一种基于大数据的农产品市场数据分析系统的制作方法

　　一种基于大数据的农产品市场数据分析系统的制作方法3.现有的农产品市场数据分析多是采用定性的预测方法，分析时的主观性较强，且数据分析的准确度较低，如中国专利cn112418952a公开一种基于大数据分析的农产品市场价格预警管理云计算平台，通过获取各天气数据，提取农产品市场中各种农产品的历史价格，计算各种农产品供应量的价格影响系数，统计农产品的储存时间，计算农产品价格的综合影响系数，对比分析各农产品的价格是否处于稳定阶段，将价格处于波动阶段的各种农产品进行预警显示，从而确保能够及时预警，维持了农产品市场供需的平衡。

　　4.又如中国专利cn108573414a公开了一种产品的市场分析系统及其操作方法，通过将调查产品的数据上传到服务器，使用时可以根据实际的设备和条件选择不同的方式进行数据上传，直接可在查看客户端的内部进行数据的分析，不用将数据来回的传递，提高了分析的效率，但是也并未公开具体的数据分析系统，现一种基于大数据的农产品市场数据分析系统。

　　5.本发明的目的在于提供一种基于大数据的农产品市场数据分析系统，通过数据采集单元、支撑分析单元、数据库、比对单元、预调整单元的设置，对农产品的市场数据进行分析，并针对分析结果对农产品的市场数据进行预调整，解决了现有的农产品市场数据分析主观因素较多，分析结果不准确等问题。

　　11.比对单元，所述比对单元用于将农产品对应的区域支撑度zi与同类农产品对应的综合区域支撑度qz进行比对，获取价值度ji；

　　14.步骤s001：任选一区域，在所选区域内任选一农产品，并获取其对应的市场数据，所述市场数据包括销售单价di、销售量；

　　16.szi为农产品i在t天内的销售总数；计算销售总数时：在剔除日销售量小于x1的销售数量后进行计算，如：将x1设为3，t天内的销售总量为30件，其中，有两天的日销售量分别为1、2，则t天内的销售总数为30

　　17.步骤s003：区域支撑度qi为农产品i在t天内的总利润，li为同类农产品在该区域的销售单价均值；

　　21.获取农产品i对应的波动趋值bi，bi为农产品i在该区域、前3年内对应时段内的历史销售单价的波动趋值，波动趋值bi的具体获取步骤为：

　　23.获取前3年内农产品i在区域内、每一时段内的销售单价均值，分别标记为pj，j＝1、2、3、4；

　　27.任选一类农产品，并获取所属类别内所有的农产品在区域内对应的市场数据；所述市场数据包括销售单价、销售量；

　　34.获取区域波动趋值bz，bz为该类农产品在该区域、前3年内对应季度内的历史销售单价的区域波动趋值，区域波动趋值bz的获取方法为：

　　35.任选一类农产品，并获取所属类别内所有的农产品在区域内对应的市场数据；所述市场数据包括销售单价；

　　36.获取前3年内该类农产品内的所有农产品在区域内、对应季度内的销售单价均值，分别标记为qpj，j＝1、2、3、4；

　　43.ri为本季度起至当下，农产品i在区域内的销售单价均值，fi为本季度起至当下，农产品i在区域内的销售总量；

　　44.w为本季度起至当下，同类农产品在区域内的销售单价均值，f为本季度起至当下，同类农产品在区域内的销售总量，同类农产品有a中农产品；

　　47.所述市场数据包括下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值；

　　48.当ji≦jx1时，将下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值在今年季度投入量、季度销售单价的基础上分别下调至今年的b％、c％；

　　49.当jijx1时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致；

　　50.其中，jx1中欧体育官方app下载、b％、c％均为预设值，b％、c％分别定义为季度预投入量、季度预销售单价均值的调整系数。

　　52.往年农产品产量数据、市场需求数据对季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值；

　　53.从数据库中获取近3年年产量均值gi、年市场需求均值gsi，获取供需比hgi，hgi＝gi/gsi；

　　54.当ji≦jx1且hgih1，则季度预投入量调整系数、季度预销售单价均值调整系数的

　　55.当ji≦jx1且hgi≦h2，则季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值为β，β1；

　　58.当jijx1且hgih1时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致或在今年的基础上下调至今年的b％、c％；其中，b％、c％均为预设值，b％、c％分别定义为季度预投入量、季度预销售单价均值的调整系数

　　59.当jijx1且hgi≦h2时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致或在今年的基础上上调至今年的β倍。

　　60.进一步地，还包括管理单元，所述管理单元用于市场数据的采集、输入及预设值的设定、修改。

　　62.本发明通过数据采集单元采集农产品的市场数据；支撑分析单元根据价值度分析方法对市场数据进行分析，获取区域支撑度zi；比对单元将农产品对应的区域支撑度zi与同类农产品对应的综合区域支撑度qz进行比对，获取价值度ji；预调整单元根据价值度对农产品的市场数据进行预调整，进而通过农产品的市场数据整合、分析、处理后，依据大数据算法得到的结果，打破了传统采集农产品市场数据分析过程中，完全依赖于人脑运算、判断的方法，使得研究的进程大大加快了。

　　64.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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的前提下，还可以根据这些附图获得其他的附图。

