交易管理数据；
具体的，所述S2中所述农特副产品大数据推荐策略具体步骤如下：
S2.1：根据农特副产品卖家管理数据，进行聚类分析，对农特副产品卖家管理数据进行特征提取，提取出能够描述农特副产品特征的特征向量；
S2.2：根据农特副产品买家行为数据，设置农特副产品买家偏好特征集合，计算各个偏好特征的权值，确定农特副产品买家偏好特征矩阵，农特副产品买家偏好特征集合为：
，
其中，A表示农特副产品买家偏好特征集合，A1表示农特副产品买家点击，A2表示农特副产品买家收藏，A3表示农特副产品买家购买，A4表示农特副产品买家加入购物车，A5表示农特副产品买家不感兴趣，A6表示农特副产品买家退款退货；
农特副产品买家偏好特征权值的计算公式为：
，
其中，i表示农特副产品买家偏好特征集合中第i项偏好特征，表示农特副产品买家第i项偏好特征权值，/>表示农特副产品买家第i项偏好特征熵值；
S2.3：根据农特副产品特征向量，计算农特副产品相似度矩阵，农特副产品相似度的计算公式为：
，
其中，表示农特副产品相似度，m和n表示农特副产品，/>和/>表示农特副产品特征向量集合，∪表示并集，∩表示交集，U表示同时对农特副产品m和n有过评分的买家用户集，u表示买家用户集中的具体买家用户，/>m表示农特副产品m所获得的所有评分平均值，/>表示买家用户对农特副产品m的评分，/>表示农特副产品n所获得的所有评分平均值，/>表示买家用户对农特副产品n的评分；
S2.4：根据农特副产品买家偏好特征矩阵，获取农特副产品买家偏好的农特副产品，根据农特副产品相似度矩阵，获取与农特副产品买家偏好的农特副产品最相似的农特副产品，计算农特副产品推荐优先级，向农特副产品买家实时更新推荐优先级最高的农特副产品；
具体的，所述S2.1中所述农特副产品卖家管理数据特征提取包括数值特征提取、分类特征提取和文本特征提取；
具体的，所述S2.4中所述农特副产品推荐优先级的计算公式为：
，
其中，表示农特副产品推荐优先级，D表示待推荐的农特副产品，A、B和C表示农特副产品买家最近三次购买的农特副产品，/>表示农特副产品所获得的所有评分平均值，表示农特副产品对应的农特副产品买家偏好特征；
具体的，所述S3具体步骤如下：
S3.1：监测和记录农特副产品交易过程中的库存变化，设定农特副产品库存阈值，判断农特副产品交易过后剩余库存量是否大于等于农特副产品库存阈值，如果小于农特副产品库存阈值，向农特副产品卖家发出补货通知，并提醒农特副产品潜在买家农特副产品库存不足，建议提前购买；
S3.2：根据农特副产品剩余库存出现过剩和临期的情况，向农特副产品卖家发出提醒和建议，根据农特副产品买家评价进行降价或下架管理；
S3.3：根据农特副产品大数据推荐后的农特副产品买家交易反馈情况，更新农特副产品买家偏好特征集合和农特副产品评分。
实施例2：
请参阅图3，本发明提供一种实施例：数据驱动的农特副产品交易管理云平台，所述云平台包括数据接收与存储模块、数据处理与分析模块、农特副产品大数据推荐模块、库存监控与更新模块、交易管理工具模块和用户评价与反馈模块；
所述数据接收与存储模块，用于接收、存储和管理农特副产品交易管理数据；
所述数据处理与分析模块，用于对接受的农特副产品交易管理数据进行预处理和分析，提取有用信息，为大数据推荐提供依据；
所述农特副产品大数据推荐模块，用于根据农特副产品买家喜好特征和农特副产品相似度，实时推荐合适的买卖双方；
所述库存监控与更新模块，用于监控交易过程中的库存变化和价格波动，实时更新数据，并提供给平台用户参考；
所述交易管理工具模块，用于提供订单管理、支付结算和物流跟踪功能；
所述用户评价与反馈模块，用于收集平台用户对农特副产品的评价和反馈。
具体的，所述数据处理与分析模块包括：
农特副产品交易管理数据预处理单元，用于对农特副产品交易管理数据进行数据清洗；
农特副产品交易管理数据特征提取单元，用于提取能够描述农特副产品特征的特征向量。
具体的，所述农特副产品大数据推荐模块包括：
农特副产品买家偏好矩阵单元，用于根据农特副产品买家行为数据，设置农特副产品买家偏好特征集合；
农特副产品相似度矩阵单元，用于根据农特副产品特征向量，计算农特副产品相似度矩阵；
具体的，所述库存监控和更新模块包括：
农特副产品库存计算单元，用于判断农特副产品的剩余库存是否满足永特副产品买家购买需求；
农特副产品补货通知单元：用于当农特副产品库存数量不足时向农特副产品卖家发送补货通知；
具体的，所述用户评价与反馈模块包括：
农特副产品买家评论单元，用于保存农特副产品买家在购买后的评价；
农特副产品买家退货退款单元，用于处理农特副产品买家在购买农特副产品后出现维权的情况。
