一种农产品量价分析方法及系统与流程

1.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：

2.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。
3.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。


技术实现要素：

4.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。
5.为实现上述目的，本发明提供了如下方案：
6.一种农产品量价分析方法，所述方法包括：
7.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；
8.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；
9.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；
10.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；
11.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；
12.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；
13.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；
14.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；
15.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；
16.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；
17.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。
18.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：
19.采用k折交叉验证确定最优聚类数目；
20.基于最优聚类数目，利用k-means聚类算法对月交易数据集进行聚类，获得多个聚类簇。
21.一种农产品量价分析系统，所述系统包括：收集单元、数据库、处理单元和显示单元；
22.收集单元与数据库连接，所述收集单元用于收集预设区域各种农产品历年的月平均价格和月平均成交量，并传输至所述数据库进行存储；
23.处理单元分别与数据库和显示单元连接，所述处理单元用于根据农产品种类选取指令，从所述数据库中获取同种类农产品历年的月平均价格和月平均成交量，并对该种类农产品历年的月平均价格和月平均成交量进行聚类，确定聚类结果，并根据聚类结果确定聚类结果中每个聚类簇的月价格合理范围和月销量合理范围，同时将聚类结果和每个聚类簇的月价格合理范围和月销量合理范围均传输至所述显示单元；
24.所述显示单元用于以散点图的形式显示聚类结果，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；所述散点图显示聚类簇中每个对象的月平均价格、月平均成交量以及月份；
25.所述处理单元还用于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，并将所述皮尔逊积矩相关系数传输至所述显示单元；
26.所述显示单元还用于在散点图的每个聚类簇中心显示各自的皮尔逊积矩相关系数。
27.可选的，所述处理单元包括：
28.月交易数据集构成子单元，用于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；
29.聚类子单元，用于采用基于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；
30.占比确定子单元，用于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；
31.排序子单元，用于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；
32.累加子单元，用于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；
33.价格合理范围确定子单元，用于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；
34.价格警示子单元，用于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；
35.销量合理范围确定子单元，用于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；
36.销量警示子单元，用于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；
37.皮尔逊积矩相关系数计算子单元，用于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；
38.相关性分析子单元，用于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。
39.可选的，所述聚类子单元包括：
40.最优聚类数目确定模块，用于采用k折交叉验证确定最优聚类数目；
41.聚类簇获得模块，用于基于最优聚类数目，利用k-means聚类算法对月交易数据集进行聚类，获得多个聚类簇。
42.可选的，所述显示单元以饼图的方式显示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的数量和数量占比；
43.所述显示单元在一个坐标图中分别显示预设区域该种类农产品历年的月平均价格曲线和月平均成交量曲线，构成农产品月量价关系图。
44.根据本发明提供的具体实施例，本发明公开了以下技术效果：
45.本发明公开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，以及聚类簇中每个对象的月平均成交量是否在该聚类簇的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，通过相关性数值分析价格随销量变化的趋势，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。
附图说明
46.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图
获得其他的附图。
47.图1为本发明提供的一种农产品量价分析方法的流程图。
48.图2为本发明提供的一种农产品量价分析系统的结构图；
49.图3为本发明提供的饼图的示意图；
50.图4为本发明提供的月价格合理范围柱状图的示意图；
51.图5为本发明提供的月销量合理范围柱状图的示意图。
具体实施方式
52.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
53.本发明的目的是提供一种农产品量价分析方法及系统，以实现农产品价格的聚类显示。
54.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
55.本发明提供了一种农产品量价分析方法，如图1所示，方法包括：