　　66.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作出创造性劳动前提下所获得的所有实施例，都属于本发明保护的范围。

　　68.请参阅图1所示，本发明为一种基于大数据的农产品市场数据分析系统，包括：数据采集单元，所述数据采集单元用于采集农产品的市场数据；支撑分析单元，其根据价值度分析方法对市场数据进行分析，获取区域支撑度zi；数据库，其内存储有农产品的市场数

　　据、历史气候数据、产量数据、市场需求数据；比对单元，所述比对单元用于将农产品对应的区域支撑度zi与同类农产品对应的综合区域支撑度qz进行比对，获取价值度ji；预调整单元，其根据价值度对农产品的市场数据进行预调整，将农产品与市场情况相结合，通过分析农产品市场数据指导市场策略，提高研究效率。

　　71.步骤s001：任选一区域，在所选区域内任选一农产品，并获取其对应的市场数据，所述市场数据包括销售单价di、销售量；

　　73.szi为农产品i在t天内的销售总数；计算销售总数时：在剔除日销售量小于x1的销售数量后进行计算，如：将x1设为3，t天内的销售总量为30件，其中，有两天的日销售量分别为1、2，则t天内的销售总数为30

　　74.步骤s003：区域支撑度qi为农产品i在t天内的总利润，li为同类农产品在该区域的销售单价均值；

　　78.获取农产品i对应的波动趋值bi，bi为农产品i在该区域、前3年内对应时段内的历史销售单价的波动趋值，波动趋值bi的具体获取步骤为：

　　80.获取前3年内农产品i在区域内、每一时段内的销售单价均值，分别标记为pj，j＝1、2、3、4；

　　85.任选一类农产品，并获取所属类别内所有的农产品在区域内对应的市场数据；所述市场数据包括销售单价、销售量；

　　92.获取区域波动趋值bz，bz为该类农产品在该区域、前3年内对应季度内的历史销售单价的区域波动趋值，区域波动趋值bz的获取方法为：

　　93.任选一类农产品，并获取所属类别内所有的农产品在区域内对应的市场数据；所述市场数据包括销售单价；

　　94.获取前3年内该类农产品内的所有农产品在区域内、对应季度内的销售单价均值，分别标记为qpj，j＝1、2、3、4；

　　102.ri为本季度起至当下，农产品i在区域内的销售单价均值，fi为本季度起至当下，农产品i在区域内的销售总量；

　　103.w为本季度起至当下，同类农产品在区域内的销售单价均值，f为本季度起至当下，同类农产品在区域内的销售总量，同类农产品有a中农产品；

　　105.作为本发明提供的一个实施例，优选的，所述预调整单元根据价值度对农产品的市场数据进行预调整的方法为：

　　107.当ji≦jx1时，将下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值在今年季度投入量、季度销售单价的基础上分别下调至今年的b％、c％；

　　108.当jijx1时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致；

　　109.其中，jx1、b％、c％均为预设值，b％、c％分别定义为季度预投入量、季度预销售单价均值的调整系数。

　　112.农产品生长期间的天气因素对季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值；

　　113.所述天气因素为气候数据(由天气预报获取)，包括：降雨量、风速、光照强度、恶劣气候预警等级；

　　114.从数据库中获取历史气候数据、产量数据、市场需求数据，并根据历史气候数据与当年的气候数据比对，获取预估产量数据gi、预估市场需求数据gsi，即在相同的历史气候数据的参数范围内的历史产量数据、市场需求数据作为预估产量数据gi、预估市场需求数据gsi，获取供需比hgi，hgi＝gi/gsi。

　　116.往年农产品产量数据、市场需求数据对季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值；

　　117.从数据库中获取近3年年产量均值gi、年市场需求均值gsi，获取供需比hgi，hgi＝gi/gsi；

　　118.当ji≦jx1且hgih1，则季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值为μ，μ1；

　　119.当ji≦jx1且hgi≦h2，则季度预投入量调整系数、季度预销售单价均值调整系数的修正附加值为β，β1；

　　122.当jijx1且hgih1时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致或在今年的基础上下调至今年的b％、c％；其中，b％、c％均为预设值，b％、c％分别定义为季度预投入量、季度预销售单价均值的调整系数

　　123.当jijx1且hgi≦h2时，则下一年的对应季度农产品i在区域内的季度预投入量、季度预销售单价均值与今年的季度投入量、季度销售单价均值保持一致或在今年的基础上上调至今年的β倍。

　　124.作为本发明提供的一个实施例，优选的，还包括管理单元，所述管理单元用于市场数据的采集、输入及预设值的设定、修改。

　　125.一种基于大数据的农产品市场数据分析系统，工作时，通过数据采集单元采集农产品的市场数据；支撑分析单元根据价值度分析方法对市场数据进行分析，获取区域支撑

　　度zi；比对单元将农产品对应的区域支撑度zi与同类农产品对应的综合区域支撑度qz进行比对，获取价值度ji；预调整单元根据价值度对农产品的市场数据进行预调整，进而通过农产品的市场数据整合、分析、处理后，依据大数据算法得到的结果，打破了传统采集农产品市场数据分析过程中，完全依赖于人脑运算、判断的方法，大大提升研究的准确度。

　　126.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

　　127.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

　　1.计算机视觉 2.无线.计算机仿线.网络安全；物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用