鮑震杰, 靳亞東
(西藏民族大學(xué) 信息工程學(xué)院, 陜西 咸陽 712082)
為保證茉莉花的新鮮程度,需要花農(nóng)采摘茉莉鮮花之后即刻運至交易市場。在傳統(tǒng)交易中,收購的中間商大多用紙筆僅僅記錄每筆交易的單價和數(shù)量,對于花農(nóng)的信息和茉莉花的生產(chǎn)信息極少涉及。為了幫助中間商購買鮮花時進行溯源[1],全面掌握花農(nóng)和花的生產(chǎn)信息,本文借助互聯(lián)網(wǎng)數(shù)字化技術(shù),設(shè)計了茉莉花溯源信息管理系統(tǒng)并添加花農(nóng)與花商賬戶安全登陸與注冊系統(tǒng),讓用戶安全得到保障。在智能推薦算法上選擇cosine相似度算法[2],讓信息查詢更智能。最后,本文在模擬的交易數(shù)據(jù)上訓(xùn)練誤差反向傳播函數(shù)預(yù)測市場行情,幫助花農(nóng)合理定價,方便收購商參考市場價格。
關(guān)注微信公眾平臺,在微信公眾平臺接入兩套針對花農(nóng)與花商用戶的微信小程序,選擇進入花農(nóng)界面或收購商界面,為了系統(tǒng)安全,設(shè)計兩套登陸注冊系統(tǒng),一個為花農(nóng)賬號,另一個為收購商賬號。為了花農(nóng)更好的銷售茉莉花,系統(tǒng)為其分配的操作權(quán)限有增加,刪除,修改,查看茉莉花記錄。為了保護茉莉花溯源信息并且更好的展示茉莉花信息,收購商只擁有查看茉莉花信息的權(quán)限,為了簡化信息查詢,只能看到收購商想看到的信息,收購商可以根據(jù)自己的個性化需求查找特定的符合條件的茉莉花產(chǎn)品記錄,若數(shù)據(jù)庫里沒有與其相匹配的數(shù)據(jù),系統(tǒng)根據(jù)相似度算法還可以智能推薦最為相似的茉莉花產(chǎn)品,當茉莉花收購商查找到心儀的茉莉花產(chǎn)品后,可以在系統(tǒng)上下單并支付。當收購商已經(jīng)找到花農(nóng),還可以通過掃描商品上的二維碼[3]查看該茉莉花產(chǎn)品的信息。最后,收購商還可在該平臺進行微信支付。并且使用訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)[4]預(yù)測市場行情,在后臺實時更新最新的預(yù)測市場價格。設(shè)計框圖如圖1所表示。
圖1 茉莉花溯源系統(tǒng)智能微信平臺邏輯框架
茉莉花溯源系統(tǒng)主要運用微信公眾號的編輯,微信小程序的開發(fā)框架,設(shè)計兩個登陸注冊系統(tǒng),使用騰訊云云開發(fā)服務(wù)器,自己搭建一個備案后的合格安全的https服務(wù)器,使用MySQL數(shù)據(jù)庫存儲數(shù)據(jù),后臺編寫PHP文件對微信小程序的api接口進行調(diào)用實現(xiàn)二維碼生成、微信支付交易功能,并實現(xiàn)對數(shù)據(jù)庫數(shù)據(jù)讀取與寫入功能。本文采用相似度算法和BP神經(jīng)網(wǎng)絡(luò)算法的設(shè)計完成智能化信息處理,該套系統(tǒng)的具體實現(xiàn)技術(shù)方面框架如圖2所示。
圖2 茉莉花溯源系統(tǒng)智能微信平臺技術(shù)框架
在微信公眾平臺接入微信小程序,注冊與登陸系統(tǒng)使用數(shù)據(jù)庫數(shù)據(jù)匹配模式,在微信小程序上設(shè)計界面,主界面則在界面基礎(chǔ)上增加頁面跳轉(zhuǎn)等。登陸注冊界面和主界面如圖3和圖4所示。
圖3 登錄注冊界面 圖4 主界面
存儲運用管理茉莉花信息需要進行茉莉花數(shù)據(jù)的數(shù)據(jù)庫設(shè)計,數(shù)據(jù)庫設(shè)計ER圖如圖5所示。
圖5 ER圖
為了實現(xiàn)一物一碼,使用微信小程序后臺自帶的api為每件茉莉花商品設(shè)置特定的標識參數(shù),銷售者可以將二維碼下載并打印出來,貼在商品上做標識,收購者通過掃描商品上的二維碼可獲得該商品的所有信息。
調(diào)用微信支付api并通過php文件寫入交易金額和交易雙方信息的參數(shù),收購者可以掃描商品二維碼后付款,也可以在小程序內(nèi)下單付款。
如圖6所示,交易記錄將反應(yīng)得到的情況顯示在小程序內(nèi),如近期茉莉花交易價格,數(shù)量,時間,引導(dǎo)消費者與出售者的價格。該交易信息也可以進行大數(shù)據(jù)分析,從而挖掘更多有價值的信息。
圖6 交易記錄反饋
