(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210964921.4 (22)申请日 2022.08.12 (71)申请人 乘乘农业科技 （深圳） 有限公司 地址 518052 广东省深圳市前海深港合作 区南山街道兴海 大道3040号前海世茂 金融中心二期16 07 (72)发明人 刘冬青　 (74)专利代理 机构 广州市华学知识产权代理有 限公司 4 4245 专利代理师 于波 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 50/02(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06F 16/25(2019.01) G06F 16/27(2019.01) (54)发明名称 一种基于大数据提供决策支持的方法、 系统 及存储介质 (57)摘要 本发明公开了一种基于大数据提供决策支 持的方法、 系统及存储介质。 该方法包括： 采集产 品的市场历史数据、 实时价格数据； 对采集的历 史数据进行预处理、 存储； 根据采集的历史数据 建立基于LSTM ‑BP的产品价格预测模型； 根据采 集的实时价格数据， 利用建立的价格预测模型预 测未来某一时间点/时间段的产品价格； 采用可 视化的方式展示预处理后的历史数据， 及所预测 的未来某一时间点/时间段的产品价格。 本发明 的预测模型基于LSTM ‑BP而建立， 提供了一种较 可靠的产品价格预测模型； 采用Adam算法对所建 立的预测模 型进行实时优化， 可以进一步提高所 建立的价格预测模型的可靠性， 为生产者及其上 下游产业链、 消费者和决策者 提供决策支持。 权利要求书2页 说明书8页 附图7页 CN 115392956 A 2022.11.25 CN 115392956 A 1.一种基于大 数据提供决策支持的方法， 其特 征在于， 包括以下步骤： 采集产品的市场历史数据、 实时价格数据； 对采集的历史数据进行 预处理、 存储； 根据采集的历史数据建立基于LSTM ‑BP的产品价格预测模型； 根据采集的实时价格数据， 利用建立的价格预测模型预测未来某一时间点/时间段的 产品价格； 采用可视化的方式展示预处理后的历史数据， 及所预测的未来某一时间点/时间段的 产品价格。 2.根据权利要求1所述的基于大数据提供 决策支持的方法， 其特征在于， 所述根据采集 的历史数据建立基于LSTM ‑BP的产品价格预测模型， 包括： 将所述历史数据清洗后划分为训练集、 验证集、 测试集 三个数据集； 对数据集进行降维处 理、 归一化处理， 获得训练数据； 利用训练数据中训练集训练LSTM ‑BP模型； 利用训练数据中的验证集对训练后的LSTM ‑BP模型进行修 正； 利用训练数据中的测试集对修 正后的LSTM ‑BP模型进行测试； 若测试成功， 则修正后的LSTM ‑BP模型为产品价格预测模型； 若测试失败， 则重新获取 验证集， 对训练后的LSTM ‑BP模型重新进行修 正。 3.根据权利要求2所述的基于大数据提供决策支持的方法， 其特征在于， 所述训练集、 验证集、 测试集 三个数据集的占比分别为70％、 20％、 10％。 4.根据权利要求2所述的基于大数据提供 决策支持的方法， 其特征在于， 所述归一化处 理公式为： 式中， X*为归一化处理后的数值， x为所采集的历 史数据原始数值， xmin为当前维度所有 数据中数值 最小的值， xmax为当前维度所有数据中数值 最大的值。 5.根据权利要求4所述的基于大数据提供 决策支持的方法， 其特征在于， 若所述历史数 据有缺失值， 则获取所述历史数据中的缺失值的位置及缺失值的位数， 并通过贝叶斯分类 算法计算出 所述缺失值概率最大的取值作为 缺失值的填充值。 6.根据权利要求2所述的基于大数据提供 决策支持的方法， 其特征在于， 所述方法还包 括： 采用Adam算法、 利用所述实时价格数据， 实时优化所述产品价格预测模型。 7.根据权利要求1所述的基于大数据提供 决策支持的方法， 其特征在于， 所述对采集的 历史数据进行 预处理、 存储， 包括： 抽取所采集的历史数据中的非结构化数据和半结构化数据并进行清洗； 将清洗后的非结构化数据和半结构化数据转换为结构化数据； 采用HBase分布式数据库对结构化数据进行存 储。 8.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行时实现权利要求1～7任一项所述基于大 数据提供决策支持的方法。 9.一种基于大 数据提供决策支持的系统， 其特 征在于， 包括以下模块：权　利　要　求　书 1/2 页 2 CN 115392956 A 2采集模块： 用于采集产品的市场历史数据、 实时价格数据； 预处理模块： 用于对 采集的历史数据进行 预处理、 存储； 建模模块： 用于根据采集的历史数据建立基于LSTM ‑BP的产品价格预测模型； 预测模块： 用于根据采集的实时价格数据， 利用建模模块所建立的价格预测模型预测 未来某一时间点/时间段的产品价格； 可视化模块： 用于采用可视化的方式展示预处理模块预处理后的历史数据， 及预测模 块所预测的未来某一时间点/时间段的产品价格。 10.根据权利要求9所述的基于大数据提供决策支持的系统， 其特征在于， 所述系统还 包括： 优化模块： 用于采用Adam算法、 利用所述实时价格数据， 实时优化建模模块所建立的产 品价格预测模型。权　利　要　求　书 2/2 页 3 CN 115392956 A 3