实施例3：
请参阅图4，本发明实施例的农特副产品聚类特征提取策略，具体步骤如下：
S301：系统初始化，确定聚类参数；
S302：减小初始中心点是虚假中心点的概率，延长各初始聚类中心之间相隔的长度，以达到减少聚类结果的错误率；
S303：根据聚类结果提取农特副产品的特征向量；
聚类参数的取值过大，会导致同一类中特点不清晰、生成的类别太多和生成众多无意义的农特副产品特征，聚类参数的取值过小，会导致农特副产品特征不清晰、同一群中农特副产品特征数超标和不能高效的划分农特副产品，请参阅图5，经过重复的实验，本发明得到农特副产品的最佳聚类参数为3，可以发现三类个性显著的农特副产品特征向量集，特征群体之间界限清晰，分布明显，聚类效果最佳；
请参阅图6，农特副产品特征向量集包括数值特征向量、分类特征向量和文本特征向量；所述数值特征向量包括农特副产品产量、历史成交价、保质期、库存，所述分类特征向量保留农特副产品种类、产地和生产商，所述文本特征向量包括买家收藏量、生产日期和售后评价，本实施例采取的聚类方法可以有效的挖掘农特副产品数据之间潜在的自然结构关系，将农特副产品化成不同的类别。
实施例4：
本发明实施例的一种存储介质，存储介质中存储有指令，当计算机读取指令时，使计算机执行上述任一项的数据驱动的农特副产品交易管理方法。
实施例5：
请参阅图7，本发明实施例的一种电子设备，包括用户终端510、处理器520、存储介质530和云平台终端540，其中，电子设备可以选用电脑、手机等。
用户终端510用于获取农特副产品买家的偏好特征，处理器520可以与电子设备中的原件电连接，并执行存储介质530中的各项指令，云平台终端540用于发布指令，便于工作人员对农特副产品进行交易管理。
所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。
因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器，只读存储器、可擦式可编程只读存储器、光纤、便携式紧凑磁盘只读存储器、光存储器件、磁存储器件或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.数据驱动的农特副产品交易管理方法，其特征在于，包括以下步骤；
S1：获取农特副产品的交易管理数据，对农特副产品的交易管理数据进行预处理；
S2：根据预处理后的农特副产品的交易管理数据，制定农特副产品大数据推荐策略；
S3：根据农特副产品交易管理结果，进行农特副产品交易数据反馈分析，进行农特副产品交易管理的调整。
2.根据权利要求1所述数据驱动的农特副产品交易管理方法，其特征在于，所述农特副产品的交易管理数据包括农特副产品卖家管理数据和农特副产品买家行为数据；所述农特副产品卖家管理数据包括农特副产品种类、产地、产量、生产商、生产日期、保质期、库存、买家收藏量、历史成交价和售后评价；所述农特副产品买家行为数据包括农特副产品买家点击、收藏、购买、加入购物车、退款退货和不感兴趣。
3.根据权利要求2所述数据驱动的农特副产品交易管理方法，其特征在于，所述农特副产品的交易管理数据预处理包括农特副产品交易管理数据去重、处理缺失的农特副产品交易管理数据和处理异常的农特副产品交易管理数据。
4.根据权利要求3所述数据驱动的农特副产品交易管理方法，其特征在于，所述S2中所述农特副产品大数据推荐策略具体步骤如下：
S2.1：根据农特副产品卖家管理数据，进行聚类分析，对农特副产品卖家管理数据进行特征提取，提取出能够描述农特副产品特征的特征向量；
S2.2：根据农特副产品买家行为数据，设置农特副产品买家偏好特征集合，计算各个偏好特征的权值，确定农特副产品买家偏好特征矩阵，农特副产品买家偏好特征集合为：
，
其中，A表示农特副产品买家偏好特征集合，A1表示农特副产品买家点击，A2表示农特副产品买家收藏，A3表示农特副产品买家购买，A4表示农特副产品买家加入购物车，A5表示农特副产品买家不感兴趣，A6表示农特副产品买家退款退货；
农特副产品买家偏好特征权值的计算公式为：
，
其中，i表示农特副产品买家偏好特征集合中第i项偏好特征，表示农特副产品买家第i项偏好特征权值，/>表示农特副产品买家第i项偏好特征熵值；
S2.3：根据农特副产品特征向量，计算农特副产品相似度矩阵，农特副产品相似度的计算公式为：
，
其中，表示农特副产品相似度，m和n表示农特副产品，/>和/>表示农特副产品特征向量集合，∪表示并集，∩表示交集，U表示同时对农特副产品m和n有过评分的买家用户集，u表示买家用户集中的具体买家用户，/>m表示农特副产品m所获得的所有评分平均值，/>表示买家用户对农特副产品m的评分，/>表示农特副产品n所获得的所有评分平均值，/>表示买家用户对农特副产品n的评分；