收購商可以根據(jù)id,茉莉花重量,茉莉花種植時間,茉莉花單價或花農(nóng)名等關(guān)鍵項查詢數(shù)據(jù),若數(shù)據(jù)庫里沒有相應(yīng)數(shù)據(jù)的信息,模擬對于茉莉花收購商最關(guān)心的兩個參數(shù)茉莉花的單價與重量問題,輸入這兩個參數(shù) 進行通過相似度算法查找到最大程度上匹配的數(shù)據(jù)記錄并進行相似商品推薦。
對于相似度算法,有幾種算法可供選擇,第一種是皮爾遜相關(guān)系數(shù)[5]。
(1)
它是兩個變量之間的協(xié)方差和標準差之積的商,絕對值越大,表示相關(guān)度越高,但當變量x和變量y有一個屬性的值一樣的時候,此條公式無法使用,在實際情況下兩條茉莉花記錄的重量或單價一致很為普遍,所以無法選擇該條公式。
第二種方法為算出歐幾里德距離然后再加上一求倒數(shù),歐幾里德距離[6]的公式為公式(2)。
(2)
然后采用公式(3)轉(zhuǎn)化為相似度,該值越大,歐幾里德距離越小,相似度越大。
(3)
第三種為cosine相似度,其公式為公式(4)。
(4)
該數(shù)表示空間中兩點與設(shè)定點形成的夾角余弦值,該值越大,相似度越小。
第四種為Jaccard系數(shù),公式為公式(5)。
(5)
但是該公式在兩組數(shù)據(jù)都沒有一樣屬性的時候相似度都為0,顯然,此公式在實際查詢場景中無法辨別在兩組數(shù)據(jù)都不一樣時的相似度。歐氏距離能夠體現(xiàn)個體數(shù)值特征的絕對差異;而余弦相似度對絕對數(shù)值不敏感,更多的用于使用用戶對內(nèi)容的評分來分析用戶興趣的相似程度。本文選擇了第三種方式計算cosine相似度。具體的實現(xiàn)方式為進行數(shù)據(jù)庫里數(shù)據(jù)的遍歷然后和輸入的目標數(shù)據(jù)一起帶入該公式并計算相似值,用排序的方法選出該值最小即相似度最高的值的id,然后根據(jù)此id查詢完整的茉莉花商品的有關(guān)數(shù)據(jù),并在前臺顯示出來,代碼實現(xiàn)如圖7所示。
圖7 cosine相似度算法的代碼實現(xiàn)
數(shù)據(jù)庫信息傳輸和后臺人員定期的更新使得推送的消息記錄保持最新。通過用戶的反饋系統(tǒng)也可以得知用戶的最新需求并可以加以改進。反饋界面與信息推送界面如圖8和圖9所示。
圖8 反饋系統(tǒng) 圖9 資訊推送界面
本文用模擬的歷史銷售數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),從而對未來銷售價格進行預(yù)測。根據(jù)歷史銷售數(shù)據(jù)選用生產(chǎn)日期,銷售日期,重量作為特征輸入量,價格為輸出量,使用BP神經(jīng)網(wǎng)絡(luò)擬合四者關(guān)系,用數(shù)字1~365替代日期,用MATLAB nntool仿真,建立三輸入單輸出的三層BP神經(jīng)網(wǎng)絡(luò)如圖10所示,選擇反向傳播訓(xùn)練方法,帶動量項的梯度下降學(xué)習(xí)方法如圖11和圖12所示。訓(xùn)練完成后輸入測試數(shù)據(jù)的生產(chǎn)日期,銷售日期與重量[0;1;50],通過神經(jīng)網(wǎng)絡(luò)預(yù)測出價格如圖13所示。
圖10 BP神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置
圖11 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練參數(shù)設(shè)置
圖12 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程
圖13 BP神經(jīng)網(wǎng)絡(luò)價格預(yù)測結(jié)果
本文借助微信小程序平臺實現(xiàn)茉莉花溯源系統(tǒng),將茉莉花實際交易過程數(shù)字化,為花農(nóng)和采購商之間真正搭建交易溝通的橋梁,在該系統(tǒng)中,采用最佳相似度距離推薦相似商品,通過訓(xùn)練誤差反向傳播神經(jīng)網(wǎng)絡(luò)預(yù)測產(chǎn)品價格。該套系統(tǒng)修改以后還可在食品安全,更多產(chǎn)品溯源方面擴展運用,但在用戶信息保密,權(quán)限分配,網(wǎng)絡(luò)安全加密,智能化推薦服
務(wù)等客觀邏輯層面的設(shè)計還不完善,需要未來進一步的改進。