[发明专利]一种基于大数据的油品质量分析系统

权利要求书

1.一种基于大数据的油品质量分析系统，其特征在于，包括：

群落分析子系统，其包括：

特征筛选模块，其用于根据油品样本数据确定用来建立油品分类模型的油品属性特征；

业务划分单元，其用于根据油品来源将油品样本数据初步划分为配置油和外采油；

分类监督划分单元，其用于基于筛选出的油品属性，利用决策树分类算法建立油品分类模型，所述油品分类模型根据配置油和外采油的特征，拟合样本数据，形成区分配置油和外采油的分类规则，根据所述分类规则获得预测变量在分类中的重要性，基于所述重要性将划分为配置油和外采油的油品样本数据进一步划分为典型外采油、典型配置油、类配置外采油和类外采配置油；

其中，所述典型外采油指的是实际为外采油，且所述油品分类模型判别为外采油的油品；所述典型配置油指的是实际为配置油，且所述油品分类模型判别为配置油的油品；所述类配置外采油指的是实际为外采油，而所述油品分类模型判别为配置油的油品；所述类外采配置油指的是实际为配置油，而所述油品分类模型判别为外采油的油品；

无监督聚类模块，其用于根据油品间的相似性，利用无监督聚类模型将经过分类划分的油品样本数据的每一类进一步细分成若干群落；

群落分析模块，其用于对划分后的各个群落进行特征归纳和油品画像，并对各个群落间的油品差异进行分析；

溯源分析子系统，其包括：

特征筛选模块，其用于根据油品样本数据筛选用来建立油品生产厂匹配模型的油品特征指标，并建立油品特征指标体系；

样本平衡模块，其用于针对每一个要建立油品生产厂匹配模型的油品供应商，将该供应商的油品样本数据与其他供应商的油品样本数据分别作为正样本与负样本，进行样本平衡处理；

模型建立模块，其用于针对每一个要建立油品生产厂匹配模型的油品供应商，基于建立的油品特征指标体系和平衡后的油品样本数据，利用二分类算法建立油品生产厂匹配模型；

溯源分析模块，其基于各个油品供应商的油品生产厂匹配模型，分析新进油品与各个油品供应商的油品的相似度，据此推测所述新进油品的来源；

相关性分析子系统，其包括：

指标相关性分析模块，其用于根据油品样本数据分析油品检测指标之间的相关性；

群落相关性分析模块，其用于分析不同群落的油品在油品检测指标上的相关性及差异。

2.如权利要求1所述的油品质量分析系统，其特征在于，

根据油品样本数据的缺失情况、业务重要性及模型特点，所述群落分析子系统的特征筛选模块选出用来建立油品分类模型的油品属性特征，所述溯源分析子系统的特征筛选模块选出用来建立油品生产厂匹配模型的油品特征指标。

3.如权利要求1所述的油品质量分析系统，其特征在于，所述群落分析子系统的无监督聚类模块包括：

指标选择单元，其用于根据待聚类的油品样本数据的缺失情况、业务重要性及模型特点确定进行聚类分析的油品检测指标；

数据填补单元，其用于基于中位数填补法对所述油品检测指标的油品样本数据中的缺失值进行插补填充；

聚类处理单元，其用于利用K-means聚类模型将经过填补的油品样本数据进一步细分成若干群落。

4.如权利要求1所述的油品质量分析系统，其特征在于，所述群落分析子系统还包括：

业务分析模块，其用于根据各个群落的油品特点和/或各个群落的油品差异分析各个群落中油品供应商分布情况和各个油品供应商的群落分布情况，从而获得各个油品供应商的油品特点和不同油品供应商之间的油品差异。

5.如权利要求1所述的油品质量分析系统，其特征在于，所述群落分析子系统还包括：

群落分级模块，其用于根据群落的油品特点确定各项检测指标的分值和权重，计算群落得分，然后根据群落得分情况对群落进行评级；

新油品检测模块，其用于通过判断新进油品样本数据所落入的群落来判断所述新进油品的特点；

质量预警模块，其用于对落入不合格级别的群落的新进油品给予警示。