56.步骤101，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。若以中国为例，则预设区域指代中国全国。
57.步骤102，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。
58.具体包括：
59.采用k折交叉验证确定最优聚类数目；
60.基于最优聚类数目，利用k-means聚类算法对月交易数据集进行聚类，获得多个聚类簇。
61.k-means是一种无监督的机器学习方法，基于k折交叉验证的k-means聚类算法可以自动、准确聚类，直接输出聚类数量和聚类簇。
62.步骤103，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。
63.步骤104，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。
64.步骤105，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。
65.步骤106，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。
66.步骤107，分别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，若不在，则对月平均价格不在该聚类簇的月价格合理范围之内的对象进行警示。
67.步骤108，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。
68.步骤109，分别判断聚类簇中每个对象的月平均成交量是否在该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该聚类簇的月销量合理范围之内的对象进行警示。
69.根据对象的警示，可以反映对象所在月的价格或成交量的异常，进而得出农产品在该月的价格涨跌、供求变化情况等。
70.步骤110，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。
71.步骤111，根据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。
72.本发明还提供了一种使用前述的农产品量价分析方法的农产品量价分析系统，如图2所示，系统包括：收集单元、数据库、处理单元和显示单元。
73.收集单元与数据库连接，所述收集单元用于收集预设区域各种农产品历年的月平均价格和月平均成交量，并传输至所述数据库进行存储。
74.处理单元分别与数据库和显示单元连接，所述处理单元用于根据农产品种类选取指令，从所述数据库中获取同种类农产品历年的月平均价格和月平均成交量，并对该种类农产品历年的月平均价格和月平均成交量进行聚类，确定聚类结果，并根据聚类结果确定聚类结果中每个聚类簇的月价格合理范围和月销量合理范围，同时将聚类结果和每个聚类簇的月价格合理范围和月销量合理范围均传输至所述显示单元。
75.所述显示单元用于以散点图的形式显示聚类结果，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；所述散点图显示聚类簇中每个对象的月平均价格、月平均成交量以及月份。散点图的横轴表示月平均价格，纵轴表示月平均成交量；散点图以不同颜色表示聚类结果中的聚类簇。每个聚类簇的聚类中心以较大圆点突出显示。
76.处理单元还用于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，并将所述皮尔逊积矩相关系数传输至显示单元；显示单元还用于在散点图的每个聚类簇中心显示各自的皮尔逊积矩相关系数。
77.其中，所述处理单元包括：
78.月交易数据集构成子单元，用于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。
79.聚类子单元，用于采用基于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。
80.聚类子单元包括：
81.最优聚类数目确定模块，用于采用k折交叉验证确定最优聚类数目；
82.聚类簇获得模块，用于基于最优聚类数目，利用k-means聚类算法对月交易数据集进行聚类，获得多个聚类簇。
83.占比确定子单元，用于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。
84.排序子单元，用于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。
85.累加子单元，用于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。
86.价格合理范围确定子单元，用于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。
87.价格警示子单元，用于分别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，若不在，则对月平均价格不在该聚类簇的月价格合理范围之内的对象进行警示。
88.销量合理范围确定子单元，用于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。
89.销量警示子单元，用于分别判断聚类簇中每个对象的月平均成交量是否在该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该聚类簇的月销量合理范围之内的对象进行警示。
90.皮尔逊积矩相关系数计算子单元，用于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。
91.相关性分析子单元，用于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。
92.显示单元还可以显示以下内容：
93.(1)显示单元以饼图的方式显示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的数量和数量占比，如图3所示。
94.(2)显示单元显示每个聚类簇的月价格合理范围柱状图和月销量合理范围柱状图，如图4-5所示的聚类1的月价格合理范围柱状图和月销量合理范围柱状图。
95.(3)显示单元在一个坐标图中分别显示预设区域该种类农产品历年的月平均价格曲线和月平均成交量曲线，构成农产品月量价关系图。
96.本发明采用基于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，显示单元以散点图的形式显示聚类结果，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。
97.本发明的量价聚类监测系统是对农产品月平均交易量和月平均价格数据的挖掘分析结果进行可视化展示，具体包括量价走势和量价聚类分析两个子模块。量价走势子模块通过折线图形式对重点监控的农产品的月平均交易量和月平均价格的走势进行呈现。量价聚类分析则是以散点图形式对基于机器学习聚类算法得到的聚类决策结果进行可视化展示，其中不同颜色的数据点表示具有不同数据特性的量价数据点，每一类数据点在图中的数据分布能够体现一定的季节性特点和市场规律。
98.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
99.本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据
本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。