[發明專利]價格波動預測方法及裝置

在審

• 申請號: 201910341948.6
• 申請日: 2019-04-25
• 公開（公告）號: CN110059888A
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 李驥東;王丹;藍科;覃進學
• 申請（專利權）人: 成都四方偉業軟件股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02;G06F17/16;G06F17/18
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 徐麗

1.一種價格波動預測方法，其特征在于，所述方法包括：

獲取影響待預測目標價格的多個特征因素，對每個所述特征因素分別進行處理得到所述特征因素對應的特征值；

對所述多個特征因素分別對應的特征值兩兩之間進行相關性計算，得到所述多個特征因素的相關系數矩陣；

對所述相關系數矩陣進行檢驗，根據檢驗結果判斷是否采用因子分析方法；

當判斷結果為是時，根據所述因子分析方法、多個特征因素及每個所述特征因素對應的特征值對所述待預測目標進行價格波動預測。

2.根據權利要求1所述的價格波動預測方法，其特征在于，對每個所述特征因素分別進行處理得到所述特征因素對應的特征值的步驟包括：

對每個所述特征因素分別進行數值化處理，得到每個所述特征因素對應的數值；

將每個所述特征因素對應的數值分別進行歸一化處理，得到每個特征因素對應的特征值。

3.根據權利要求1所述的價格波動預測方法，其特征在于，所述對所述相關系數矩陣進行檢驗，根據檢驗結果判斷是否采用因子分析方法的步驟包括：

對所述相關系數矩陣進行KMO檢驗，并在完成KMO檢驗后進行巴特利球體檢驗，得到KMO檢驗系數和巴特利球體檢驗的統計值顯著性概率值；

根據所述KMO檢驗系數和巴特利球體檢驗的統計值顯著性概率值判斷是否采用因子分析方法。

4.根據權利要求1所述的價格波動預測方法，其特征在于，判斷是否采用因子分析方法的判斷結果為否時，所述方法還包括：

根據GBDT算法、所述特征因素和每個特征因素對應的特征值對所述待預測目標進行價格波動預測。

5.根據權利要求1所述的價格波動預測方法，其特征在于，所述待預測目標價格為春季蔬菜價格，所述多個特征因素包括菜地面積、人口指數、物流指數、氣溫因素以及災害因素。

6.一種價格波動預測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取影響待預測目標價格的多個特征因素，對每個所述特征因素分別進行處理得到所述特征因素對應的特征值；

計算模塊，用于對所述多個特征因素分別對應的特征值兩兩之間進行相關性計算，得到所述多個特征因素的相關系數矩陣；

判斷模塊，用于對所述關系數矩陣進行檢驗，根據檢驗結果判斷是否采用因子分析方法；

第一預測模塊，用于當判斷結果為是時，根據所述因子分析方法、多個特征因素及每個所述特征因素對應的特征值對所述待預測目標進行價格波動預測。

7.根據權利要求6所述的價格波動預測裝置，其特征在于，所述獲取模塊包括：

第一處理子模塊，用于對每個所述特征因素分別進行數值化處理，得到每個所述特征因素對應的數值；

第二處理子模塊，用于將每個所述特征因素對應的數值分別進行歸一化處理，得到每個特征因素對應的特征值。

8.根據權利要求6所述的價格波動預測裝置，其特征在于，所述判斷模塊包括：

檢驗子模塊，用于對所述相關系數矩陣進行KMO檢驗，并在完成KMO檢驗后進行巴特利球體檢驗，得到KMO檢驗系數和巴特利球體檢驗的統計值顯著性概率值；

判斷子模塊，用于判斷根據所述KMO檢驗系數和巴特利球體檢驗的統計值顯著性概率值判斷是否采用因子分析方法。

9.根據權利要求6所述的價格波動預測裝置，其特征在于，在判斷結果為否時，所述裝置還包括：

第二預測模塊，用于根據GBDT算法、所述特征因素和每個特征因素對應的特征值對所述待預測目標進行價格波動預測。

10.根據權利要求6所述的價格波動預測裝置，其特征在于，所述待預測目標價格為春季蔬菜價格，所述多個特征因素包括菜地面積、人口指數、物流指數、氣溫因素以及災害因素。