看屋買房賣房和房仲情報站論文書籍站
世新大學 資訊管理學研究所(含碩專班) 高瑞鴻所指導 管文浩的 臺北農產運銷平台青蔥價格預測模型之研究 （2021），提出高麗菜價查詢關鍵因素是什麼，來自於價格預測、類神經網路、貝氏網路、支援向量機。
而第二篇論文國立臺灣師範大學 資訊工程學系 葉耀明、吳榮根所指導 翟柏森的 應用開放資料預測農產品菜價之研究：以甘藍為例 （2017），提出因為有 政府開放資料、農產品、蔬菜價格預測、類神經網路的重點而找出了 高麗菜價查詢的解答。
臺北農產運銷平台青蔥價格預測模型之研究
為了解決高麗菜價查詢 的問題，作者管文浩 這樣論述：
蔬菜是人民生活中不可或缺的一部份，且蔬菜具易腐蝕不易儲存的特性，所以在供給量與需求量之間無法取得平衡，而青蔥品種繁多更是大到節慶小到路邊攤小吃都會需要的，但青蔥價格卻會因為許多因素如氣候、溼度等導致大幅度波動。因此本研究以青蔥作為研究對象，預測其未來價格，並蒐集北農運銷平台每日公佈的青蔥價格及宜蘭三星觀測站提供的每日氣象資料，以類神經網路、貝氏網路及支援向量機這三種研究模型分析各項變數與價格之間的關係，並將資料進行數據分析，探討此三種不同的研究模型所反映之結果，以此判定何種研究模型作為預測價格上具有較高的準確度。本研究以2018年1月1日到2019年12月31的價格、數量、氣壓、溫度、濕度、
風速、降雨量此七種做為影響青蔥價格變動的主要因素，皆運用柏拉圖80/20法則，80%的資料進行訓練，20%的資料進行測試，最終得到前日交易量對價格預測是最重要的，其中在預測價格上支援向量機的準確度是三者模型中最高的。
應用開放資料預測農產品菜價之研究：以甘藍為例
為了解決高麗菜價查詢 的問題，作者翟柏森 這樣論述：
農產品價格的波動影響著我們日常生活。近年來劇烈的氣候變化更加劇菜價漲跌。本研究目的為農產品交易資訊透明化做出貢獻，研究流程分成三大部分：自動化資料擷取與特徵工程、資料視覺化、農產品價格預測模型。本研究首先搜集農產品交易開放資料、氣象開放資料和颱風警報資料，並透過資料清洗及各項特徵工程方法來整理資料和特徵建構，經過多次試算與調整後，再將資料擷取、特徵工程等步驟整合並撰寫成自動化擷取程式，使得未來更新資料能夠不依靠人工便可自動化更新；此外本論文提出農產品交易訊息視覺化方法，藉由視覺化圖形彼此交互比對，使得大眾能夠直觀地觀察、分析龐大且繁雜的數據，最後使用類神經網路之LSTM（長短期記憶模型）設計
價格預測模型，預測全國最大宗蔬菜-甘藍價格。