[发明专利]一种农产品量价分析方法及系统

说明书

本发明涉及一种农产品量价分析方法及系统，采用基于K折交叉验证的K‑means聚类算法对历年月交易数据集进行自动聚类，确定每个聚类簇的月价格合理范围和月销量合理范围，进一步判断聚类簇中每个对象的月平均价格是否在该聚类簇的月价格合理范围之内，月平均成交量是否月销量合理范围之内，对不在合理范围之内的对象进行警示，挖掘出历年价格或销量异常的月份。且本发明还计算了月平均价格与月平均成交量之间的皮尔逊积矩相关系数，继而确定月平均价格与月平均成交量之间的相关性，最终通过显示单元以散点图的形式显示聚类结果和相关性，并以柱状图的形式显示月价格合理范围和月销量合理范围，实现了农产品价格与成交量的聚类显示。

技术领域

本发明涉及农业大数据技术领域，特别是涉及一种农产品量价分析方法及系统。

背景技术

农业发展是中国经济社会发展的首要问题。农业的生产能力和产出水平，直接关系到能否满足工业经济的生产需求以及工业化发展进程。农业资源配置和农业收益率的高低直接制约着农村居民家庭收入的增长，进而影响农村居民家庭消费需求的增长和生活质量的提高。因此，农业的分析对经济发展至关重要。

价与量一直是农业分析中非常重要的两个方面，销量在很大程度上影响价格的调整，而且价格的波动和成交量的变化之间有着显著的关系，对价格和成交量进行聚类分析，利用聚类结果分析农产品的季节性特点和市场规律，并可以明显得出价格或成交量的异常数据，通过分析异常数据特点进行后续的有效规避。但现有技术中一般将价格和成交量分别进行研究和分析，却没有综合分析价格和成交量之间的关系。所以，聚类分析价格和成交量对农业发展具有指导性意义。

发明内容

本发明的目的是提供一种农产品量价分析方法及系统，以实现农产品价格与成交量的聚类显示。

为实现上述目的，本发明提供了如下方案：

一种农产品量价分析方法，所述方法包括：

获取预设区域同一种农产品历年的月平均价格和月平均成交量，构成月交易数据集；所述月交易数据集的每条数据包括每月的月平均价格和月平均成交量；

采用基于K折交叉验证的K-means聚类算法对月交易数据集进行聚类，获得多个聚类簇；

统计每个聚类簇中所有对象对应的月份，以及对应的每个月份中对象总数量占所在聚类簇的对象总数量的占比；

将每个聚类簇中对应的每个月份的占比按照从大到小的顺序排列，构成占比序列；

从左至右依次累加占比序列中的占比，直至累加的占比首次大于预设比例，并获得累加的占比所对应的所有月份，作为待选月份；

将待选月份中所有对象的最低价格和最高价格之间的价格范围确定为每个聚类簇的月价格合理范围；

分别判断聚类簇中每个对象的月平均价格是否在所述聚类簇的月价格合理范围之内，若不在，则对月平均价格不在所述聚类簇的月价格合理范围之内的对象进行警示；

将待选月份中所有对象的最低成交量和最高成交量之间的成交量范围确定为每个聚类簇的月销量合理范围；

分别判断聚类簇中每个对象的月平均成交量是否在所述聚类簇的月销量合理范围之内，若不在，则对月平均成交量不在所述聚类簇的月销量合理范围之内的对象进行警示；

计算每个聚类簇中所有对象的月平均价格与月平均成交量之间的皮尔逊积矩相关系数；

根据所述皮尔逊积矩相关系数，确定每个聚类簇中月平均价格与月平均成交量之间的相关性。

可选的，所述采用基于K折交叉验证的K-means聚类算法对月交易数据集进行聚类，获得聚类数量和多个聚类簇，具体包括：

采用K折交叉验证确定最优聚类数目；