农产品销售大数据应用研究

2017-08-16李雄长治学院

数码世界 2017年8期

关键词：数据源数据挖掘销售

李雄长治学院

农产品销售大数据应用研究

李雄长治学院

随着大数据技术的不断成熟，大数据技术和产品已经应用到非常多的领域，其效果非常明显，但大数据在农业生产与销售方面应用还处于几步阶段，为此，开展农业大数据应用，为农业供给侧改革提供有力支撑，为农业发展提质增效提供有力保障。

农业大数据数据挖掘

1 大数据内涵

所谓大数据是指，以现有的信息数据为基础，将这些杂乱的、无规律的、异构的信息数据进行采集、清晰、挖掘、存储、输出等环节，形成满足应用需求的价值报表，为企业经营、社会管理等诸多领域提供有力的决策分析数据资料。大数据应该从三个层面进行理解，（一）理论层面，首先要理解大数据的理论知识，理论是认知的必由路径，也是被广泛认同和传播的基线。大数据理论包含大数据整体表述与定义、大数据建模的思想等内容。（二）技术层面，技术层面需要了解大数据采用的相关技术知识，大数据构建过程中的工具如数据挖掘工具KETTLE、DataStage以及数据存储管理系统SQL SERVER、ORACLE等关系数据库管理工具等。除此之外还有数据报表展示工具等。（三）实践层面，实践是检验真理的唯一标准，需要将理论与技术在应用中进行实践，体会和总结大数据的价值所在，并将实践经验进行总结，不断的改进，提高数据挖掘的质量和效益。

2 我国大数据应用现状

大数据农业应用相比其他行业还处于起步阶段，就目前的应用情况来看主要体现在如下几个方面。

2.1 在农业育种上的应用

农业育种是一项耗时、耗费的工作，往往一项新品种的培育需要经过几年甚至十几年时间，不仅仅耗费大量的时间，而且经济投入也非常大，为此，可以用大数据技术对基因组测序数据处理，快速的识别出大量的基因类型，加快目标基因判断的查找速度。大大的缩短了优良形状的检出和识别时间。提高了期育种的速度。

2.2 在农业栽培方面的应用

利用大数据对农作物的生成环境进行预测和反馈，利用大数据模型和算法，将采集到的环境因素如土壤、空气、水分等环境采集到大数据分析系统中，利用分析算法评估和反馈农作物的生长情况，动态生成环境进行动态调整，优化农作物的生成环境，提高全面地调动土壤生产力，高效地调控各类农业资源，大幅地提高经济效益和生态效益。

2.3 在病虫害防治方面的应用

在农业场所开展病虫害采集和监测，对气候、菌源基数和害虫越冬基数、种植业结构进行数据加工和处理，预测生长周期内发生病虫害危险的概率，为农业监测部门提供有力的预测指标，提前预防和应对，最大程度降低农业自然灾害损失。

3 农产品大数据精准营销应用

开展农产品精准营销必须建立大数据分析平台，对农产品的销售情况进行分析，形成满足市场的销售模型，分析客户购买行为，提高农产品销售的针对性和有效性，提高农产品的销售质量和效益。大数据精准营销平台如图1所示。

图1 大数据精准营销处理流程图

（1）数据源选取：从多种数据源选取数据，主要的数据源有网络实时数据源、数据库存储数据源、移动设备数据源，通过网络电商、微信、论坛、农产品供销系统、配送系统等多种渠道选取合适的数据源，作为数据挖掘的信息源。

（2）数据采集：当选取完数据源后，需要对数据进行采集，利用采集工具开展数据采集，由于采集的数据源有网页、微信数据、关系数据库数据等，不同的数据源其格式各不相同，需要采用不同的工具开展数据采集，采用阿里巴巴的数据魔方、百度、华为等公司的大数据平台以及其他的社交网络API聚合开展数据采集工作。将用户的购买订单、农产品信息、区域信息、物流信息等原始数据采集到平台中。

（3）数据挖掘：对存储在大数据平台的原始数据进行挖掘，借助数据挖掘算法开展挖掘，利用KETTLE数据挖掘工具开展数据的清晰、转化。去除脏数据、去除重复数据、为空数据修正等一系列操作，确保数据的正确性、完整性、可靠性。

（4）大数据模型构建：在对农产品信息数据进行挖掘后，构建数据分析模型，例如客户购买模型、农产品特征模型、农产品地域模型等。以顾客特征（年龄、性别、类型、职业）、农产品特征（地域、环境、生态、口味）等构建农产品精准营销模型。依托农产品大数据销售特征平台，对农产品的培育、加工、销售等进行指导和预测，结合销售场景，指定精准营销方案，提高农产品种植、加工、销售质量和效益。