【摘要】：目前,我國(guó)農(nóng)業(yè)生產(chǎn)存在農(nóng)產(chǎn)品生產(chǎn)和市場(chǎng)脫節(jié)的嚴(yán)重問題,這主要是由農(nóng)業(yè)決策者只憑臆測(cè)或使用決策精度不高的決策系統(tǒng)進(jìn)行決策生產(chǎn)造成的。本文基于大數(shù)據(jù)以價(jià)格信息為主體,結(jié)合影響農(nóng)產(chǎn)品價(jià)格的天氣、產(chǎn)量等因素對(duì)農(nóng)產(chǎn)品的價(jià)格影響因素、價(jià)格預(yù)測(cè)、區(qū)域分布、合理分配等內(nèi)容進(jìn)行了探討,旨在尋找更適合我國(guó)農(nóng)業(yè)生產(chǎn)決策的大數(shù)據(jù)分析處理流程,用大數(shù)據(jù)來盡可能提高農(nóng)業(yè)生產(chǎn)決策的精度。本文依據(jù)現(xiàn)有大數(shù)據(jù)技術(shù)方法設(shè)計(jì)了價(jià)格信息監(jiān)測(cè)分析流程,應(yīng)用網(wǎng)絡(luò)爬蟲工具爬取各個(gè)農(nóng)業(yè)網(wǎng)站上的農(nóng)產(chǎn)品價(jià)格、產(chǎn)量等相關(guān)數(shù)據(jù),并使用大數(shù)據(jù)思維對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格等數(shù)據(jù)進(jìn)行了分析處理。對(duì)原型系統(tǒng)進(jìn)行設(shè)計(jì),主要考慮傳統(tǒng)技術(shù)在海量數(shù)據(jù)面前的局限性,應(yīng)用了大數(shù)據(jù)相關(guān)技術(shù)克服了傳統(tǒng)技術(shù)在海量數(shù)據(jù)存儲(chǔ)與計(jì)算方面的不足。本文構(gòu)建的大數(shù)據(jù)分析流程多采用開源架構(gòu)實(shí)現(xiàn),其中大數(shù)據(jù)采集選用了爬蟲技術(shù),大數(shù)據(jù)平臺(tái)選用Hadoop。以HDFS、HBase和Hive作為存儲(chǔ)系統(tǒng),計(jì)算框架使用了MapReduce并行計(jì)算框架,并綜合使用了包括Sqoop、Oozie、Elasticsearch等的技術(shù)來實(shí)現(xiàn)關(guān)系數(shù)據(jù)庫(kù)到大數(shù)據(jù)平臺(tái)的數(shù)據(jù)導(dǎo)入導(dǎo)出、自動(dòng)化的數(shù)據(jù)采集存儲(chǔ)流程以及建立全文索引。網(wǎng)絡(luò)數(shù)據(jù)大多為文本類型的數(shù)據(jù),需要對(duì)其數(shù)據(jù)進(jìn)行結(jié)構(gòu)化以方便后期的處理。首先,各農(nóng)業(yè)網(wǎng)站的農(nóng)產(chǎn)品和批發(fā)市場(chǎng)信息命名標(biāo)準(zhǔn)和規(guī)范都不一樣,必須對(duì)其進(jìn)行重新規(guī)范化。其次,各農(nóng)業(yè)網(wǎng)站上的數(shù)據(jù)粒度不一樣,需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。應(yīng)用該大數(shù)據(jù)分析流程對(duì)蔬菜價(jià)格開展影響因素、價(jià)格趨勢(shì)預(yù)測(cè)、空間區(qū)域特征以及分配方法分析。利用蔬菜價(jià)格影響因素分析獲得影響價(jià)格的影響因素并抽取了具有代表性的天氣、人均收入和喜好影響因素。然后利用這些影響因素構(gòu)建了比較適合大數(shù)據(jù)場(chǎng)景的蔬菜價(jià)格預(yù)測(cè)分析流程。最后,利用該流程進(jìn)行蔬菜價(jià)格趨勢(shì)預(yù)測(cè)分析得到蔬菜的價(jià)格預(yù)測(cè)信息。利用空間位置信息進(jìn)行蔬菜價(jià)格空間分布差異分析得出蔬菜的分配原點(diǎn),再綜合用戶的喜好、區(qū)域性的需求和產(chǎn)量信息進(jìn)行蔬菜配送方案分析得到分配的決策信息。利用大數(shù)據(jù)技術(shù)設(shè)計(jì)實(shí)現(xiàn)的農(nóng)產(chǎn)品價(jià)格信息監(jiān)測(cè)分析原型的正常運(yùn)行證明了本文設(shè)計(jì)實(shí)現(xiàn)大數(shù)據(jù)分析流程可行。經(jīng)過驗(yàn)證,利用該原型分析的結(jié)果比較切合實(shí)際,分析結(jié)果可信。
【圖文】：

ulture Big Data Analysis1.3 論文結(jié)明選題背景和意義國(guó)內(nèi)外研究現(xiàn)狀，的發(fā)展現(xiàn)狀。測(cè)分析系統(tǒng)的原型計(jì)。析處理，包括數(shù)據(jù)蔬菜價(jià)格監(jiān)測(cè)分析章，是文章的總結(jié)

署農(nóng)業(yè)農(nóng)村大數(shù)據(jù)發(fā)0 年時(shí)間，努力實(shí)現(xiàn)覆蓋全面、業(yè)務(wù)協(xié)同面，黎玲萍、毛克彪農(nóng)業(yè)數(shù)據(jù)時(shí)空屬性的 開源大數(shù)據(jù)挖掘技術(shù)東杰、李哲敏和張建范等方面提出促進(jìn)農(nóng)資源整合，提升現(xiàn)息化是農(nóng)業(yè)現(xiàn)代化的來農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展、分析來完成[25]。農(nóng)據(jù)分析的流程[26]，如
【學(xué)位授予單位】：長(zhǎng)江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP311.13;F323.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳威;李燕妮;周涵;李哲敏;;孟山都農(nóng)業(yè)大數(shù)據(jù)的生產(chǎn)應(yīng)用及中國(guó)啟示[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2017年05期

2 ;國(guó)土資源部關(guān)于印發(fā)促進(jìn)國(guó)土資源大數(shù)據(jù)應(yīng)用發(fā)展實(shí)施意見的通知[J];國(guó)土資源通訊;2016年14期

3 王東杰;李哲敏;張建華;許世衛(wèi);;農(nóng)業(yè)大數(shù)據(jù)共享現(xiàn)狀分析與對(duì)策研究[J];中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào);2016年03期

4 黎玲萍;毛克彪;付秀麗;馬瑩;王芳;劉R，

本文編號(hào)：2588741