全国产品防伪溯源验证公共平台积累了大量的历史查询数据。应用数据挖掘技术发掘防伪历史查询数据的模式,设计并实现数据分析系统具有重要意义。论文主要工作:(1)分别以地域、时域、产品类别和查码方式等为主序,对查询数据集合开展统计分析,以可视化方式展示分析图表。(2)为提高BP神经网络对异常查询时序数据的预测准确度,提出结合小波分析的BP神经网络组合预测方法。首先采用小波对原始数据进行去噪处理,然后基于小波分析将去噪数据进行分解,对分解后的数据进行建模,并对异常查询日统计数据进行预测,提供消费类公共安全事件预警。(3)针对K均值聚类算法全局搜索能力差、对初始聚类中心敏感,结合人工蜂群算法对K均值聚类算法进行改进。首先,为了提高人工蜂群算法的收敛速度,使用万有引力质量公式代替轮盘赌概率计算。然后,使用改进的聚类方法对产品-地域对象进行价值聚类。最后,使用层次分析法构建价值模型,分析聚类簇价值,为企业开展市场营销提供依据。综合上述内容,基于层次软件体系结构,使用.NET开发框架,采用Oracle数据库实现数据分析系统,并将其整合到全国产品防伪溯源验证公共平台中。