農業合作社數據可視化技術應用分析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了農業合作社數據可視化技術應用分析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：隨著信息技術的應用日益廣泛，農業現代化需要信息技術與農業生產過程的深度融合，大數據挖掘技術和可視化技術在武梅農業合作社數據分析中的應用，可以提高武梅農業合作社的運作效率，降低生產經營成本，為消費者提供更優質農產品服務。

關鍵詞：農業合作社；大數據；可視化

1武梅農業合作社現狀

農業合作社是以農民為主體、家庭為單位，通過提供農產品銷售、加工、運輸、貯藏等與經營有關的服務來實現成員互助目的的經濟性組織。根據有關數據統計，截至2019年10月，全國有220.3萬家依法登記的農業合作社，農業合作社總體數量較2009年初期增長近9倍。淮安市武梅農業合作社起源于1987年共產黨員劉桂蘭自費到蘇南取經，學習農業集約化經營的經驗，進行辣椒制種，逐步發展壯大。合作社成立以來，分別被評為“全國科普惠農興村先進單位”“淮安市先進農民合作組織”“淮安市合作示范社”“全國示范合作社”“巾幗示范基地”。2010年合作社的二代領導人獲得“淮安市三八紅旗手”稱號，2014年獲得“全國三八紅旗手”稱號，2015年獲得“江蘇帶頭致富優秀企業家”稱號。第三代接班人轉向網絡銷售和網下訂購，種植40多種瓜果蔬菜，為“陶氏果業”“大熊水果店”和30多家大型水果店供應水果。2012年合作社整合建立了“農產品質量安全溯源系統”，且成功注冊了“武梅”牌西瓜商標，并先后于2014年、2015年獲得“淮安市知名商標”“江蘇省著名商標”和“綠色產品證書”等榮譽，“武梅西瓜”銷往上海、北京、徐州等地。在現代社會，隨著科學和信息技術的快速發展，大數據技術越來越成熟，與人們的生活聯系越來越緊密。在這樣的大環境中，各行各業都利用大數據來擴大經營范圍。但就目前而言，農業合作社由于其本身的特性，和大數據技術融合度不高。雖然有相應的網絡銷售方式，但隨著農業合作社的逐步擴大，在合作社實際運行過程中，信息收集方面缺乏相應機制，信息技術應用能力低下，無法及時掌握行業的變化，產品調節滯后，產品反饋機制有待提高，難以發揮合作社的綜合效益等。

