農產品銷售大數據應用研究

李雄 長治學院

農產品銷售大數據應用研究

李雄 長治學院

隨著大數據技術的不斷成熟，大數據技術和產品已經應用到非常多的領域，其效果非常明顯，但大數據在農業生產與銷售方面應用還處于幾步階段，為此，開展農業大數據應用，為農業供給側改革提供有力支撐，為農業發展提質增效提供有力保障。

農業 大數據 數據挖掘

1 大數據內涵

所謂大數據是指，以現有的信息數據為基礎，將這些雜亂的、無規律的、異構的信息數據進行采集、清晰、挖掘、存儲、輸出等環節，形成滿足應用需求的價值報表，為企業經營、社會管理等諸多領域提供有力的決策分析數據資料。大數據應該從三個層面進行理解，（一）理論層面，首先要理解大數據的理論知識，理論是認知的必由路徑，也是被廣泛認同和傳播的基線。大數據理論包含大數據整體表述與定義、大數據建模的思想等內容。（二）技術層面，技術層面需要了解大數據采用的相關技術知識，大數據構建過程中的工具如數據挖掘工具KETTLE、DataStage以及數據存儲管理系統SQL SERVER、ORACLE等關系數據庫管理工具等。除此之外還有數據報表展示工具等。（三）實踐層面，實踐是檢驗真理的唯一標準，需要將理論與技術在應用中進行實踐，體會和總結大數據的價值所在，并將實踐經驗進行總結，不斷的改進，提高數據挖掘的質量和效益。

2 我國大數據應用現狀

大數據農業應用相比其他行業還處于起步階段，就目前的應用情況來看主要體現在如下幾個方面。

2.1 在農業育種上的應用

農業育種是一項耗時、耗費的工作，往往一項新品種的培育需要經過幾年甚至十幾年時間，不僅僅耗費大量的時間，而且經濟投入也非常大，為此，可以用大數據技術對基因組測序數據處理，快速的識別出大量的基因類型，加快目標基因判斷的查找速度。大大的縮短了優良形狀的檢出和識別時間。提高了期育種的速度。

2.2 在農業栽培方面的應用

利用大數據對農作物的生成環境進行預測和反饋，利用大數據模型和算法，將采集到的環境因素如土壤、空氣、水分等環境采集到大數據分析系統中，利用分析算法評估和反饋農作物的生長情況，動態生成環境進行動態調整，優化農作物的生成環境，提高全面地調動土壤生產力，高效地調控各類農業資源，大幅地提高經濟效益和生態效益。

2.3 在病蟲害防治方面的應用

在農業場所開展病蟲害采集和監測，對氣候、菌源基數和害蟲越冬基數、種植業結構進行數據加工和處理，預測生長周期內發生病蟲害危險的概率，為農業監測部門提供有力的預測指標，提前預防和應對，最大程度降低農業自然災害損失。

3 農產品大數據精準營銷應用

開展農產品精準營銷必須建立大數據分析平臺，對農產品的銷售情況進行分析，形成滿足市場的銷售模型，分析客戶購買行為，提高農產品銷售的針對性和有效性，提高農產品的銷售質量和效益。大數據精準營銷平臺如圖1所示。

圖1 大數據精準營銷處理流程圖

（1）數據源選取：從多種數據源選取數據，主要的數據源有網絡實時數據源、數據庫存儲數據源、移動設備數據源，通過網絡電商、微信、論壇、農產品供銷系統、配送系統等多種渠道選取合適的數據源，作為數據挖掘的信息源。

（2）數據采集：當選取完數據源后，需要對數據進行采集，利用采集工具開展數據采集，由于采集的數據源有網頁、微信數據、關系數據庫數據等，不同的數據源其格式各不相同，需要采用不同的工具開展數據采集，采用阿里巴巴的數據魔方、百度、華為等公司的大數據平臺以及其他的社交網絡API聚合開展數據采集工作。將用戶的購買訂單、農產品信息、區域信息、物流信息等原始數據采集到平臺中。

（3）數據挖掘：對存儲在大數據平臺的原始數據進行挖掘，借助數據挖掘算法開展挖掘，利用KETTLE數據挖掘工具開展數據的清晰、轉化。去除臟數據、去除重復數據、為空數據修正等一系列操作，確保數據的正確性、完整性、可靠性。

（4）大數據模型構建：在對農產品信息數據進行挖掘后，構建數據分析模型，例如客戶購買模型、農產品特征模型、農產品地域模型等。以顧客特征（年齡、性別、類型、職業）、農產品特征（地域、環境、生態、口味）等構建農產品精準營銷模型。依托農產品大數據銷售特征平臺，對農產品的培育、加工、銷售等進行指導和預測，結合銷售場景，指定精準營銷方案，提高農產品種植、加工、銷售質量和效益。

4 結束語

本文探討了大數據在我國農業發展中的應用情況，開展大數據在農業銷售方面的研究，建立精準營銷大數據平臺，有力指導農產品產、供、銷多個環節開展工作，為我國農業供給側改革提供有力保障。

[1]葉斌,黃文富,余真翰.大數據在物流企業中的應用研究[J].物流技術,2014,15:22-24

[2]田雪,司維鵬,劉瑩瑩.大數據在物流企業中的應用[J].電子商務,2015,01:36-37

[3]高曉婷.數據挖掘在物流管理中的應用研究[D].蘇州大學,2012