[发明专利]一种基于网络搜索指数的猪肺疫预测方法在审

专利信息
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
【说明书】:

发明公开了一种基于网络搜索指数的猪肺疫预测方法,包括:构建关键词库;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;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;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。采用本发明,可利用互联网技术获取时效性较强的数据源,辅助传统生猪疫病的监测,为生猪养殖提供早期预警,以便即时采取防控措施。

技术领域

本发明涉及一种生猪疫病预测领域,尤其涉及一种基于网络搜索指数的猪肺疫预测方法。

背景技术

随着生猪养殖规模的集成化和规模化,每年都有大量的生猪产品在全国各地进行流通,给动物卫生检疫部门带了十分繁重的任务。同时,由于生猪的来源比较复杂,在流通和进入屠宰场的过程中一些疾病的爆发频率也越来越高。

目前,生猪行业的预测预警研究主要集中于生猪价格、生产、存栏、供需以及产品质量等的预测,有关生猪疫情预测研究则相对缺乏。

传统的生猪疫情预测研究是基于研究对象历史数据的时间序列特征,推算未来一段时间内研究对象的变化,预测过程缺乏科学系统的监管和预警机制,准确率较低,并不能满足实际需求。

发明内容

本发明所要解决的技术问题在于,提供一种时效性强、应用广泛的基于网络搜索指数的猪肺疫预测方法,可利用互联网技术获取时效性较强的数据源,辅助传统生猪疫病的监测,为生猪养殖提供早期预警,以便即时采取防控措施。

为了解决上述技术问题,本发明提供了一种基于网络搜索指数的猪肺疫预测方法,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。

作为上述方案的改进,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。

作为上述方案的改进,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。

作为上述方案的改进,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。

作为上述方案的改进,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,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/201810109739.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top