農(nóng)產(chǎn)品價(jià)格趨勢(shì)預(yù)測(cè)方法技術(shù)

本發(fā)明專利技術(shù)公開了一種農(nóng)產(chǎn)品價(jià)格趨勢(shì)預(yù)測(cè)方法，其特征在于，包括如下步驟：步驟一：通過計(jì)算機(jī)采集與農(nóng)產(chǎn)品價(jià)格相關(guān)的且?guī)в袑＜翌A(yù)測(cè)性觀點(diǎn)的文章；步驟二：對(duì)采集的文章進(jìn)行去重；步驟三：提取并保存文章要素；步驟四：對(duì)文章中描述的農(nóng)產(chǎn)品所屬區(qū)域進(jìn)行識(shí)別；步驟五：利用文本挖掘技術(shù)分析出專家對(duì)農(nóng)產(chǎn)品的預(yù)測(cè)性觀點(diǎn)，并將所述預(yù)測(cè)性觀點(diǎn)進(jìn)行量化和保存；步驟六：根據(jù)文章發(fā)表時(shí)間、農(nóng)產(chǎn)品所屬區(qū)域、農(nóng)產(chǎn)品種類以及量化的趨勢(shì)預(yù)測(cè)觀點(diǎn)進(jìn)行計(jì)算機(jī)建模，利用建立的模型對(duì)農(nóng)產(chǎn)品價(jià)格進(jìn)行趨勢(shì)預(yù)測(cè)。本發(fā)明專利技術(shù)相較于現(xiàn)有技術(shù)來說，數(shù)據(jù)搜集周期更短，收集成本幾乎為零，能夠?qū)ξ磥硪欢螘r(shí)間的農(nóng)產(chǎn)品價(jià)格的整體趨勢(shì)進(jìn)行預(yù)測(cè)，預(yù)測(cè)的準(zhǔn)確性和可靠性更高。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及一種，具體涉及一種利用計(jì)算機(jī)技術(shù)對(duì)農(nóng)產(chǎn)品價(jià)格的長(zhǎng)期趨勢(shì)進(jìn)行預(yù)測(cè)的方法，本專利技術(shù)屬于計(jì)算機(jī)
。
技術(shù)介紹
我國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，農(nóng)業(yè)人口眾多，農(nóng)作物種類繁雜。在過去的十幾年里，國(guó)家投入了大量的人力和物力來支持農(nóng)業(yè)和農(nóng)村的經(jīng)濟(jì)發(fā)展，取得了顯著的效果。作為農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)發(fā)展的一個(gè)組成部分，農(nóng)業(yè)信息化在發(fā)展中起著舉足輕重的作用。農(nóng)業(yè)信息化領(lǐng)域中，監(jiān)測(cè)農(nóng)產(chǎn)品的價(jià)格走勢(shì)并進(jìn)行有效預(yù)測(cè)對(duì)政府進(jìn)行宏觀調(diào)控以及農(nóng)業(yè)生產(chǎn)者制定生產(chǎn)策略都具有十分重要的意義。趨勢(shì)，表示事物的發(fā)展動(dòng)向。趨勢(shì)預(yù)測(cè)，通常意義下指的是對(duì)于某種物體的發(fā)展動(dòng)向進(jìn)行有規(guī)律地預(yù)測(cè)。對(duì)農(nóng)產(chǎn)品價(jià)格的預(yù)測(cè)包括對(duì)農(nóng)產(chǎn)品的價(jià)格進(jìn)行短期的離散數(shù)據(jù)預(yù)測(cè)和長(zhǎng)期的走勢(shì)預(yù)測(cè)。例如，對(duì)未來5天的西紅柿價(jià)格的具體數(shù)字的預(yù)測(cè)屬于短期預(yù)測(cè)，而對(duì)未來I個(gè)月的西紅柿價(jià)格的整體走勢(shì)預(yù)測(cè)屬于長(zhǎng)期預(yù)測(cè)。對(duì)農(nóng)產(chǎn)品價(jià)格進(jìn)行長(zhǎng)期的走勢(shì)預(yù)測(cè)，也稱為農(nóng)產(chǎn)品價(jià)格趨勢(shì)預(yù)測(cè)。農(nóng)產(chǎn)品價(jià)格的預(yù)測(cè)趨勢(shì)分為三種:看漲(預(yù)測(cè)的未來趨勢(shì)為上升)、看跌(預(yù)測(cè)的未來趨勢(shì)為下降)、看平(預(yù)測(cè)的未來趨勢(shì)為平穩(wěn))。