[發明專利]一種基于多源異構數據的農產品銷量預測系統

在審

• 申請號: 202110361893.2
• 申請日: 2021-04-02
• 公開（公告）號: CN113052636A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 陳怡男;陳惠芬;梁琳;李婕;呂園園;楊先鳳
• 申請（專利權）人: 西南石油大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/02;G06K9/62
• 代理公司: 成都知都云專利代理事務所(普通合伙) 51306
• 代理人: 趙正寅

本發明提供一種基于多源異構數據的農產品銷量預測系統，涉及農業智能生產領域。所本發明通過引入市場因子§的概念來描繪潛溺在銷量數據下，市場對銷量的整體影響度，通過計算市場銷售的農產品的市場因子§能實現對市場畫像的刻畫，通過市場畫像，能計算兩個市場的相似度，對于相似度高的市場，可以套用已經訓練好的銷量預測模型，從而更加準確地選擇銷量預測模型來對需要進行銷量預測的市場進行準確預測，且降低計算量；過引入Key_Value對照表實現了數據的快速去冗余，且降低了計算量；通過計算所有特征的特征關聯度，并對他們進行特征關聯度排序，從而排除了影響銷量較小的特征，降低了銷量預測模型訓練的訓練量，并保證了預測的準確度。

技術領域

本發明涉及農業智能生產領域，尤其涉及一種基于多源異構數據的農產品銷量預測系統。

背景技術

構建優質的農產品供應鏈是保證人民吃上新鮮、優質、實惠、放心農產品的關鍵所在，為此，國家投入大量資金構建“菜籃子”工程，旨在保證農產品供應鏈的穩定、優質。

在農產品的產銷過程中，會伴隨產生海量的數據，這些數據以各種形式保存在各個環節中，這些數據統稱為多源異構數據，在過去，多源異構數據被視為無用且臃腫的數據，是人們難以割舍卻又不得不割舍的數據資料，但隨著時代發展，大數據處理技術的日趨成熟，多源異構數據變成了人類的寶貴財富，人們可以通過多源異構數據訓練人工智能AI，多源異構數據是機器學習、人工智能、人臉識別、事態推測的基礎，對于農產品的產銷過程中產生的多源異構數據，人們也在積極尋找處理利用的方法。

申請號為CN201710291312.6的發明公開了一種基于互聯網和大數據的農產品產銷服務系統，包括：基礎數據層，進行糧食、蔬菜、水果、畜產品的市場數據的采集存儲；數據處理層，通過模型算法庫對上傳的數據進行加工、處理、聚類和分類，將處理后的數據采用分布式存儲，構建基本的數據倉庫；應用層，通過平臺技術的整合，將數據倉庫里的數據經行特征提取構建向量空間模型，并通過匹配推薦算法庫與用戶興趣模型經行匹配，將匹配結果通過系統進行下一步的報送工作；展示層，通過媒體中介工具，將測報結果傳送至農戶、政府機構、科研機構以及消費者。但是該發明未對銷量進行預測，從而指導供應鏈進行精準的備貨。

故有必要提出一種新的，能通過現有歷史數據對未來農產品銷量做出準確預測的，能通過預測指導投放農產品的，基于多源異構數據的農產品銷量預測系統。

發明內容

為解決上述技術問題，本發明提供一種基于多源異構數據的農產品銷量預測系統，涉及農業智能生產領域。所述預測系統包括數據采集端、數據預處理端和銷量預測模型；本發明通過引入市場因子§的概念來描繪潛溺在銷量數據下，市場對銷量的整體影響度，市場因子§還能作為描繪市場畫像的工具，通過計算市場銷售的農產品的市場因子§能實現對市場畫像的刻畫，通過市場畫像，能計算兩個市場的相似度，對于相似度高的市場，可以套用已經訓練好的銷量預測模型，從而更加準確地選擇銷量預測模型來對需要進行銷量預測的市場進行準確預測，且降低計算量；過引入Key_Value對照表實現了數據的快速去冗余，且降低了計算量；通過計算所有特征的特征關聯度，并對他們進行特征關聯度排序，從而排除了影響銷量較小的特征，降低了銷量預測模型訓練的訓練量，并保證了預測的準確度。

本發明提供的一種基于多源異構數據的農產品銷量預測系統，包括數據采集端、數據預處理端和銷量預測模型；

所述數據采集端用于采集預測區域內所有農產品銷售網點的歷史數據作為訓練樣本集；

所述數據預處理端將訓練樣本集中的數據進行預處理，并將預處理后的數據分為參考集和特征集；

所述特征集用于訓練銷量預測模型，訓練銷量預測模型的給出的預測結果通過參考集來驗證預測精準度；

所述銷量預測模型為基于XGBoost的預測模型，能通過輸入參考集和特征集進行模型訓練，并構造用于預測農產品銷量的銷量預測模型。