農產品價格監測系統是由南京綠色科技研究院研發，為農產品交易主體及政府主管部門提 供巨觀數據，方便決策。
基本介紹
- 中文名：農產品價格監測系統
- 自治區： 1000多
- 基於：Google Maps
- 性質：系統
內容概述,算法簡介,主要功能,
內容概述
基於Google Maps和數據挖掘技術的農產品價格採集監測可視化系統可以實現對全國31個省、直轄市、自治區 1000多家大型農貿批發市場的蔬菜、水果、水產品、糧油、畜產品等五大類農產品近200多個品種價格信息進 行自動化採集、統計、分析及趨勢預測，並自動生成價格走勢曲線圖表，為農產品交易主體及政府主管部門提 供巨觀數據，方便決策。
系統界面算法簡介
時間序列分析(Time series analysis)是一種動態數據處理的統計方法。該方法基於隨機過程理論和數理統計學方法，研究隨機數據序列所遵從的統計規律。農產品的價格變化是典型的時間序列，也就是說，由於各種偶然因素的影響使得農產品價格在短期內表現出隨機性的增長或者降低，但是長期來看價格不同時間上的價格在彼此之間是有互相依賴關係的，相對具有較為穩定的升降趨勢，例如在農產品產量旺季一般價格較低，反季農產品價格較高，或者在節慶日期間價格較高。時間序列預測法就是通過編制和分析農產品的價格數據，根據數據所反映出來的發展過程、方向和趨勢，進行類推或延伸藉以預測下一段時間內可能達到的水平。
ARMA模型（Auto-Regressive and Moving Average Model）是研究時間序列的重要方法。ARMA模型預測一般反映三種實際變化規律：趨勢變化、周期性變化、隨機性變化。在市場研究中常用於長期追蹤資料的研究，如用於消費行為模式變遷研究；在零售研究中，用於具有季節變動特徵的銷售量、市場規模的預測等。
主要功能
月價格走勢：按月來展示農產品一個月內的每天具體價格，從而通過曲線形象的展示出當月的價格走勢。
年價格走勢：按年來展示農產品一年內的每月平均價格，從而通過柱狀圖形象的展示出當年的價格走勢。
價格對比：同時展示同一農產品的本地價格、本省價格以及全國價格的曲線走勢，更加直觀的反映出該農產品在不同區域範圍內的價格波動。
漲跌預警 ：上周農產品價格漲跌情況分析，可以查看全部的農產品漲跌情況，也可以按省查看每個省的農產品漲跌情況。我們把漲跌幅度最大的排在最前面。
價格預測：我們取一段時間內的數據來預測未來半個月左右的價格走勢。同時，我們取前一，兩個月的數據，預測未來數天內的數據。可以用這些預測的點，跟真實的數據最後數個點進行對比，來驗證預測的準確性。
