[发明专利]一种基于网络搜索指数的猪肺疫预测方法在审
申请号: | 201810109739.4 | 申请日: | 2018-02-05 |
公开(公告)号: | CN108319700A | 公开(公告)日: | 2018-07-24 |
发明(设计)人: | 张利;王众;夏云 | 申请(专利权)人: | 广东广垦畜牧工程研究院有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06Q50/02 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 胡枫 |
地址: | 510507 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 猪肺疫 关键词库 网络搜索 预测 构建 数据库 互联网技术 混合模型 历史数据 生猪养殖 生猪疫病 早期预警 时效性 数据源 筛选 监测 | ||
1.一种基于网络搜索指数的猪肺疫预测方法,其特征在于,包括:
S1,构建关键词库;
S2,根据关键词库构建猪肺疫关键词库及猪肺疫关键词库所对应的猪肺疫网络搜索指数数据库;
S3,对猪肺疫关键词库及猪肺疫网络搜索指数数据库进行筛选,构建预测猪肺疫关键词库及预测猪肺疫关键词库所述对应的预测猪肺疫网络搜索指数数据库;
S4,根据预测猪肺疫关键词库、预测猪肺疫网络搜索指数数据库及历史数据构建猪肺疫预测混合模型。
2.如权利要求1所述的基于网络搜索指数的猪肺疫预测方法,其特征在于,所述步骤S1包括:
基于理论框架及影响因素分析,建立初选关键词;
根据关键词推荐技术提取与初选关键词相对应的扩充关键词;
根据初选关键词及扩充关键词构建关键词库。
3.如权利要求1所述的基于网络搜索指数的猪肺疫预测方法,其特征在于,所述步骤S2包括:
利用网络搜索平台,构建关键词库所对应的猪肺疫网络搜索指数数据库;
根据猪肺疫网络搜索指数数据库对关键词库中关键词进行除杂处理,构建猪肺疫关键词库。
4.如权利要求1所述的基于网络搜索指数的猪肺疫预测方法,其特征在于,所述步骤S3包括:
S301,利用时差相关分析法将猪肺疫关键词划分为先行猪肺疫关键词、同步猪肺疫关键词及滞后猪肺疫关键词;
S302,提取先行猪肺疫关键词及同步猪肺疫关键词,并根据相关性构建预测猪肺疫关键词库及预测猪肺疫关键词库所述对应的预测猪肺疫网络搜索指数数据库。
5.如权利要求4所述的基于网络搜索指数的猪肺疫预测方法,其特征在于,所述步骤S301包括:
根据公式构建预测关键词库,
其中,y=(y1,y2,...,yn)为基准指标,x=(x1,x2,....,xn)为被选择指标,rl为时差为l时的相关系数,
其中,
其中,l为时差,l为负数时表示先行,l为0时表示同步,l为正数时表示滞后,L为最大延迟数,nl为数据取齐后的数据个数。
6.如权利要求5所述的基于网络搜索指数的猪肺疫预测方法,其特征在于,所述步骤S302包括:
选取l为负数时的猪肺疫关键词,构成先行猪肺疫关键词;
选取l为0时的猪肺疫关键词,构成同步猪肺疫关键词;
提取rl大于预设参数的先行猪肺疫关键词及同步猪肺疫关键词,构建预测猪肺疫关键词库,并构建预测猪肺疫关键词库所述对应的预测猪肺疫网络搜索指数数据库。
7.如权利要求1所述的基于网络搜索指数的猪肺疫预测方法,其特征在于,所述步骤S4包括:
S401,根据预测猪肺疫关键词库及预测猪肺疫网络搜索指数数据库构建多元线性回归模型;
S402,利用历史数据修正多元线性回归模型,构建猪肺疫预测混合模型。
8.如权利要求7所述的基于网络搜索指数的猪肺疫预测方法,其特征在于,所述步骤S401包括:
根据公式y=β0+β1x1+β2x2+…+βnxn+ε构建多元线性回归模型,其中,β0,βt(i=1,…,n)为模型参数,
xi(i=1,…,n)为预测猪肺疫关键词所对应的预测猪肺疫网络搜索指数,
ε为误差项。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东广垦畜牧工程研究院有限公司,未经广东广垦畜牧工程研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810109739.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种面向进化数据流的实时聚类方法
- 下一篇:地图数据综合处理方法