S2.4：根据农特副产品买家偏好特征矩阵，获取农特副产品买家偏好的农特副产品，根据农特副产品相似度矩阵，获取与农特副产品买家偏好的农特副产品最相似的农特副产品，计算农特副产品推荐优先级，向农特副产品买家实时更新推荐优先级最高的农特副产品。
5.根据权利要求4所述数据驱动的农特副产品交易管理方法，其特征在于，所述S2.1中所述农特副产品卖家管理数据特征提取包括数值特征提取、分类特征提取和文本特征提取。
6.根据权利要求5所述数据驱动的农特副产品交易管理方法，其特征在于，所述S2.4中所述农特副产品推荐优先级的计算公式为：
，
其中，表示农特副产品推荐优先级，D表示待推荐的农特副产品，A、B和C表示农特副产品买家最近三次购买的农特副产品，/>表示农特副产品所获得的所有评分平均值，/>表示农特副产品对应的农特副产品买家偏好特征。
7.根据权利要求6所述数据驱动的农特副产品交易管理方法，其特征在于，所述S3具体步骤如下：
S3.1：监测和记录农特副产品交易过程中的库存变化，设定农特副产品库存阈值，判断农特副产品交易过后剩余库存量是否大于等于农特副产品库存阈值，如果小于农特副产品库存阈值，向农特副产品卖家发出补货通知，并提醒农特副产品潜在买家农特副产品库存不足，建议提前购买；
S3.2：根据农特副产品剩余库存出现过剩和临期的情况，向农特副产品卖家发出提醒和建议，根据农特副产品买家评价进行降价或下架管理；
S3.3：根据农特副产品大数据推荐后的农特副产品买家交易反馈情况，更新农特副产品买家偏好特征集合和农特副产品评分。
8.数据驱动的农特副产品交易管理云平台，其基于权利要求1-7中任一项所述的数据驱动的农特副产品交易管理方法实现，其特征在于，所述云平台包括数据接收与存储模块、数据处理与分析模块、农特副产品大数据推荐模块、库存监控与更新模块、交易管理工具模块和用户评价与反馈模块；
所述数据接收与存储模块，用于接收、存储和管理农特副产品交易管理数据；
所述数据处理与分析模块，用于对接受的农特副产品交易管理数据进行预处理和分析，提取有用信息，为大数据推荐提供依据；
所述农特副产品大数据推荐模块，用于根据农特副产品买家喜好特征和农特副产品相似度，实时推荐合适的买卖双方；
所述库存监控与更新模块，用于监控交易过程中的库存变化和价格波动，实时更新数据，并提供给平台用户参考；
所述交易管理工具模块，用于提供订单管理、支付结算和物流跟踪功能；
所述用户评价与反馈模块，用于收集平台用户对农特副产品的评价和反馈。
9.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如权利要求1-7中任一项所述的数据驱动的农特副产品交易管理方法。
10.一种电子设备，其特征在于，包括处理器和权利要求9所述的存储介质，所述处理器执行所述存储介质中的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311186333.3A CN116911963B (zh) | 2023-09-14 | 2023-09-14 | 数据驱动的农特副产品交易管理方法及云平台系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311186333.3A CN116911963B (zh) | 2023-09-14 | 2023-09-14 | 数据驱动的农特副产品交易管理方法及云平台系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116911963A true CN116911963A (zh) | 2023-10-20 |
| CN116911963B CN116911963B (zh) | 2023-12-19 |
Family
ID=88360751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311186333.3A Active CN116911963B (zh) | 2023-09-14 | 2023-09-14 | 数据驱动的农特副产品交易管理方法及云平台系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116911963B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102037503A (zh) * | 2007-08-29 | 2011-04-27 | 西奥尼克有限公司 | 库存监控系统 |
