【技术实现步骤摘要】
众筹项目初期筹资表现预测系统
本专利技术涉及图神经网络和网络众筹领域,尤其涉及一种众筹项目初期筹资表现预测系统。
技术介绍
近年来网络众筹的兴起产生了众多有价值的研究问题,例如对项目成功率的预测,基于众筹平台的推荐系统和对项众筹目动态的追踪等等。大部分已有的研究问题关注于项目启动后的筹资过程,在众筹市场中,项目的初期筹资表现是发起者和平台都十分关心的问题。在项目启动之前就评估其初期筹资表现能够创造很大的价值,然而该预测有较大的难度且处于未被探索的阶段,因为项目发布时间的市场环境对其初始投资有很大的影响。目前,众筹领域还没有能够实现信息准确预测,并且能够直观显示预测过程中各项信息与预测结果的专用设备,因此,有待改进。
技术实现思路
本专利技术的目的是提供一种众筹项目初期筹资表现预测系统,能够直观的显示预测过程中各项信息与预测结果的。本专利技术的目的是通过以下技术方案实现的:一种众筹项目初期筹资表现预测系统,包括:静态数据预处理单元,用于对目标项目以及目标项目预发布时间之前其他已发布项目的内容信息进行处理,获得对应的特征向量;动态数据获取单元,用于获取目标项目预发布时间之前其他已发布项目的筹资时间序列,以及将筹资时间序列通过嵌入层处理得到对应的时间序列向量;建模与预测单元,用于根据目标项目的特征向量、以及其他已发布项目的特征向量与时间序列向量,并结合长短期记忆网络与图注意力网络建模项目竞争关系,获得目标项目所受到的竞争压力状态向量;以及根据目标项 ...
【技术保护点】
1.一种众筹项目初期筹资表现预测系统,其特征在于,包括:/n静态数据预处理单元,用于对目标项目以及目标项目预发布时间之前其他已发布项目的内容信息进行处理,获得对应的特征向量;/n动态数据获取单元,用于获取目标项目预发布时间之前其他已发布项目的筹资时间序列,以及将筹资时间序列通过嵌入层处理得到对应的时间序列向量;/n建模与预测单元,用于根据目标项目的特征向量、以及其他已发布项目的特征向量与时间序列向量,并结合长短期记忆网络与图注意力网络建模项目竞争关系,获得目标项目所受到的竞争压力状态向量;以及根据目标项目的特征向量、以及其他已发布项目的特征向量与筹资时间序列,并结合传播树结构建模历史市场环境,获得目标项目所处的环境状态向量;从而利用目标项目所受到的竞争压力状态向量与目标项目所处的环境状态向量,预测出目标项目的初期筹资结果;所述初期是指24小时以内;/n显示单元,用于通过划分不同显示区域来独立显示目标项目与目标项目预发布时间之前其他已发布项目的内容信息、静态数据预处理单元的处理结果、动态数据获取单元获取到的筹资时间序列、以及建模与预测单元获得的目标项目的初期筹资结果。/n
【技术特征摘要】 【专利技术属性】
1.一种众筹项目初期筹资表现预测系统,其特征在于,包括:
静态数据预处理单元,用于对目标项目以及目标项目预发布时间之前其他已发布项目的内容信息进行处理,获得对应的特征向量;
动态数据获取单元,用于获取目标项目预发布时间之前其他已发布项目的筹资时间序列,以及将筹资时间序列通过嵌入层处理得到对应的时间序列向量;
建模与预测单元,用于根据目标项目的特征向量、以及其他已发布项目的特征向量与时间序列向量,并结合长短期记忆网络与图注意力网络建模项目竞争关系,获得目标项目所受到的竞争压力状态向量;以及根据目标项目的特征向量、以及其他已发布项目的特征向量与筹资时间序列,并结合传播树结构建模历史市场环境,获得目标项目所处的环境状态向量;从而利用目标项目所受到的竞争压力状态向量与目标项目所处的环境状态向量,预测出目标项目的初期筹资结果;所述初期是指24小时以内;
显示单元,用于通过划分不同显示区域来独立显示目标项目与目标项目预发布时间之前其他已发布项目的内容信息、静态数据预处理单元的处理结果、动态数据获取单元获取到的筹资时间序列、以及建模与预测单元获得的目标项目的初期筹资结果。
2.根据权利要求1所述的一种众筹项目初期筹资表现预测系统,其特征在于,所述对目标项目以及目标项目预发布时间之前其他已发布项目的内容信息进行处理,获得对应的特征向量包括:
对内容信息中的数值类型进行离散化,得到独热编码向量;对文本类型使用自然语言处理技术中的文本转向量方法进行处理,得到对应的向量;将各个类型对应的向量进行拼接,得到对应的特征向量;
所述内容信息包括:项目描述、项目类别、发起者类型、当前汇率、目标筹资周期以及目标筹资数额。
3.根据权利要求1所述的一种众筹项目初期筹资表现预测系统,其特征在于,目标项目预发布时间之前已发布的项目i的筹资时间序列为:
上式中,v表示投资数额,t表示投资的时间戳,下标为投资次数的序号,|Si|表示投资总数;
将筹资时间序列Si通过嵌入层处理得到对应的时间序列向量TSi,TSi=[ξ0,ξ1,...,ξ23]表示项目i在过去24小时的时间序列;
ξk=log2(∑vl)
上式中,vj∈Si,Tg-(k+1)*Δ≤tl<Tg-k*Δ,k=0,1,...,23,Δ表示1小时的时间间隔。
4.根据权利要求1所述的一种众筹项目初期筹资表现预测系统,其特征在于,所述根据目标项目的特征向量、以及其他已发布项目的特征向量与时间序列向量,并结合长短期记忆网络与图注意力网络建模项目竞争关系,获得目标项目所受到的竞争压力状态向量包括:
使用长短期记忆网络基于已发布项目的时间序列向量对初期的筹资状态进行预测:
上式中,TSi表示已发布的项目i的时间序列向量,Ψ表示Tg时刻在市场上运行的已发布项目集合,Tg时刻表示目标项目g预发布时刻;
使用剪枝方法,从集合Ψ中选出在项目初期时最有可能与目标项目竞争的已发布项目,即,选择Tg时刻在just-funded板块和与目标项目相同category板块的项目,使用邻接矩阵表示:
上式中,表示项目i和项目j有连边,表示项目i和项目j没有连边,是将已发布项目集合Ψ中的id映射到邻接矩阵的列中,Ci和Cj表示项目i和项目j的所属的类别,Ti和Tj表示项目i和项目j的预发布时刻;
使用图注意力网络对目标项目g进行邻居信息聚合:
egi=VT[Wxg||Wxi]
上式中,xg、xi分别表示目标项目g、项目i的特征向量,V、W表示注意力机制中使用的映射参数矩阵,其具体参数在模型的训练过程中进行学习优化,αgi表示注意力权重,T为矩阵装置符号,表示由已发布的项目构成的目标项目的邻居节点集合;
技术研发人员:陈恩红,刘淇,吴李康,李徵,张凯,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。