药材种植推荐系统的研究与实现
发布时间：2021-06-09 19:29
随着经济的发展与生活水平的提高,国民越来越重视自身健康,中药材产业也越来越受到国民关注。在互联网技术的推动下,中药材产业步入信息化建设阶段,许多企业开始构建中药材平台。但是目前很少有中药材平台中引入推荐技术,针对这一现象,本文将推荐技术与药材网站进行结合,旨在为药材信息化建设作出贡献。本文设计并实现一个药材种植推荐系统,完成了药材信息科普、药材信息搜索、药材可视化分布、药材资讯推荐、药材种植推荐等功能。本系统是由药材信息分类模块、药材分布模块、基于种植比率的地区推荐模块、基于经济收益的推荐模块、药材资讯推荐模块、登录注册模块组成。本文的主要研究工作如下:设计了三类种植推荐方案,分别是基于种植比率的地区推荐、基于经济收益的推荐、基于协同过滤的资讯推荐;实现了获取药材数据的爬虫程序;完成了对数据的预处理工作,包括数据去重、格式标准化等;设计了基于种植比率的地区推荐实验和指数平滑实验,计算并验证推荐的准确度;完成了对药材种植推荐系统的需求分析、架构设计、功能模块设计以及系统流程设计;分别对系统进行了性能测试、接口测试、界面测试以及功能测试。药材种植推荐系统基于Flask框架和可视化组件进行构...
【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
技术路线
药材种植推荐系统的研究与实现10区上药农会种植多个种类的药材，意味着每一个地区会对应多个药材种植比率。它们之间的对应关系可以用图2.1表示，h1，h2……hk代表既能种植在地区x又可以种植在地区y的k种药材。图中数值代表对应的Rate值，即药材在对应地区的种植比率，District(x)和District(y)分别是地区x和地区y上Rate值构建的种植比率向量，即District(x)=[Rate(x,h1)，Rate(x,h2)，……,Rate(x,hk-1),Rate(x,hk)]，District(y)=[Rate(y,h1)，Rate(y,h2)，……,Rate(y,hk-1),Rate(y,hk)]。图2.1地区-药材的比率关系Figure2.1Theraterelationshipofregion-medicinalherbs如图2.1（a）表示的是药材h1在地区x与地区y的Rate值分别为21%和19%，即地区x和地区y种植药材h1的药农占全国种植该药材的药农的比率。药材h2在地区x与地区y的Rate值分别为17%和18%，以此类推。如果两个地区中对应的药材种植比率都相近，则说明药农在这两个地区不仅选择种植的药材一致，而且这两个地区选择种植相应药材的药农分布比例也相近。如图2.2（b）表示的是药材h1在地区z与地区w的Rate值分别为15%和2%，药材h2在地区z与地区w的Rate值分别为7%和35%，两个地区中的对应的药材种植比率相差较大，说明虽然药农都有在这两个地区种植同样种类的药材，但是选择种植相应药
药材种植推荐系统的研究与实现16图2.2基于协同过滤推荐算法基本原理Figure2.2Basicprinciplesofrecommendationalgorithmbasedoncollaborativefiltering推荐算法思路大致分以下几个过程：第一步，通过获取药农对药材的关注信息，构建药农-药材关注度矩阵，设n为药农总数，k为药材的总数，则药农-药材关注度矩阵为：knnnkkgggggggggG,1,1,,22,21,2,12,11,1...............（2-12）其中gn,k表示第n位药农对第k种药材的关注度，药农-药材关注度矩阵G的行表示某一位药农对所有药材的关注情况，列表示某一种药材的受关注情况。第二步，基于药农-药材关注度矩阵G，可以计算药材之间的相似度。在此计算药材的相似度主要使用的是杰卡尔德相似度，相似度的公式为：)()()()(),(abNNabNNbaJ（2-13）其中N(a)表示关注药材a的药农集合，N(b)表示关注药材b的药农集合，表达式的含义为N(a)和N(b)交集的大小与N(a)和N(b)并集的大小的比值。第三步，遍历所有的药材，依次计算药材的相似度，将药农-药材关注度矩阵G转化成药材-药材相似度矩阵，则药材-药材相似度矩阵为：),(...)2,()1,(......)2,(...)2,2()2,1()1,(...)1,2()1,1(kJkkkJJJkJJJkJJH（2-14）