| CN109840702A (zh) * | 2019-01-24 | 2019-06-04 | 山西开拓科技股份有限公司 | 一种基于多核融合的新项目协同推荐方法 |
| CN111159458A (zh) * | 2019-12-30 | 2020-05-15 | 南京龟兔赛跑软件研究院有限公司 | 一种农产品图像处理与区块链交互识别方法及系统 |
| CN111709812A (zh) * | 2020-06-19 | 2020-09-25 | 山东财经大学 | 基于用户动态分类的电商平台商品推荐方法及系统 |
| CN112199508A (zh) * | 2020-08-10 | 2021-01-08 | 淮阴工学院 | 一种基于远程监督的参数自适应农业知识图谱推荐方法 |
| CN112488807A (zh) * | 2020-12-19 | 2021-03-12 | 闫耀伟 | 一种基于大数据的农产品销售推荐方法 |
| CN113822738A (zh) * | 2021-06-22 | 2021-12-21 | 昆明理工大学 | 一种多维度农产品供需双向个性化推荐方法 |
| CN114004275A (zh) * | 2021-09-24 | 2022-02-01 | 中国联合网络通信集团有限公司 | 用户相似度的计算方法、计算系统、设备及存储介质 |
-
2023
- 2023-09-14 CN CN202311186333.3A patent/CN116911963B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102037503A (zh) * | 2007-08-29 | 2011-04-27 | 西奥尼克有限公司 | 库存监控系统 |
| CN109840702A (zh) * | 2019-01-24 | 2019-06-04 | 山西开拓科技股份有限公司 | 一种基于多核融合的新项目协同推荐方法 |
| CN111159458A (zh) * | 2019-12-30 | 2020-05-15 | 南京龟兔赛跑软件研究院有限公司 | 一种农产品图像处理与区块链交互识别方法及系统 |
| CN111709812A (zh) * | 2020-06-19 | 2020-09-25 | 山东财经大学 | 基于用户动态分类的电商平台商品推荐方法及系统 |
| CN112199508A (zh) * | 2020-08-10 | 2021-01-08 | 淮阴工学院 | 一种基于远程监督的参数自适应农业知识图谱推荐方法 |
| CN112488807A (zh) * | 2020-12-19 | 2021-03-12 | 闫耀伟 | 一种基于大数据的农产品销售推荐方法 |
| CN113822738A (zh) * | 2021-06-22 | 2021-12-21 | 昆明理工大学 | 一种多维度农产品供需双向个性化推荐方法 |
| CN114004275A (zh) * | 2021-09-24 | 2022-02-01 | 中国联合网络通信集团有限公司 | 用户相似度的计算方法、计算系统、设备及存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| KHALID BENABBES等: "Recommendation System Issues, Approaches and Challenges Based on User Reviews", 《JOURNAL OF WEB ENGINEERING》, vol. 21, no. 04, pages 1017 - 1054 * |
| ZHANG FAN等: "Electric Vehicle Configuration Recommendation Algorithm Using Clustering Fusion Matrix Decomposition and Pearson Calculation", 《2021 35TH SYMPOSIUM ON MICROELECTRONICS TECHNOLOGY AND DEVICES (SBMICRO)》, pages 683 - 693 * |
