[发明专利]一种大宗商品交易中的监管商品智能化推荐方法与系统

权利要求书

1.一种大宗商品交易中的监管商品智能化推荐系统，其特征在于:该系统包括四个模块：

第一模块：大宗商品交易数据和和行情数据的数据处理模块；

第二模块：大宗商品行情数据关联商品发现模块；

第三模块：交易数据关联商品发现模块；

第四模块：关联商品集构建及监管商品智能化推荐模块；

其中系统中的每一个模块配合运行，根据监管任务信息以及大宗商品的历史行情数据、交易数据等，计算出关联商品集合，并智能化推荐监管商品，以达到优化商品监管对象的目的。

2.根据权利要求1所述的大宗商品交易中的监管商品智能化推荐系统，其特征在于：所述大宗商品交易数据处理：首先，针对大宗商品的历史价格时间序列做相应的数据预处理操作；随后，为提升行情数据的可读性，结合大宗商品交易市场的实际情况，选取每天的收盘价作为当天的平均价格；最后，从交易数据中提取出交易商及其参与涉及的交易商品，构建大宗商品交易事务集。

3.根据权利要求2所述的大宗商品交易中的监管商品智能化推荐系统，其特征在于：所述大宗商品交易数据处理模块，首先进行数据清洗，只保留交易商数据以及交易的商品名称等数据；选取其中的商品数据建立商品集I，以描述相应算法的项和项集；项：每种商品对应一个项；项集：项的集合，包含n个项的项集称为n项集；选取其中的交易商建立交易商集T，以描述相应算法的事务和事务集；事务：每一个交易商的买卖行为对应一个事务；事务集：所有事务的集合。

4.根据权利要求1所述的大宗商品交易中的监管商品智能化推荐系统，其特征在于:所述的行情数据的数据处理模块包括以下数据预处理操作：①数据提取：在商品行情数据库中找到商品的历史价格日K数据；②数据填充：将历史数据中的空缺值按前一天的价格进行填充；③重新采样：取当天的收盘价closeprice作为该天的价格；最终建立可读的大宗商品的历史价格时间序列，例如，商品N的价格时间序列为：X_N＝[x₁,x₂,...,x_t,...,x_n]。

5.根据权利要求4所述的大宗商品交易中的监管商品智能化推荐系统，其特征在于:其中大宗商品行情数据关联商品发现模块，根据行情数据的数据处理模块所建立的商品历史价格时间序列，分析不同商品之间的价格波动相似性得到相应的价格波动关联商品；

通过分析上一步建立的商品价格时间序列，例如商品M和商品N的价格时间序列：X_M＝[x₁,x₂,...,x_t,...,x_n]和X_N＝[x₁,x₂,...,x_t,...,x_n]；选取皮尔森相关系数(PearsonCorrelation Coefficient)，度量两个商品价格时间序列之间的相关程度。具体的相关系数计算方法r(M,N)如以下公式所示：

其中X_N(i)和X_M(i)表示第i个时间点商品N和M的价格，和表示商品N和M的平均价格；r(M,N)表示商品M与商品N之间的相关性(价格波动的相似性)，相似度超过某一阈值即为关联商品。