作者信息：

陈炯槟，2016级，自动化专业。

指导教师信息：

叶丽萍，讲师，研究方向：控制工程、冷链物流

系统简介：

利用python，基于爬虫技术及神经网络的数据挖掘技术，设计了一个农产品价格预测模型，笔者首先编写python爬虫代码对农产品网站中有价值的信息进行提取，在提取到一定量的信息样本后就对其进行初步的筛查整合，清理其中不完整或不正确的信息样本，将剩余正确且完整的信息样本分成训练集和验证集，再将其分为训练集数据列表和标签、验证集数据列表和标签。构建一个序贯模型，在此基础上添加LSTM层，建立LSTM神经网络模型，通过该模型对传入的训练集数据列表和标签进行模型训练，并用验证集数据列表进行模型测试，从而最终达到较准确的水果价格预测，最后通过训练好的模型对不同水果、不同品种的价格进行预测，预测结果接近实际价格水平。

图1 系统总体框架

（1）   （2）  

（3）   （4）  

图2  不同品种水果价格预测