| 吴逍遥: "基于用户相似性的推荐算法优化研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 01, pages 138 - 2465 * |
| 张帆: "基于标签库推荐的互联网电视智能运营平台探析", 《新闻前哨》, no. 08, pages 20 - 22 * |
| 沈黄金: "基于Spark的农产品智能推荐系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 10, pages 138 - 201 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116911963B (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6134444B2 (ja) | 情報を推薦するための方法およびシステム | |
| Elfenbein et al. | Market structure, reputation, and the value of quality certification | |
| US9727616B2 (en) | Systems and methods for predicting sales of item listings | |
| KR102003205B1 (ko) | 지역기반 o2o 중고거래 서비스 제공 방법 | |
| US8117060B2 (en) | Geographic demand distribution and forecast | |
| CN111738805B (zh) | 基于行为日志的搜索推荐模型生成方法、设备和存储介质 | |
| WO2016077714A2 (en) | An inventory management system and method thereof | |
| CN107146122B (zh) | 数据处理方法及装置 | |
| WO2020221022A1 (zh) | 业务对象推荐方法 | |
| Banerjee et al. | Implementing E-commerce model for agricultural produce: a research roadmap | |
| CN111429214A (zh) | 一种基于交易数据的买卖双方匹配方法及装置 | |
| US8315917B2 (en) | Catalog generation based on divergent listings | |
| CN116911963B (zh) | 数据驱动的农特副产品交易管理方法及云平台系统 | |
| US20200193486A1 (en) | System and method for determining bid vector transformed predictive click-through rate | |
| CN116012086A (zh) | 商品价格的评估方法、装置、电子设备及存储介质 | |
| CN116029794A (zh) | 商品价格确定方法、装置、电子设备及存储介质 | |
| CN115330476A (zh) | 一种基于大数据的跨境零售进口商品智能推荐系统 | |
| US11568471B2 (en) | Systems and methods for listing an item | |
| CN114049141A (zh) | 一种基于数据分析的企业财务运营数字化管理优化设备 | |
| CN113362141A (zh) | 一种关联商品的推荐方法、装置、介质及电子设备 | |
| CN112991033A (zh) | 一种确定物品价值属性的方法和装置 | |
| CN116883121B (zh) | 基于大数据分析的pos机用户推荐方法 | |
| KR101682635B1 (ko) | 균일가 판매상품을 거래하기 위한 균일가상품거래시스템 및 균일가상품거래방법 | |
| US10990992B1 (en) | Systems and methods for assisting users in assessing costs of transactions | |
| US11295370B1 (en) | Buyback offers using precalculated cached user data |
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 |