通過搜集和分析互聯(lián)網(wǎng)上發(fā)布的權(quán)威的專家預(yù)測(cè)觀點(diǎn)進(jìn)而對(duì)農(nóng)產(chǎn)品的未來價(jià)格趨勢(shì)進(jìn)行有效預(yù)測(cè)，是本專利技術(shù)的主要目標(biāo)和創(chuàng)新之處。影響農(nóng)產(chǎn)品價(jià)格波動(dòng)的因素有很多，例如季節(jié)性因素、氣候性因素、農(nóng)產(chǎn)品的供需變化和流通成本因素等等，這導(dǎo)致了對(duì)農(nóng)產(chǎn)品的價(jià)格進(jìn)行預(yù)測(cè)是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。目前，國(guó)內(nèi)外對(duì)農(nóng)產(chǎn)品的價(jià)格預(yù)測(cè)主要集中于定性和定量?jī)煞N預(yù)測(cè)方法。定性預(yù)測(cè)方法主要借助于專家的經(jīng)驗(yàn)知識(shí)對(duì)農(nóng)產(chǎn)品的未來走勢(shì)給出個(gè)人主觀預(yù)測(cè)，該類方法的主觀隨意性大，預(yù)測(cè)的精確性往往受限于專家經(jīng)驗(yàn)的豐富程度。定量預(yù)測(cè)方法主要通過對(duì)農(nóng)產(chǎn)品的市場(chǎng)價(jià)格建立數(shù)學(xué)模型，利用建立的模型對(duì)未來的價(jià)格進(jìn)行預(yù)測(cè)。該類方法都是以農(nóng)產(chǎn)品價(jià)格數(shù)據(jù)為中心建模，精確度往往受限于所搜集的農(nóng)產(chǎn)品價(jià)格數(shù)據(jù)的準(zhǔn)確性，而在現(xiàn)實(shí)情形中，搜集準(zhǔn)確的農(nóng)產(chǎn)品價(jià)格數(shù)據(jù)需要耗費(fèi)大量的人力、物力以及較長(zhǎng)的時(shí)間周期，這往往制約了該類方法的普遍適用性。此外，該類方法的另外一個(gè)缺點(diǎn)是，只能對(duì)未來的離散的價(jià)格數(shù)據(jù)進(jìn)行預(yù)測(cè)，不能對(duì)未來的整體的價(jià)格趨勢(shì)進(jìn)行預(yù)測(cè)，而在實(shí)際應(yīng)用中，人們往往更關(guān)心農(nóng)產(chǎn)品價(jià)格的整體波動(dòng)趨勢(shì)。綜上所述，對(duì)于農(nóng)產(chǎn)品的價(jià)格預(yù)測(cè)問題，雖然已經(jīng)出現(xiàn)了不少的解決方法，也取得了一定的成果，然而上述問題的存在大大限制了這些方法的普遍適用性。
技術(shù)實(shí)現(xiàn)思路
為解決現(xiàn)有技術(shù)的不足，本專利技術(shù)的目的在于提供一種。為了實(shí)現(xiàn)上述目標(biāo)，本專利技術(shù)采用如下的技術(shù)方案:，其特征在于，包括如下步驟:步驟一:通過計(jì)算機(jī)自動(dòng)采集程序從互聯(lián)網(wǎng)網(wǎng)站定時(shí)采集與農(nóng)產(chǎn)品價(jià)格相關(guān)的且?guī)в袑＜翌A(yù)測(cè)性觀點(diǎn)的文章；步驟二:對(duì)采集的文章進(jìn)行去重；步驟三:從去重后的文章中提取并保存文章要素，所述文章要素包括文章標(biāo)題、文章正文內(nèi)容、文章來源、文章發(fā)表時(shí)間、文章中帶有專家預(yù)測(cè)性觀點(diǎn)的語句；步驟四:根據(jù)文章標(biāo)題和文章正文內(nèi)容對(duì)文章中描述的農(nóng)產(chǎn)品所屬區(qū)域進(jìn)行識(shí)別；步驟五:根據(jù)文章中帶有專家預(yù)測(cè)性觀點(diǎn)的語句，利用文本挖掘技術(shù)分析出專家對(duì)農(nóng)產(chǎn)品的預(yù)測(cè)性觀點(diǎn)，并將所述預(yù)測(cè)性觀點(diǎn)進(jìn)行量化和保存；步驟六:根據(jù)文章發(fā)表時(shí)間、農(nóng)產(chǎn)品所屬區(qū)域、農(nóng)產(chǎn)品種類以及量化的趨勢(shì)預(yù)測(cè)觀點(diǎn)進(jìn)行計(jì)算機(jī)建模，利用建立的模型對(duì)農(nóng)產(chǎn)品價(jià)格進(jìn)行趨勢(shì)預(yù)測(cè)。