[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

本發明公開了一種基于聚類算法的外貿商品價格核驗方法及系統，包括獲取外貿業務數據，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。本發明通過融合數據抽取技術、聚類算法技術、商品價格核驗技術，將不同技術形態的方法進行有效融合，形成具備對外提供穩定技術服務的系統化產品。

技術領域

本發明涉及計算機軟件領域，尤其涉及一種基于聚類算法的外貿商品價格核驗方法及系統。

背景技術

近年來，隨著互聯網大數據和電子商務的不斷發展，對于商品的價格定價也日趨透明化。商品價格是其價值的直接體現，目前了解同類商品的價格趨勢主要是通過不同渠道商品價格比對分析的方式實現的，這往往需要很豐富的行業相關知識。

現有技術中，如電商場景通過分析行業價格來給商品進行定價，電商中的數據維度有很多，各方各面都會有數據存在，通過對這些數據進行分析，我們就可以知道一些我們需要的信息。商品的定價對于電商銷售來說有著關鍵的影響，比如定價多少會直接影響所獲得的利益。定價太低也許銷量有了卻沒有利潤，定價太高有利潤可惜賣不出去。只有合適的價格，才能獲得市場中的一席之地。傳統的價格核驗方法容易受到初始簇質心的情況而影響，有可能陷入局部最優解，在大規模數據上收斂較慢。這就帶來幾個弊端，一是，由于局部最優解，會造成商品價格最終核驗結果的偏高、偏低。二是，在大規模的數據上，對資源的消耗程度高，價格核驗的成本較高，難以大規模推廣。三是，現有方法對簇個數和質心的選擇具有隨機性，也降低了價格核驗的效率和準確度。此外，處理噪聲數據的能力較弱，少量的該類數據會對質點的計算會產生極大的影響。

另有，從各數據平臺獲取待識別商品種類的各類數據；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；計算出待識別商品的申報單價；利用k均值算法對申報單價分類，得到各價格區間；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；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。雖然能夠減少人工對行業知識的理解，能快速的對大量商品進行價格風險排查，但是對樣本數據內商品的總價、數量、單價、幣種、單位等字段分析較少，對價格的范圍區間核驗準確度不高。

發明內容

本申請提供了一種基于聚類算法的外貿商品價格核驗方法及系統，旨在用于提高海關的審核人員的外貿商品報價核驗能力，解決現有技術中基于海量的樣本數據，不能訓練出可精準核驗商品價格的算法模型，形成成熟、完備的價格核驗能力。

為了實現上述目的，本申請采用以下技術方案：

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。

作為優選，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。

作為優選，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：