[發明專利]一種基于大數據技術的單品種農產品價格預測方法

在審

• 申請號: 202010038737.8
• 申請日: 2020-01-14
• 公開（公告）號: CN111275246A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 柴成;姚文龍
• 申請（專利權）人: 北京三品倉電子商務科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02
• 代理公司: 北京知呱呱知識產權代理有限公司 11577
• 代理人: 盛明星

本發明實施例公開了一種基于大數據技術的單品種農產品價格預測方法，其技術方案要點是：S1，確定農產品需要預測的價格時間；S2，獲取歷史中該農產品的歷史價格走勢圖表A；S3，從歷史價格走勢圖表A中截取該農產品在需要預測的價格時間前X天的近期價格波動圖表B；S4，對比近期價格波動圖表B與歷史價格走勢圖表A；S5，截取歷史價格走勢圖表A中與近期價格波動圖表B重合度最高的部分，命名該部分圖表為相似圖表C；S6，根據相似圖表C和近期價格波動圖表B各個對應節點的差值計算出補償值，所述節點為每天該農產品的價格；S7，將相似圖表C中對應需要預測的價格時間的節點加上補償值，算出需要預測的價格時間的該種農產品的價格。

技術領域

本發明實施例涉及農產品價格預測技術領域，具體涉及一種基于大數據技術的單品種農產品價格預測方法。

背景技術

農產品是農業中生產的物品，如高粱、稻子、花生、玉米、小麥以及各個地區土特產等。國家規定初級農產品是指農業活動中獲得的植物、動物及其產品，不包括經過加工的各類產品。可以說，農產品與人類息息相關，同樣，農產品的價格變化也是很多人所關心的重要信息。

中國專利公開了一種農產品的價格預測方法和系統。該方法包括：獲取當前時刻與農產品有關的數據信息；對所述數據信息進行分析，得到影響所述農產品未來價格的影響因素；所述影響因素包括：所述數據信息的情感極性，所述數據信息的情感極性用于表征市場的交易情緒；根據所述影響因素、所述農產品的歷史價格以及預設的神經網絡模型，預測所述農產品未來價格，得到預測結果；其中，所述神經網絡模型為基于市場的交易情緒進行建模得到的數學模型。上述的方法，提高了農產品價格預測的精度。但上述的專利通過對市場交易極性的預測，來預測農產品的價格趨勢，并不能夠得出農產品價格的準確數值。

發明內容

為此，本發明實施例提供一種基于大數據技術的單品種農產品價格預測方法，以解決現有技術中由于只能粗略預測農產品的價格趨勢而導致的不能準確得出預測農產品價格數值的問題。

為了實現上述目的，本發明實施例提供如下技術方案：一種基于大數據技術的單品種農產品價格預測方法，包括以下步驟S1，確定一種農產品以及該種農產品需要預測的價格時間；S2，獲取歷史中該農產品的歷史價格走勢圖表A；S3，從歷史價格走勢圖表A中截取該農產品在需要預測的價格時間前X天的近期價格波動圖表B；S4，對比近期價格波動圖表B與歷史價格走勢圖表A；S5，截取歷史價格走勢圖表A中與近期價格波動圖表B重合度最高的部分，命名該部分圖表為相似圖表C；S6，根據相似圖表C和近期價格波動圖表B各個對應節點的差值計算出補償值，所述節點為每天該農產品的價格；S7，將相似圖表C中對應需要預測的價格時間的節點加上補償值，算出需要預測的價格時間的該種農產品的價格。

本發明實施例的特征還在于，所述補償值包括影響農作物的各項指標均在正常范圍的情況下對農產品預測的價格進行補償的普通補償值以及當影響該農作物的某一項超出正常范圍對農產品預測的價格進行補償的重大災情補償值。

本發明實施例的特征還在于，所述普通補償值的計算方法包括S6.1，相似圖表C中與近期價格波動圖表圖表B中每兩個對應的節點設置為一組；S6.2，計算每組節點的差值并求出所有差值的平均數，該平均數設置為普通補償值a，所述補償值＝a。

本發明實施例的特征還在于，所述重大災情補償值包括旱災補償值、澇災補償值。

本發明實施例的特征還在于，所述旱災補償值和澇災補償值的計算方法為S8.1，確定需要預測價格的農產品的主要產地；S8.2，收集該產地歷史降雨數據和該種農產品的價格數據；S8.3，計算出降雨量對農產品價格的影響系數以及正常降雨量范圍。