前述的，其特征在于，所述步驟一包括:步驟Ia:設(shè)置采集定時(shí)器；步驟Ib:設(shè)定要采集的互聯(lián)網(wǎng)網(wǎng)站所對(duì)應(yīng)的入口 URL，并將入口 URL進(jìn)行保存，根據(jù)采集定時(shí)器為所述入口 URL分配定時(shí)采集任務(wù)；步驟Ic:對(duì)設(shè)定要采集的互聯(lián)網(wǎng)網(wǎng)站所對(duì)應(yīng)的入口 URL進(jìn)行網(wǎng)頁內(nèi)容下載；步驟Id:根據(jù)網(wǎng)頁內(nèi)容中的HTML標(biāo)簽，定位需要采集的文章對(duì)應(yīng)的URL ；步驟Ie:根據(jù)需要采集的文章對(duì)應(yīng)的URL，對(duì)文章對(duì)應(yīng)的網(wǎng)頁內(nèi)容進(jìn)行下載并保存。前述的，其特征在于，所述步驟2b包括:將入口 URL保存到本地的XML文件或本地?cái)?shù)據(jù)庫。前述的，其特征在于，所述步驟二包括:步驟2a:對(duì)每一篇文章對(duì)應(yīng)的URL字符串利用MD5算法進(jìn)行加密，計(jì)算得到所述文章對(duì)應(yīng)的URL的信息指紋；步驟2b:進(jìn)行指紋比對(duì)，對(duì)于信息指紋相同的文章，只保留其中的一篇；步驟2c:對(duì)步驟2b處理后保留的文章按照發(fā)表時(shí)間的先后進(jìn)行排序，選擇時(shí)間最靠前的文章作為基點(diǎn)文章，將基點(diǎn)文章和剩余的文章分別進(jìn)行兩兩比對(duì)，依次計(jì)算基點(diǎn)文章與剩余的文章之間的標(biāo)題相似度；如果標(biāo)題相似度大于閾值，則認(rèn)為二者標(biāo)題相似，賦予該篇文章與基點(diǎn)文章相同的相似度標(biāo)識(shí)，否則，取其余剩余文章繼續(xù)與基點(diǎn)文章進(jìn)行比較，直到剩余全部文章與基點(diǎn)文章比較結(jié)束；步驟2d:比較結(jié)束后，若還有未賦予相似度標(biāo)識(shí)的文章，則選擇時(shí)間最靠前的文章為新的基點(diǎn)文章，并為該篇文章賦予新的相似度標(biāo)識(shí)，剩余的未賦予相似度標(biāo)識(shí)的文章依次與其進(jìn)行比較；步驟2e:重復(fù)步驟2d，直至不存在未賦予相似度標(biāo)識(shí)的文章；步驟2f:對(duì)于相似度標(biāo)識(shí)相同的文章，只保留其中的一篇。前述的，其特征在于，所述步驟2c包括:通過相似度計(jì)算公式:本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
農(nóng)產(chǎn)品價(jià)格趨勢(shì)預(yù)測(cè)方法，其特征在于，包括如下步驟：步驟一：通過計(jì)算機(jī)自動(dòng)采集程序從互聯(lián)網(wǎng)網(wǎng)站定時(shí)采集與農(nóng)產(chǎn)品價(jià)格相關(guān)的且?guī)в袑＜翌A(yù)測(cè)性觀點(diǎn)的文章；步驟二：對(duì)采集的文章進(jìn)行去重；步驟三：從去重后的文章中提取并保存文章要素，所述文章要素包括文章標(biāo)題、文章正文內(nèi)容、文章來源、文章發(fā)表時(shí)間、文章中帶有專家預(yù)測(cè)性觀點(diǎn)的語句；步驟四：根據(jù)文章標(biāo)題和文章正文內(nèi)容對(duì)文章中描述的農(nóng)產(chǎn)品所屬區(qū)域進(jìn)行識(shí)別；步驟五：根據(jù)文章中帶有專家預(yù)測(cè)性觀點(diǎn)的語句，利用文本挖掘技術(shù)分析出專家對(duì)農(nóng)產(chǎn)品的預(yù)測(cè)性觀點(diǎn)，并將所述預(yù)測(cè)性觀點(diǎn)進(jìn)行量化和保存；步驟六：根據(jù)文章發(fā)表時(shí)間、農(nóng)產(chǎn)品所屬區(qū)域、農(nóng)產(chǎn)品種類以及量化的趨勢(shì)預(yù)測(cè)觀點(diǎn)進(jìn)行計(jì)算機(jī)建模，利用建立的模型對(duì)農(nóng)產(chǎn)品價(jià)格進(jìn)行趨勢(shì)預(yù)測(cè)。

【技術(shù)特征摘要】
