[发明专利]基于核密度函数的协作半径分析方法及系统

说明书

本发明公开了一种基于核密度函数的协作半径分析方法及系统，包括以下步骤：S1：确定每次交易甲乙双方所在具体地址，计算两个地址间的距离；S2：根据研究目标选定某一研究维度，筛选出该维度的所有交易，列出所有交易发生时甲乙双方的协作半径数据，即每次交易均伴随一个协作半径数据，则所有交易产生的协作半径数据集为；S3：针对协作半径数据集，拟合核密度曲线。本发明有益效果：利用核密度函数拟合出某地区或某行业交易的协作半径的分布曲线，能够快速获取该地区或该行业交易的协作半径分布特点的相关结论，为相关研究或战略布局等提供交易范围特点的参考。

技术领域

本发明涉及交易分析领域，具体来说，涉及一种基于核密度函数的协作半径分析方法及系统。

背景技术

基于网站上大量的交易数据，为研究不同行业、不同地区等维度的交易次数，交易金额等维度的数据与交易双方所在地区的地理距离之间的关系，特引入协作半径概念，协作半径即为以交易的甲方为圆心，甲方和乙方所在地区的地理长度为半径所形成的交易圈，在交易分析中，鲜有成熟的文献或专利针对协作半径进行深入分析。

以研究某一省份的协作半径特点为例，由于某一省份作为甲方在日常工作中会生成大量交易信息，每一单交易都会确定甲乙双方的地理距离，为研究该省份各配套距离与交易次数之间的关系，通常的分析方法是画出以距离为横坐标，交易次数为纵坐标的直方图，但是协作距离是连续变量，为画出直方图首先需要对协作距离进行分组，然后计算各协作距离组内的订单总和作为纵坐标，即频数，由于连续型变量有多种分组方案，不同的粒度的距离分组方案最后画出的直方图并不相同，即无法根据真实的协作距离拟合出唯一稳定的分布特点；而且各地区的交易频繁度，即频数并不相同，当多个地区进行对比分析时纵坐标可能会出现较大差距。

在这种情况下，一般的做法是拟合密度曲线，由于传统分布的估计需选取准确的参数模型,若数据的参数分布未知,则参数模型的选择可能存在偏差，从而不能很好的拟合数据。

有鉴于此，由于核密度估计方法不利用有关数据分布的先验知识，对数据分布不附加任何假定，是一种从数据样本本身出发研究数据分布特征的方法，因而，在统计学理论和应用领域均受到高度的重视，基于核密度估计的非参数估计方法近年来在收入分布的经验研究中得到了广泛的应用，核密度估计对于传统的概括性的统计方法是一个较好的替代,在拟合关于协作半径整体分布方面具有显著优越性。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的上述技术问题，本发明提出一种基于核密度函数的协作半径分析方法及系统，能够拓宽了交易分析的范围，相关的分析结果从全新的角度可支持决策。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种基于核密度函数的协作半径分析方法，包括以下步骤：

S1：确定每次交易甲乙双方所在具体地址，并根据甲乙双方所在具体地址匹配出两地的经纬度，根据两个地址的经纬度计算两个地址间的距离；

S2：根据研究目标选定某一研究维度，筛选出该维度的所有交易，列出甲乙双方的协作半径数据，每次交易均伴随一个协作半径数据，所有交易产生的协作半径数据集为{x₁,...,x_i,...,x_n}；

S3：针对协作半径数据集{x₁,...,x_i,...,x_n}，拟合核密度曲线。

进一步地，所述步骤S3具体包括：

S31将协作半径数据集{x₁,...,x_i,...,x_n}作为原始数据，导入R软件；