2已有的研究

數字化已滲透到農業產業鏈中，在農業大數據的應用中，美國農業部通過龐大、完整的農業信息體系，及時、準確地收集、整理和發布信息，不僅影響本國的農業生產，還對世界上其他農業大國的農業生產和農民收入產生影響[1]；韓國以傳感器和網絡為基礎的大數據收集和體系化的農業生產系統、植物工廠技術是其主要的農業生產技術[2]。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出，加快構建全國一體化大數據中心體系，建設若干國家樞紐節點和大數據中心集群，加快發展智慧農業。我國農業大數據技術與應用發展較快，“天空地”大數據獲取、大數據建模分析預測、數據驅動智慧決策等取得較大進展，大數據應用正向農業全產業鏈全過程覆蓋[3]。在農業大數據的研究中，通過采集各種農業統計數據，運用數據挖掘技術對農業生產和經營提出指導性建議。隨著物聯網、大數據和人工智能時代的到來，基于信息流動態監測的農業全產業鏈的數據經濟將呈現快速發展態勢。農業大數據工作，要突出品種導向，聚焦水稻、小麥、玉米、大豆、棉花、油菜籽、糖料、橡膠、蘋果、柑橘、茶葉、蔬菜、生豬、牛羊、魚類等重要農產品，進行重要農產品全產業鏈大數據建設，構建包括生產、消費、貿易、價格、成本、收益的重要農產品單品種大數據資源，實現重要農產品全程大數據管理[4]。SwatiHira和P.S.Deshpande（2015）[5]構筑農業參數、環境特性、地理特性等全方位分析、統計分析，進行相關數據的全方位使用模型和數據挖掘技術的多維分析。楊凌雯（2016）[6]針對農業信息網站缺乏對數據進行動態的分析和預測功能，構建基于數據挖掘的智慧農業生產系統，以算法為核心，實現地力等級分析和產量預測等功能。徐勇（2017）[7]分析了農業大數據平臺的主要技術，搭建了具有挖掘功能的大數據平臺，使用多維數據的可視化技術，實現平臺的可視化功能。黃文秀（2018）[8]根據我國農業數據多維動態、不完整和不確定性等特點，將NET、C#、Web服務和SQLServer技術結合起來，開發基于Web農產品市場數據挖掘系統，為企業決策者提供有價值的知識信息。侯亮等（2018）[9]認為現代農業發展過程中出現了大量非關系型、非結構化數據，大數據環境下的數據挖掘技術能夠挖掘出有助于探索農業信息潛在的相關性和規律，并根據農業大數據的特征構建了Hadoop的農業大數據挖掘系統。張澤等（2019）[10]認為農業大數據應用將推動生產和銷售一體化、推動農業生產鏈各個環節的銜接，對利用互聯網信息技術完善農業管理結構、優化農業信息化模式、普及農業種植技術、改善種植環境具有關鍵作用。肖朋和（2019）[11]認為農業生產過程中的物聯網、大數據、云計算、人工智能等技術普及和應用，產生了海量數據，數據結構不盡相同。從海量數據到可用信息的轉換需要進行大量的統計分析和數據挖掘，設計基于web的農業數據挖掘系統，從大量、不完全、有噪聲、模糊和隨機的數據中提取有效的信息，通過可視化顯示，協助用戶進行農業生產決策。孟國慶（2020）[12]利用網絡爬蟲技術抓取數據，實現多源數據采集，在數據整合的基礎上，進行影響因子篩選，結合網絡開發技術，利用djangoWeb框架進行設計，實現農業統計數據挖掘和可視化系統。JieWang等（2016）[13]針對大部分農業數據分散在不同信息系統中的現狀，采用JSoup技術構建一個用于農業數據的Web爬蟲系統，對數據進行有關挖掘和回歸分析，為用戶提供有價值的信息，提高數據深度處理能力。顧穎和祁小敏（2020）[14]構建一種基于GIS的南京市農業大數據可視化平臺，平臺可以根據用戶需求準確聚類南京市農業數據，運用可視化操作界面進行反饋。劉海燕等（2021）[15]根據新疆不同地區及不同成熟度的棉花種植分區，建立我國典型棉田生態系統的微生物數據庫，建成包含土壤微生物多樣性的可視化分析流程。綜上所述，數據挖掘技術為農業生產發展和技術創新起到重大作用。常用的數據挖掘方法有關聯規則、主成分分析法、灰色預測等。數據挖掘技術通過將挖掘算法和計算機技術結合，利用各種編程語言進行數據處理，挖掘信息，可以在海量數據中快速高效地獲取各種有用信息，還可以采用可視化手段展示挖掘結果以便于使用。對農業大數據的挖掘和可視化應用在農業生產、銷售等過程中的研究越來越具體、深入大數據技術與傳統農業的結合符合實踐發展的要求。

