[發明專利]一種用于識別商品價格異常風險的方法

有效

• 申請號: 201811450643.0
• 申請日: 2018-11-30
• 公開（公告）號: CN110390077B
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 雒方祎;謝赟;尹淑平
• 申請（專利權）人: 上海德拓信息技術股份有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06K9/62;G06Q10/06;G06Q30/00;G06Q30/02
• 代理公司: 上海灣谷知識產權代理事務所(普通合伙) 31289
• 代理人: 張恒

1.一種用于識別商品價格異常風險的方法，其特征在于，包括：

步驟S1，從各數據平臺獲取待識別商品種類的各類數據；

步驟S2，利用主成因分析法分析待識別商品，得到影響價格最大的要素；

步驟S3，計算出待識別商品的申報單價；

步驟S4，利用k-均值算法對申報單價分類，得到各價格區間；

步驟S5，將獲得影響價格最大的要素作為分析維度，申報單價為分析對象，構建決策樹模型；

步驟S6，輸入待識別商品的屬性數據以及待查詢價格數據，利用決策樹模型分析商品的正常價格屬于哪個價格區間，并判斷商品價格是否在合理區間內，若不在，則提示該商品存在價格風險；

所述的步驟S2，包括：

步驟S21，組織數據集：建立一組有M個變量的觀察數據，其中，M為商品的維度；進一步將數據整理成一組具有N個向量的數據集，每個向量都代表M個變量的單一觀察數據；其中，X₁...X_N為列向量，其中每個列向量有M行；將列向量放入M×N的數據矩陣X里；

步驟S22，計算經驗均值：對每一維m＝1，...，M計算經驗均值；將計算得到的均值放入一個M×1維的經驗均值向量u中：

其中，n＝1，2...，N；

步驟S23，計算平均偏差：

從數據矩陣X的每一列中減去經驗均值向量u；

將平均減去過的數據存儲在M×N矩陣B中；

B＝X-uh；

其中，h是一個1×N的行向量；

h[n]＝1；其中，n＝1，2...，N；

步驟S24，求協方差矩陣：從矩陣B中找到M×M的經驗協方差矩陣C：

其中，B^＊為矩陣B的共軛轉置矩陣，表示期望值；是最外層運算符；

步驟S25，計算矩陣C的特征向量V：

V^-1CV＝D

其中，D是C的特征值對角矩陣；V^-1為特征向量的逆向量；

通過上述步驟計算得出的特征值來選取保留的維度；

所述的步驟S4，包括：

步驟S41，隨機選擇k個初始質心；計算各點間歐幾里德距離，指派點到質心所在簇：計算每個非質心點到全部k個質心點的距離，將該非質心點指派給距離最小的質心點所在的簇；

步驟S42，如果沒有滿足聚類算法終止條件，則繼續執行步驟S43，否則轉步驟S45；

步驟S43，計算每個非質心點p到k個質心的歐幾里德距離，將p指派給距離最近的質心；

步驟S44，根據上一步的k個質心及其對應的非質心點集，重新計算新的質心點，然后轉步驟S42；

步驟S45，輸出聚類結果，得到各價格區間；

所述的終止條件包括：

比較相鄰的2輪迭代結果，在2輪過程中移動的非質心點的個數，設置移動非質心點占比全部點數的最小比例值，如果達到則算法終止；

設置最大迭代次數，如果達到最大迭代次數，沒有達到上述的最小比例值，終止計算；

相鄰2次迭代過程，質心沒有發生變化，則算法終止。

2.根據權利要求1所述的用于識別商品價格異常風險的方法，其特征在于，所述的步驟S5，包括：

步驟S51，計算信息熵：先統計不同類別出現的次數，除以數據集大小得到不同類別的出現頻率P(Xi)；最后代入信息熵的計算公式計算熵，其中，i＝1，2...，n；

步驟S52，選擇最優特征：首先計算數據集的初始信息熵，然后循環計算按不同的特征劃分后的數據集的信息熵，前一個信息熵減去后一個信息熵的差值就是信息增益，選擇信息增益最大的那個特征作為最優特征；

步驟S53，決策樹通過不斷選擇最優特征劃分數據集，對劃分后的子數據集不斷迭代并選擇最優特征劃分，直到所有的數據集屬于同一個類別，或者沒有特征可以選擇為止；

步驟S54，對測試數據分類，如果到達葉節點，則返回該分類；否則，繼續嘗試其他特征，直到到達葉節點為止，然后返回該分類。