[发明专利]一种用于识别商品价格异常风险的方法

权利要求书

1.一种用于识别商品价格异常风险的方法，其特征在于，包括：

步骤S1，从各数据平台获取待识别商品种类的各类数据；

步骤S2，利用主成因分析法分析待识别商品，得到影响价格最大的要素；

步骤S3，计算出待识别商品的申报单价；

步骤S4，利用k-均值算法对申报单价分类，得到各价格区间；

步骤S5，将获得影响价格最大的要素作为分析维度，申报单价为分析对象，构建决策树模型；

步骤S6，输入待识别商品的属性数据以及待查询价格数据，利用决策树模型分析商品的正常价格属于哪个价格区间，并判断商品价格是否在合理区间内，若不在，则提示该商品存在价格风险；

所述的步骤S2，包括：

步骤S21，组织数据集：建立一组有M个变量的观察数据，其中，M为商品的维度；进一步将数据整理成一组具有N个向量的数据集，每个向量都代表M个变量的单一观察数据；其中，X₁...X_N为列向量，其中每个列向量有M行；将列向量放入M×N的数据矩阵X里；

步骤S22，计算经验均值：对每一维m＝1，...，M计算经验均值；将计算得到的均值放入一个M×1维的经验均值向量u中：

其中，n＝1，2...，N；

步骤S23，计算平均偏差：

从数据矩阵X的每一列中减去经验均值向量u；

将平均减去过的数据存储在M×N矩阵B中；

B＝X-uh；

其中，h是一个1×N的行向量；

h[n]＝1；其中，n＝1，2...，N；

步骤S24，求协方差矩阵：从矩阵B中找到M×M的经验协方差矩阵C：

其中，B^＊为矩阵B的共轭转置矩阵，表示期望值；是最外层运算符；

步骤S25，计算矩阵C的特征向量V：

V^-1CV＝D

其中，D是C的特征值对角矩阵；V^-1为特征向量的逆向量；

通过上述步骤计算得出的特征值来选取保留的维度；

所述的步骤S4，包括：

步骤S41，随机选择k个初始质心；计算各点间欧几里德距离，指派点到质心所在簇：计算每个非质心点到全部k个质心点的距离，将该非质心点指派给距离最小的质心点所在的簇；

步骤S42，如果没有满足聚类算法终止条件，则继续执行步骤S43，否则转步骤S45；

步骤S43，计算每个非质心点p到k个质心的欧几里德距离，将p指派给距离最近的质心；

步骤S44，根据上一步的k个质心及其对应的非质心点集，重新计算新的质心点，然后转步骤S42；

步骤S45，输出聚类结果，得到各价格区间；

所述的终止条件包括：

比较相邻的2轮迭代结果，在2轮过程中移动的非质心点的个数，设置移动非质心点占比全部点数的最小比例值，如果达到则算法终止；

设置最大迭代次数，如果达到最大迭代次数，没有达到上述的最小比例值，终止计算；

相邻2次迭代过程，质心没有发生变化，则算法终止。

2.根据权利要求1所述的用于识别商品价格异常风险的方法，其特征在于，所述的步骤S5，包括：

步骤S51，计算信息熵：先统计不同类别出现的次数，除以数据集大小得到不同类别的出现频率P(Xi)；最后代入信息熵的计算公式计算熵，其中，i＝1，2...，n；

步骤S52，选择最优特征：首先计算数据集的初始信息熵，然后循环计算按不同的特征划分后的数据集的信息熵，前一个信息熵减去后一个信息熵的差值就是信息增益，选择信息增益最大的那个特征作为最优特征；

步骤S53，决策树通过不断选择最优特征划分数据集，对划分后的子数据集不断迭代并选择最优特征划分，直到所有的数据集属于同一个类别，或者没有特征可以选择为止；

步骤S54，对测试数据分类，如果到达叶节点，则返回该分类；否则，继续尝试其他特征，直到到达叶节点为止，然后返回该分类。