【参考文献】：
期刊论文
[1]基于供需曲线的中药材市场价格影响分析[J]. 崔旭盛,解军波,张彦青,靳鹏博,高秀强,董学会. 北方园艺. 2019(23)
[2]医院数据中心系统集成建设与思考[J]. 陈荣山,姚婕,蒋俊. 现代经济信息. 2019(20)
[3]基于改进句子相似度算法的释义识别研究[J]. 陈俊月,郝文宁,张紫萱,唐新德,康睿智,莫斐. 计算机工程. 2020(09)
[4]虚拟数字化中药材3D模型库展示系统构建[J]. 何志红,包秀莉. 数字技术与应用. 2019(05)
[5]基于时序和距离的门控循环单元兴趣点推荐算法[J]. 夏永生,王晓蕊,白鹏,李梦梦,夏阳,张凯. 计算机工程. 2020(01)
[6]基于马氏距离及最差理想解的TOPSIS出租房源推荐系统应用研究[J]. 邓璐娟,陈欣欣,李璞,李金萌,雷科伟. 华中师范大学学报(自然科学版). 2019(01)
[7]基于用户兴趣评分填充的改进混合推荐方法[J]. 李征,段垒. 工程科学与技术. 2019(01)
[8]“互联网+”信息技术与中药农业的协同融合研究[J]. 张然,丰志培,彭代银. 中药材. 2018(08)
[9]球面距离计算方法及精度比较[J]. 樊东卫,何勃亮,李长华,韩军,许允飞,崔辰州. 天文研究与技术. 2019(01)
[10]基于艾宾浩斯遗忘曲线的个性化推荐算法[J]. 周子愉. 电子制作. 2018(Z2)
硕士论文
[1]基于MVVM模式的Vue.js框架在物流软件自动化测试系统中的应用研究[D]. 柴青山.北京邮电大学 2019
[2]河北省安国市中药材产业链利益分配研究[D]. 张昱.河北农业大学 2019
[3]基于位置的O2O服务推荐系统研究与实现[D]. 张志翱.江西师范大学 2018
[4]基于深度神经网络的中医药材推荐[D]. 王科文.华南理工大学 2018
[5]农产品电子商务语义推荐方法研究[D]. 魏同.安徽农业大学 2016
[6]面向农产品的电子商务推荐系统Grecs的研究和实现[D]. 郭安邦.吉林大学 2016
[7]基于shopex系统的陇西药材商城网站设计与实现[D]. 琚慧婷.南昌大学 2015
[8]基于遗忘曲线的推荐算法研究[D]. 张磊.安徽理工大学 2014
[9]基于规制经济学的中药材质价关联研究[D]. 汪莹.南京中医药大学 2014
本文编号：3221179
【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
技术路线
药材种植推荐系统的研究与实现10区上药农会种植多个种类的药材，意味着每一个地区会对应多个药材种植比率。它们之间的对应关系可以用图2.1表示，h1，h2……hk代表既能种植在地区x又可以种植在地区y的k种药材。图中数值代表对应的Rate值，即药材在对应地区的种植比率，District(x)和District(y)分别是地区x和地区y上Rate值构建的种植比率向量，即District(x)=[Rate(x,h1)，Rate(x,h2)，……,Rate(x,hk-1),Rate(x,hk)]，District(y)=[Rate(y,h1)，Rate(y,h2)，……,Rate(y,hk-1),Rate(y,hk)]。图2.1地区-药材的比率关系Figure2.1Theraterelationshipofregion-medicinalherbs如图2.1（a）表示的是药材h1在地区x与地区y的Rate值分别为21%和19%，即地区x和地区y种植药材h1的药农占全国种植该药材的药农的比率。药材h2在地区x与地区y的Rate值分别为17%和18%，以此类推。如果两个地区中对应的药材种植比率都相近，则说明药农在这两个地区不仅选择种植的药材一致，而且这两个地区选择种植相应药材的药农分布比例也相近。如图2.2（b）表示的是药材h1在地区z与地区w的Rate值分别为15%和2%，药材h2在地区z与地区w的Rate值分别为7%和35%，两个地区中的对应的药材种植比率相差较大，说明虽然药农都有在这两个地区种植同样种类的药材，但是选择种植相应药