1.農(nóng)產(chǎn)品價(jià)格趨勢(shì)預(yù)測(cè)方法，其特征在于，包括如下步驟: 步驟一:通過計(jì)算機(jī)自動(dòng)采集程序從互聯(lián)網(wǎng)網(wǎng)站定時(shí)采集與農(nóng)產(chǎn)品價(jià)格相關(guān)的且?guī)в袑＜翌A(yù)測(cè)性觀點(diǎn)的文章； 步驟二:對(duì)采集的文章進(jìn)行去重； 步驟三:從去重后的文章中提取并保存文章要素，所述文章要素包括文章標(biāo)題、文章正文內(nèi)容、文章來源、文章發(fā)表時(shí)間、文章中帶有專家預(yù)測(cè)性觀點(diǎn)的語句； 步驟四:根據(jù)文章標(biāo)題和文章正文內(nèi)容對(duì)文章中描述的農(nóng)產(chǎn)品所屬區(qū)域進(jìn)行識(shí)別；步驟五:根據(jù)文章中帶有專家預(yù)測(cè)性觀點(diǎn)的語句，利用文本挖掘技術(shù)分析出專家對(duì)農(nóng)產(chǎn)品的預(yù)測(cè)性觀點(diǎn)，并將所述預(yù)測(cè)性觀點(diǎn)進(jìn)行量化和保存； 步驟六:根據(jù)文章發(fā)表時(shí)間、農(nóng)產(chǎn)品所屬區(qū)域、農(nóng)產(chǎn)品種類以及量化的趨勢(shì)預(yù)測(cè)觀點(diǎn)進(jìn)行計(jì)算機(jī)建模，利用建立的模型對(duì)農(nóng)產(chǎn)品價(jià)格進(jìn)行趨勢(shì)預(yù)測(cè)。2.根據(jù)權(quán)利要求1所述的農(nóng)產(chǎn)品價(jià)格趨勢(shì)預(yù)測(cè)方法，其特征在于，所述步驟一包括: 步驟Ia:設(shè)置采集定時(shí)器； 步驟Ib:設(shè)定要采集的互聯(lián)網(wǎng)網(wǎng)站所對(duì)應(yīng)的入口 URL，并將入口 URL進(jìn)行保存，根據(jù)采集定時(shí)器為所述入口 URL分配定時(shí)采集任務(wù)； 步驟Ic:對(duì)設(shè)定要采集的互聯(lián)網(wǎng)網(wǎng)站所對(duì)應(yīng)的入口 URL進(jìn)行網(wǎng)頁內(nèi)容下載； 步驟Id:根據(jù)網(wǎng)頁內(nèi)容中的HTML標(biāo)簽，定位需要采集的文章對(duì)應(yīng)的URL ； 步驟Ie:根據(jù)需要采集的文章對(duì)應(yīng)的URL，對(duì)文章對(duì)應(yīng)的網(wǎng)頁內(nèi)容進(jìn)行下載并保存。3.根據(jù)權(quán)利要求2所述的農(nóng)產(chǎn)品價(jià)格趨勢(shì)預(yù)測(cè)方法，其特征在于，所述步驟2b包括:將入口 URL保存到本地的XML文件或本地?cái)?shù)據(jù)庫。4.根據(jù)權(quán)利要求3所述的農(nóng)產(chǎn)品價(jià)格趨勢(shì)預(yù)測(cè)方法，其特征在于，所述步驟二包括: 步驟2a:對(duì)每一篇文章對(duì)應(yīng)的URL字符串利用MD5算法進(jìn)行加密，計(jì)算得到所述文章對(duì)應(yīng)的URL的信息指紋； 步驟2b:進(jìn)行指紋比對(duì)，對(duì)于信息指紋相同的文章，只保留其中的一篇； 步驟2c:對(duì)步驟2b處理后保留的文章按照發(fā)表時(shí)間的先后進(jìn)行排序，選擇時(shí)間最靠前的文章作為基點(diǎn)文章，將基點(diǎn)文章和剩余的文章分別進(jìn)行兩兩比對(duì)，依次計(jì)算基點(diǎn)文章與剩余的文章之間的標(biāo)題相似度；如果標(biāo)題相似度大于閾值，則認(rèn)為二者標(biāo)題相似，賦予該篇文章與基點(diǎn)文章相同的相似度標(biāo)識(shí)，否則，取其余剩余文章繼續(xù)與基點(diǎn)文章進(jìn)行比較，直到剩余全部文章與基點(diǎn)文章比較結(jié)束； 步驟2d:比較結(jié)束后，若還有未賦予相似度標(biāo)識(shí)的文章，則選擇時(shí)間最靠前的文章為新的基點(diǎn)文章，并為該篇文章賦予...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張偉，歐吉順，周楚新，
申請(qǐng)(專利權(quán))人：南京綠色科技研究院有限公司，
類型：發(fā)明
國(guó)別省市：