[发明专利]一种基于大数据技术的单品种农产品价格预测方法在审

专利信息
申请号: 202010038737.8 申请日: 2020-01-14
公开(公告)号: CN111275246A 公开(公告)日: 2020-06-12
发明(设计)人: 柴成;姚文龙 申请(专利权)人: 北京三品仓电子商务科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/02
代理公司: 北京知呱呱知识产权代理有限公司 11577 代理人: 盛明星
地址: 100095 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据 技术 品种 农产品 价格 预测 方法
【权利要求书】:

1.一种基于大数据技术的单品种农产品价格预测方法,其特征是:包括以下步骤

S1,确定一种农产品以及该种农产品需要预测的价格时间;

S2,获取历史中该农产品的历史价格走势图表A;

S3,从历史价格走势图表A中截取该农产品在需要预测的价格时间前X天的近期价格波动图表B;

S4,对比近期价格波动图表B与历史价格走势图表A;

S5,截取历史价格走势图表A中与近期价格波动图表B重合度最高的部分,命名该部分图表为相似图表C;

S6,根据相似图表C和近期价格波动图表B各个对应节点的差值计算出补偿值,所述节点为每天该农产品的价格;

S7,将相似图表C中对应需要预测的价格时间的节点加上补偿值,算出需要预测的价格时间的该种农产品的价格。

2.根据权利要求1所述的一种基于大数据技术的单品种农产品价格预测方法,其特征是:所述补偿值包括影响农作物的各项指标均在正常范围的情况下对农产品预测的价格进行补偿的普通补偿值以及当影响该农作物的某一项超出正常范围对农产品预测的价格进行补偿的重大灾情补偿值。

3.根据权利要求2所述的一种基于大数据技术的单品种农产品价格预测方法,其特征是:所述普通补偿值的计算方法包括

S6.1,相似图表C中与近期价格波动图表图表B中每两个对应的节点设置为一组;

S6.2,计算每组节点的差值并求出所有差值的平均数,该平均数设置为普通补偿值a,所述补偿值=a。

4.根据权利要求3所述的一种基于大数据技术的单品种农产品价格预测方法,其特征是:

所述重大灾情补偿值包括旱灾补偿值、涝灾补偿值。

5.根据权利要求4所述的一种基于大数据技术的单品种农产品价格预测方法,其特征是:所述旱灾补偿值和涝灾补偿值的计算方法为

S8.1,确定需要预测价格的农产品的主要产地;

S8.2,收集该产地历史降雨数据和该种农产品的价格数据;

S8.3,计算出降雨量对农产品价格的影响系数以及正常降雨量范围。

6.根据权利要求5所述的一种基于大数据技术的单品种农产品价格预测方法,其特征是:启用重大灾情补偿值的方法为

收集需要预测价格的农产品主要产地的年降水量数据,并求出年降水量平均值,低于降水量平均值百分之五十的判定为旱灾年,高于降水量平均值百分之五十的判定为降水量涝灾年,当判定为降水量涝灾年或旱灾年时补偿值=普通补偿值a+重大灾情补偿值b。

7.根据权利要求6所述的一种基于大数据技术的单品种农产品价格预测方法,其特征是:所述重大灾情补偿值的计算方法为

旱灾补偿值:收集历年旱灾年的单品种农产品的价格数据,与历史年份对比,找出与每个旱灾年的其他影响农产品价格因素趋近相同的年份,并算出价格差值的平均值,该平均值即为旱灾补偿值。

8.根据权利要求7所述的一种基于大数据技术的单品种农产品价格预测方法,其特征是:所述重大灾情补偿值的计算方法为

涝灾补偿值:收集历年涝灾年的单品种农产品的价格数据,与历史年份对比,找出与每个涝灾年的其他影响农产品价格因素趋近相同的年份,并算出价格差值的平均值,该平均值即为涝灾补偿值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京三品仓电子商务科技有限公司,未经北京三品仓电子商务科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010038737.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top