3武梅農業合作社可視化應用優勢

數據可視化涉及數據圖像化創建與展示，可用任何可用的技術和手段來制作圖表、圖片或動畫以進行交流、溝通，具體表現為統計圖形、圖表、信息表和其他工具的形式。目前，農產品企業利用互聯網進行生產、銷售、運作已成為常態，越來越多的企業通過數據可視化應用來節約成本，尋求利潤增長點，提高市場占有率。經過調研分析，淮安市武梅農業合作社可視化應用水平較低，數據分析利用效率低，知名度不高。武梅農業合作社通過收集、整理、分析用戶消費數據，利用可視化分析，可以獲得下列優勢。（1）供求趨于平衡。通過對比市場動態和用戶消費數據，進行相應預測，根據客戶需求調整農產品種植種類，使得農產品供求在季節、供求量上趨于一致。（2）有利于拓展營銷渠道，擴大市場占有率。運用可視化技術可以根據客戶的需求進行相應的促銷活動，提高市場占有率，擴大利潤空間。（3）改善服務，提高服務質量。利用可視化技術，更加及時準確地預測客戶需求變化，進行數據挖掘分析，積極改善服務，提高售前、售中、售后全流程服務質量。（4）有利于武梅農業合作社回饋社會。根據盈利狀況的可視化分析，武梅農業合作社盡可能雇傭農村閑散人員，充分利用農業生產的季節性特點，以散工形式增加當地農民經濟收入，銷售有余的農產品免費分發給有需要的群體。

4武梅農業合作社可視化設計

武梅農業合作社采用瀏覽器、服務器，用戶界面通過WWW瀏覽器實現，采用開源MySQL數據庫進行數據存儲，利用爬蟲技術抓取數據，采用ECharts展示爬取到的大量農業數據和其他銷售、訂單數據。武梅農業合作社可視化設計具有農產品市場趨勢的可視化、銷售數據的可視化和消費者偏好的可視化功能。除了功能需求以外，非功能需求分析包括性能需求、安全性、可維護性、可拓展性、可靠性、易用性等，這些特性影響系統能否持續、穩定、高效地提供服務。在數據整理和抽取過程中，從服務器端獲取網頁URL，URL的獲得途徑有從客戶端獲得已形成的解析網站和獲得更新的URL兩種方式。根據所獲取的URL鏈接網頁，獲取網頁源代碼，再獲取網頁源代碼中標簽、空格等內容，形成XML文檔。在爬取某些網頁時，需要注意一些網頁在設計時特意進行了防止惡意采集信息的反爬蟲設置。因此需要設置Headers信息去模擬瀏覽器進行訪問，在數據公開的網站爬取數據時，不需要設置Headers信息。在農產品市場趨勢的可視化設計中，選用中華人民共和國農業農村部官網，其網站上公開全國各地農產品價格。確定好數據爬取的網站和數據的關鍵詞后，對其URL對應的網站進行內容的抓取，遍歷整個網頁的html代碼，尋找需要的數據信息，包括產品名稱、生產地名稱、產品規格、產品單位、最高價格、最低價格、均價等。完成數據爬取后，將抓取的內容進行簡單的處理并保存到本地文件中，在數據庫設計完成后，將爬取的數據內容清洗、整理后放置到數據庫中。在可視化具體模塊設計中梳理需求后，根據展示內容，列出所有需要的數據。武梅農業合作社數據可視化展示的內容如表1所示。在總體設計中，系統進入界面，登錄初始界面后，在信息一欄中點擊產品名稱，即可進入價格趨勢可視化展示界面。以圖1和圖2為例，比較了草莓、無花果、蘿卜這三種農作物在2020年3個月內銷售量和單價變化趨勢。根據趨勢圖，武梅農業合作社可以及時調整種植產品和種植量，減少潛在風險帶來的損失。

5結束語

數據挖掘技術、可視化技術與傳統行業的融合日益深入，農業現代化離不開信息技術的應用，農產品數據具有獨特的特點，也有數據的共性。有效挖掘數據隱藏信息，提煉出有價值的知識信息，可以提高農業企業的生產效益和決策效率。在后期研究中，可以從自然條件、企業發展水平等方面建立多因素預測模型，對各種作物的種植面積進行預測，從供給側角度優化種植結構，采用完全集成的方式構建出“預測—種植—銷售”一體化模型。

作者:朱洪云 王金兵 單位:淮陰工學院