[发明专利]一种农贸市场用农产品交易分析系统在审
申请号: | 201811318727.9 | 申请日: | 2018-11-07 |
公开(公告)号: | CN109493176A | 公开(公告)日: | 2019-03-19 |
发明(设计)人: | 吴立丽;杨浩 | 申请(专利权)人: | 安徽净乐农业科技有限公司 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06 |
代理公司: | 北京和信华成知识产权代理事务所(普通合伙) 11390 | 代理人: | 胡剑辉 |
地址: | 230088 安徽省合肥市高*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 交易数据 农贸市场 数据获取模块 数据反馈单元 数据分析模块 交易分析 控制器 商户 农产品 交易数据传输 存储模块 交易产品 交易价格 评价信息 市场动向 提醒模块 推荐模块 预设周期 大数据 偏好 算法 握住 采集 帮助 热门 交易 | ||
1.一种农贸市场用农产品交易分析系统,其特征在于,包括数据获取模块、数据分析模块、数据反馈单元、控制器、大数据单元、存储模块、显示单元、提醒模块和推荐模块;
其中,所述数据获取模块用于每隔预设周期获取一次农贸市场的所有交易数据,交易数据包括交易产品、交易价格、产品成本价和交易数量;并将交易数据传输到数据分析模块;所述数据获取模块还用于在获取交易数据的同时从交易平台获取对应交易产品的评价信息,评价信息包括高价产品数量、低价产品数量和对应退货数量;高价产品数量为卖出该产品的价格高于当前平均市场价,低价产品数量为低于当前平均市场价,退货数量表示为用户本来预定了要购买该产品最终因不满意质量而发起的退货次数;
所述数据获取模块用于将交易数据和评价信息传输到数据分析模块,所述数据分析模块用于对交易数据和评价信息进行量化处理,具体处理步骤如下:
步骤一:获取到交易数据内的交易产品、交易价格、产品成本价和交易数量;
步骤二:将交易产品标记为Ci,i=1...n;将交易价格标记为Ji,i=1...n;将产品成本价标记为Bi,i=1...n;将交易数量标记为Si,i=1...n;且Ci与Ji、Bi、Si均为一一对应;并将交易产品、交易价格、产品成本价和交易数量传输到数据反馈单元;
步骤三:获取到评价信息内的高价产品数量、低价产品数量和对应退货数量;
步骤四:将高价产品数量标记为Hi,i=1...n;低价产品数量标记为Ki,i=1...n;将退货数量标记为Ti,i=1...n;并将高价产品数量、低价产品数量和对应退货数量传输到数据反馈单元;
步骤五:借助数据反馈单元对接收到的数据进行处理;首先利用公式Q1i=(Ji-Bi)*Si,i=1...n;计算得到产品的创值Qi,Qi与Ci一一对应;
步骤六:之后再计算好评率和对应差评率,为了避免刷好评和差评,现引入修正值X1和X2,X1和X2均为预设值;利用公式Q2i=(Hi-X1)/Si,i=1...n;计算得到好评率Q2i;
步骤七:利用公式Q3i=(Ki-X2)/Si,i=1...n;计算得到差评率Q3i;
步骤八:计算交易产品Ci的潜值Pi,i=1...n;因为退货数量对产品的评价比较大,只有用户在非常不满意的情况下才会申请退货,因此退货数量对潜值Pi的影响需要加入修正值X3,同时为了避免无理由退货的影响;因此加入修正值X4,X3、X4均为预设值;再根据公式计算潜值Pi;
具体计算公式为Pi=(Q1i+Ji*Si)*(Q2i-Q3i)-(Ti-X4)*X3,i=1...n;
所述数据反馈单元用于将潜值Pi传输到控制器。
2.根据权利要求1所述的一种农贸市场用农产品交易分析系统,其特征在于,所述控制器用于根据潜值Pi对对应的交易产品Ci进行判定,具体为:
步骤一:将潜值Pi按照由大到小进行排序;
步骤二:将排名为前A1名的对应交易产品标记为热门产品,A1为预设值;
步骤三:将排名为后A2名的对应交易产品标记为推荐更换产品,A2为预设值;
所述控制器用于结合大数据单元对热门产品进行处理获取得到补充产品;具体为根据热门产品类型从互联网中获取到对应热门产品类型,之后按照产品类型推荐销量排行前预设值的产品,该产品即为补充产品;
所述控制器用于将推荐更换产品和补充产品传输到推荐模块,所述推荐模块用于提醒用户将补充产品替代控制器标定的推荐更换产品。
3.根据权利要求1所述的一种农贸市场用农产品交易分析系统,其特征在于,所述控制器还用于将潜值Pi传输到显示单元进行实时显示;所述控制器还用于将潜值Pi打上时间戳传输到存储器进行实时存储。
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安徽净乐农业科技有限公司,未经安徽净乐农业科技有限公司许可,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/201811318727.9/1.html,转载请声明来源钻瓜专利网。