[發明專利]一種基于聚類算法的外貿商品價格核驗方法及系統

在審

• 申請號: 202111515566.4
• 申請日: 2021-12-13
• 公開（公告）號: CN114387011A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 徐小兵;陸緯;趙曉兵
• 申請（專利權）人: 浙江電子口岸有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F16/215;G06F16/2458
• 代理公司: 杭州快知知識產權代理事務所(特殊普通合伙) 33293
• 代理人: 楊冬玲

1.一種基于聚類算法的外貿商品價格核驗方法，其特征在于，包括以下步驟：

獲取外貿業務數據，將所述外貿業務數據抽取、清洗、轉換形成校驗數據池；

通過實時請求參數加載所述校驗數據池并壓縮形成數據集，根據算法得到所述數據集的鄰域最少點數和初始領域半徑；

基于密度算法和所述數據集得到順序的聚類結構，所述順序的聚類結構包含了每個層級的聚類信息；并根據所述聚類信息得出最新給定的半徑，輸出當前請求參數的可信價格區間。

2.根據權利要求1所述的一種基于聚類算法的外貿商品價格核驗方法，其特征在于，所述轉換步驟包括：

對所述外貿業務數據中的外貿訂單單價ρ進行如下轉換加工：

其中，format(0.00)表示保留兩位小數，format(0.0)表示保留一位小數，format(0)表示取整。

3.根據權利要求1所述的一種基于聚類算法的外貿商品價格核驗方法，其特征在于，所述通過實時請求參數加載所述校驗數據池并壓縮形成數據集，根據算法得到所述數據集的鄰域最少點數和初始領域半徑，包括：

S31、定義核心距離：設數據點x_i∈D＝{x₁，x₂，…，x_N}，對于給定的參數ε和稱使得x_i成為核心點的最小鄰域半徑為點x_i的核心距離，記為

其中表示集合N_ε(x_i)中與節點x_i第i最近鄰的節點，i和N均為大于1的整數；

S32、定義可達距離：設x_i，x_j∈D，對于給定的參數ε和x_j關于x_i的可達距離定義為：

特別地，當x_i為核心點時，則：

即rd(x_j，x_i)表示使得“x_i為核心點”且“x_j從x_i直接密度可達”同時成立的最小鄰域半徑，其中j為大于1的整數；

S33、定義兩個隊列，有序隊列Q和結果隊列有序隊列Q用于存儲核心節點及其密度直達節點，并按照可達距離升序排列；結果隊列用于存儲樣本點的輸出次序；有序隊列Q中的節點為待處理樣本，結果隊列中的節點為處理之后的樣本；

S34、如果所有樣本集D中所有點都處理完畢，則算法結束；否則選取一個未處理的核心節點，將其放入結果隊列同時計算鄰域內樣本點的可達距離，按照可達距離升序將鄰域內樣本點依次放入有序隊列Q；

S35、如果有序隊列Q為空，重復步驟S33，否則從有序隊列Q中提取第一個樣本放入結果隊列如果為核心點，則計算的鄰域對象點將所有點加入Q并按可達距離升序，如果不是核心點，重復步驟S34；

S36、不斷迭代步驟S34和步驟S35，直到所有樣本點都處理完畢，然后輸出結果隊列中的樣本點及其可達距離。

4.根據權利要求1或3所述的一種基于聚類算法的外貿商品價格核驗方法，其特征在于，所述基于密度算法和所述數據集得到順序的聚類結構，所述順序的聚類結構包含了每個層級的聚類信息；并根據所述聚類信息得出最新給定的半徑，輸出當前請求參數的可信價格區間，包括以下步驟：

S41、基于算法模型模塊進行分析得出外貿價格數量閾值由獲得當前的rd即最新給定半徑ε，其中count為外貿價格的總數量；

S42、從所述結果隊列Q中按順序取出所有點，如果第一點的可達距離不大于所述給定半徑ε，則所述第一點屬于第一聚類，否則舍棄，然后第二點進入步驟S43；

S43、如果所述第二點的核心距離大于所述給定半徑ε，則所述第二點為噪音點，則舍棄，否則屬于所述第一聚類，然后若第二點為所述噪音點，判斷第三點是否不大于所述給定半徑ε，若是則所述第三點屬于第二聚類，否則舍棄，依次循環；

S44、所述結果隊列Q遍歷結束，則算法結束，輸出對應類目商品的報價的可信價格區間。