[发明专利]农产业链数据处理方法及农产业交易流量预测系统

说明书

本发明涉及数据处理技术领域，尤其涉及一种农产业链数据处理方法，包括以下步骤：针对任一产品建立最新的n次交易的交易重量序列Xi;将n次交易的发生时间t按照设定间隔分为m段，针对同一产品建立每段时间内的交易数量序列Yj;计算交易重量序列Xi的平均值；计算交易数量序列Yj的平均值，将两平均值的乘积作为所针对产品的交易流量预测依据，且以交易流量确定所针对产品的物流量。通过本发明能够有效输出可供参考的物流量指导数据。同时，本发明中还请求保护一种农产业交易流量预测系统，具有同样的技术效果。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种农产业链数据处理方法及农产业交易流量预测系统。

背景技术

近年来随着农业产业化的发展，在推出的众多电商类产品中，农特产品的交易占据很大比例。

在实际的交易过程中，由于农特产品的销售情况会伴随不同季节、不同种植区域和不同地区消费习惯的特点，而使得交易的情况产生波动，上述波动会造成产地针对农产品的物流量发生波动；虽然能够以往年同期的交易情况作为参考，但是仍然难以明确的对短期的物流量进行预测。

鉴于大部分农特产品需要保证新鲜的品质，因此如何合理的根据短期内可能产生的交易流量来合理安排物流运输能力，保证相匹配的物流量，成为了获得更大利润的重要途径；如何获得一种合理的数据处理方式来实现农产业交易流量的短期预测，从而确定农产品的物流量，成为了本领域技术人员所需解决的技术问题之一。

发明内容

本发明提供了一种农产业链数据处理方法及农产业交易流量预测系统，可有效解决背景技术中的问题。

为了达到上述目的，本发明所采用的技术方案是：

农产业链数据处理方法，包括以下步骤：

针对任一产品建立最新的n次交易的交易重量序列Xi=［xi(1)，xi(2)……xi(n)］，其中，n为至少72小时的交易次数，且n≥20;

将n次交易的发生时间t按照设定间隔分为m段，针对同一产品建立每段时间内的交易数量序列Yj=［yj(1)，yj(2)……yj(m)］;

计算交易重量序列Xi的平均值，单位为公斤/次；

计算交易数量序列Yj的平均值，单位为次/天；

将和的乘积作为所针对产品的交易流量预测依据，且以所述交易流量确定所针对产品的物流量；

所针对产品的交易流量预测模型如下：

其中，A为预测系数，其计算方法包括以下步骤：

建立交易重量序列Xi中各数据随时间的变化曲线，分别获取变化曲线中的峰值数据序列Xi(峰)和谷值数据序列Xi(谷)；

判断峰值数据序列Xi(峰)和谷值数据序列Xi(谷)的数据数量是否均大于等于2；

若是，分别计算出两数据序列的方差和，A与正相关；

若否，则A取1。

进一步地，所述设定间隔为24小时。

进一步地，还包括以下步骤：

统计峰值数据序列Xi(峰)中的数据数量为n1；

统计谷值数据序列Xi(谷)中的数据数量为n2；

根据公式P=（n1+n2）/n，进行P值的计算；

根据P值大小对下一次交易流量预测的发生时间t进行调整，其中，P值与发生时间t负相关。

进一步地，所述交易重量序列Xi=［xi(1)，xi(2)……xi(n)］的获取，按照所述设定间隔进行。

农产业交易流量预测系统，包括：

交易重量识别模块，对农产品的交易重量进行识别及存储，且存储的内容至少包括所述交易重量大小和交易时间信息；