药材种植推荐系统的研究与实现16图2.2基于协同过滤推荐算法基本原理Figure2.2Basicprinciplesofrecommendationalgorithmbasedoncollaborativefiltering推荐算法思路大致分以下几个过程：第一步，通过获取药农对药材的关注信息，构建药农-药材关注度矩阵，设n为药农总数，k为药材的总数，则药农-药材关注度矩阵为：knnnkkgggggggggG,1,1,,22,21,2,12,11,1...............（2-12）其中gn,k表示第n位药农对第k种药材的关注度，药农-药材关注度矩阵G的行表示某一位药农对所有药材的关注情况，列表示某一种药材的受关注情况。第二步，基于药农-药材关注度矩阵G，可以计算药材之间的相似度。在此计算药材的相似度主要使用的是杰卡尔德相似度，相似度的公式为：)()()()(),(abNNabNNbaJ（2-13）其中N(a)表示关注药材a的药农集合，N(b)表示关注药材b的药农集合，表达式的含义为N(a)和N(b)交集的大小与N(a)和N(b)并集的大小的比值。第三步，遍历所有的药材，依次计算药材的相似度，将药农-药材关注度矩阵G转化成药材-药材相似度矩阵，则药材-药材相似度矩阵为：),(...)2,()1,(......)2,(...)2,2()2,1()1,(...)1,2()1,1(kJkkkJJJkJJJkJJH（2-14）
【参考文献】：
期刊论文
[1]基于供需曲线的中药材市场价格影响分析[J]. 崔旭盛,解军波,张彦青,靳鹏博,高秀强,董学会. 北方园艺. 2019(23)
[2]医院数据中心系统集成建设与思考[J]. 陈荣山,姚婕,蒋俊. 现代经济信息. 2019(20)
[3]基于改进句子相似度算法的释义识别研究[J]. 陈俊月,郝文宁,张紫萱,唐新德,康睿智,莫斐. 计算机工程. 2020(09)
[4]虚拟数字化中药材3D模型库展示系统构建[J]. 何志红,包秀莉. 数字技术与应用. 2019(05)
[5]基于时序和距离的门控循环单元兴趣点推荐算法[J]. 夏永生,王晓蕊,白鹏,李梦梦,夏阳,张凯. 计算机工程. 2020(01)
[6]基于马氏距离及最差理想解的TOPSIS出租房源推荐系统应用研究[J]. 邓璐娟,陈欣欣,李璞,李金萌,雷科伟. 华中师范大学学报(自然科学版). 2019(01)
[7]基于用户兴趣评分填充的改进混合推荐方法[J]. 李征,段垒. 工程科学与技术. 2019(01)
[8]“互联网+”信息技术与中药农业的协同融合研究[J]. 张然,丰志培,彭代银. 中药材. 2018(08)
[9]球面距离计算方法及精度比较[J]. 樊东卫,何勃亮,李长华,韩军,许允飞,崔辰州. 天文研究与技术. 2019(01)
[10]基于艾宾浩斯遗忘曲线的个性化推荐算法[J]. 周子愉. 电子制作. 2018(Z2)
硕士论文
[1]基于MVVM模式的Vue.js框架在物流软件自动化测试系统中的应用研究[D]. 柴青山.北京邮电大学 2019
[2]河北省安国市中药材产业链利益分配研究[D]. 张昱.河北农业大学 2019
[3]基于位置的O2O服务推荐系统研究与实现[D]. 张志翱.江西师范大学 2018
[4]基于深度神经网络的中医药材推荐[D]. 王科文.华南理工大学 2018
[5]农产品电子商务语义推荐方法研究[D]. 魏同.安徽农业大学 2016
[6]面向农产品的电子商务推荐系统Grecs的研究和实现[D]. 郭安邦.吉林大学 2016
[7]基于shopex系统的陇西药材商城网站设计与实现[D]. 琚慧婷.南昌大学 2015
[8]基于遗忘曲线的推荐算法研究[D]. 张磊.安徽理工大学 2014
[9]基于规制经济学的中药材质价关联研究[D]. 汪莹.南京中医药大学 2014
本文编号：3221179
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3221179.html
最近更新
教材专著
