[发明专利]一种基于贝叶斯网络的农贸市场日画像构建方法

说明书

本发明提供了一种基于贝叶斯网络的农贸市场日画像构建方法，包括步骤1、获取农贸市场数据库中农产品进货、交易和农残值检测数据，选取数据中每日的进货量、销售量、交易量、销售金额、菜品种类总数、不同菜品单价和农残检测结果作为特征变量；步骤2、对步骤1中的数据进行数据清洗和整理，删除数据中缺失特征变量个数大于3的数据，并对不在合理值范围的数据进行均值替换；步骤3、对清洗和整理完毕的数据进行特征量化；步骤4、对步骤1中选取的特征变量进行分析，根据分析结果构建农贸市场的贝叶斯网络拓扑结构；步骤5、根据步骤3中特征量化后的数据进行贝叶斯网络节点参数学习，形成农贸市场日画像。该方法能方便快捷建立农贸市场日画像。

技术领域

本发明涉及农贸市场特征评价领域，尤其涉及一种基于贝叶斯网络的农贸市场日画像构建方法。

背景技术

随着城市化进程的加快，农贸市场的数量也在逐渐增多，其中部分农贸市场由于管理制度的不完善，导致销售的农产品物价过高、新鲜度差、存在农药残留等问题，农贸市场的整体环境被贴上各种负面标签，人们也逐渐丧失去“差”的农贸市场消费的欲望。

其次，随着基于互联网产业的线上生鲜超市的兴起，农贸市场的购买力逐渐下降，方便快捷的线上生鲜超市成为越来越多人的选择，传统的农贸市场正面临巨大的挑战。

为了对农贸市场的管理制度进行优化，提高农贸市场在人群中的可信赖度，需要对现有的各个农贸市场特征进行合理评价，建立相应的农贸市场日画像。农贸市场日画像的建立，不仅有利于满足消费者的购物需求，而且有利于改进农贸市场的管理模式，促进市场与群众构建紧密联系的社交网络，帮助政府建立新时期下的智慧农贸市场。

发明内容

鉴于上述问题，本发明的目的在于提供一种基于贝叶斯网络的农贸市场日画像构建方法，该方法能方便快速建立农贸市场日画像，便于满足消费者的购物需求和智慧农贸市场的建立。

为了实现上述目的，本发明的技术方案为：一种基于贝叶斯网络的农贸市场日画像构建方法：所述方法包括，

步骤1、获取农贸市场数据库中农产品进货、交易和农残值检测数据，选取数据中每日的进货量、销售量、交易量、销售金额、菜品种类总数、不同种类菜品单价和农残检测结果作为建模的特征变量；

步骤2、对步骤1中的数据进行数据清洗和整理，删除数据中缺失特征变量个数大于3 的数据，并对不在合理值范围的数据进行均值替换；

步骤3、对清洗和整理完毕的数据进行特征量化；

步骤4、对步骤1中选取的特征变量进行分析，根据分析结果构建农贸市场的贝叶斯网络拓扑结构；

步骤5、根据步骤3中特征量化后的数据进行贝叶斯网络节点参数学习，形成农贸市场日画像。

具体而言，采用如下步骤a1～a5获取步骤1中所述的特征变量，

步骤a1、形成农贸市场中农产品进货、交易和农残值检测数据库，从数据库中导出对应年份的数据；在本申请中，导出的数据是从2019年7月1日至2020年7月1日的，当然，数据具体需要导出哪些年份，根据实际需要决定；

步骤a2、从步骤a1中的农产品进货数据中收集农贸市场每日的进货量和菜品种类总数；

步骤a3，从步骤a1中的农产品交易数据中收集农贸市场每日的交易量、销售量、销售金额和不同种类菜品单价；

步骤a4，从步骤a1中的农产品农残值检测数据中收集农贸市场每日的农残检测结果；

步骤a5，汇总由步骤a2～a4的数据，以便后续的数据清洗和整理工作。

而对于步骤2中提到的数据清洗和整理，具体处理方式如下步骤b1～b4，