数字藏品属性信息分析处理方法及装置制造方法及图纸

本发明专利技术提出了一种数字藏品属性信息分析处理方法及装置，涉及大数据处理及人工智能技术领域，该方法包括：根据待发行数字藏品的类别标签，获取类别标签相同的已发行数字藏品的数字藏品质量、数字藏品成本及历史属性信息；根据所述已发行数字藏品的数字藏品质量及数字藏品成本，建立数字藏品属性信息分析模型；根据所述已发行数字藏品的历史属性信息，训练所述数字藏品属性信息分析模型；利用所述数字藏品属性信息分析模型确定所述待发行数字藏品的属性信息；本发明专利技术采用机器学习技术及数学模型能够对待发行数字藏品进行智能分析得到准确合理的属性信息，减少人为干预，大幅提高属性信息分析处理效率，为设置数字藏品的属性信息提供有力的技术支持。信息提供有力的技术支持。信息提供有力的技术支持。

【技术实现步骤摘要】
数字藏品属性信息分析处理方法及装置


[0001]本专利技术涉及大数据处理及人工智能
，尤指一种数字藏品属性信息分析处理方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]数字藏品是通过加密运算技术，将图片、音频、模型等数字资产或实体写入智能合约，具有独立认证代码和元数据。数字藏品具有独一无二、不可替代、不可分割、可追溯性、永久保存等特点，可供收藏、交易、流通。
[0004]在现有技术中，数字藏品的属性信息是由人工设置，缺乏合理性；如果考虑多种数字藏品相关因素，则需要搜集大量参考资料再由人工进行参考决策，这种方式处理效率低，并且准确性差。
[0005]综上来看，亟需一种可以克服上述缺陷，能够设置准确合理的数字藏品属性信息，并且能够提高数据处理效率的技术方案。

技术实现思路

[0006]为解决现有技术存在的问题，本专利技术提出了一种数字藏品属性信息分析处理方法及装置，利用机器学习技术对待发行数字藏品进行智能分析，减少人为干预，设置准确合理的数字藏品属性信息，并且利用数据模型进行数据分析有效提高数据处理效率。
[0007]在本专利技术实施例的第一方面，提出了一种数字藏品属性信息分析处理方法，包括：
[0008]根据待发行数字藏品的类别标签，获取类别标签相同的已发行数字藏品的数字藏品质量、数字藏品成本及历史属性信息；
[0009]根据所述已发行数字藏品的数字藏品质量及数字藏品成本，建立数字藏品属性信息分析模型；
[0010]根据所述已发行数字藏品的历史属性信息，训练所述数字藏品属性信息分析模型；
[0011]利用所述数字藏品属性信息分析模型确定所述待发行数字藏品的属性信息。
[0012]在本专利技术实施例的第二方面，提出了一种数字藏品属性信息分析处理装置，包括：
[0013]数据获取模块，用于根据待发行数字藏品的类别标签，获取类别标签相同的已发行数字藏品的数字藏品质量、数字藏品成本及历史属性信息；
[0014]模型建立模块，用于根据所述已发行数字藏品的数字藏品质量及数字藏品成本，建立数字藏品属性信息分析模型；
[0015]属性信息分析模型训练模块，用于根据所述已发行数字藏品的历史属性信息，训练所述数字藏品属性信息分析模型；
[0016]属性信息分析处理模块，用于利用所述数字藏品属性信息分析模型确定所述待发
行数字藏品的属性信息。
[0017]在本专利技术实施例的第三方面，提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现数字藏品属性信息分析处理方法。
[0018]在本专利技术实施例的第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现数字藏品属性信息分析处理方法。
[0019]在本专利技术实施例的第五方面，提出了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现数字藏品属性信息分析处理方法。
[0020]本专利技术提出的数字藏品属性信息分析处理方法及装置能够根据待发行数字藏品的类别标签，获取类别标签相同的已发行数字藏品的数字藏品质量、数字藏品成本及历史属性信息；根据已发行数字藏品的数字藏品质量及数字藏品成本，建立数字藏品属性信息分析模型；根据已发行数字藏品的历史属性信息，训练数字藏品属性信息分析模型；利用数字藏品属性信息分析模型确定待发行数字藏品的属性信息，本申请针对数字藏品属性信息的分析处理对机器学习模型及数学模型进行了改进，实现数字藏品的智能化分析，得到准确合理的数字藏品属性信息，为数字藏品提供有效的数据参考，整体数据处理过程采用机器学习技术及数学模型进行分析处理，智能化程度高，分析结果准确合理，并且可以大幅提高数据处理效率，减少人工干预及降低人工成本，为设置数字藏品的属性信息提供了有力的技术支持。
附图说明
[0021]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0022]图1是本专利技术一实施例的数字藏品属性信息分析处理方法流程示意图。
[0023]图2是本专利技术一实施例的数字藏品分类处理的流程示意图。
[0024]图3是本专利技术一实施例的训练数字藏品分类模型的流程示意图。
[0025]图4是本专利技术一实施例的图像分类的流程示意图。
[0026]图5是本专利技术一实施例的训练数字藏品质量模型及数字藏品属性信息分析模型的流程示意图。
[0027]图6是本专利技术一实施例的利用模型属性信息的流程示意图。
[0028]图7是本专利技术一具体实施例的模型优化训练的流程示意图。
[0029]图8是本专利技术一实施例的数字藏品属性信息分析处理装置架构示意图。
[0030]图9是本专利技术另一实施例的数字藏品属性信息分析处理装置架构示意图。
[0031]图10是本专利技术一实施例的计算机设备结构示意图。
具体实施方式
[0032]下面将参考若干示例性实施方式来描述本专利技术的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本专利技术，而并非以任何
方式限制本专利技术的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0033]本领域技术人员知道，本专利技术的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
[0034]根据本专利技术的实施方式，提出了一种数字藏品属性信息分析处理方法及装置，涉及大数据处理及人工智能

[0035]下面参考本专利技术的若干代表性实施方式，详细阐释本专利技术的原理和精神。
[0036]图1是本专利技术一实施例的数字藏品属性信息分析处理方法流程示意图。如图1所示，该方法包括：
[0037]S1，根据待发行数字藏品的类别标签，获取类别标签相同的已发行数字藏品的数字藏品质量、数字藏品成本及历史属性信息；
[0038]S2，根据所述已发行数字藏品的数字藏品质量及数字藏品成本，建立数字藏品属性信息分析模型；
[0039]S3，根据所述已发行数字藏品的历史属性信息，训练所述数字藏品属性信息分析模型；
[0040]S4，利用所述数字藏品属性信息分析模型确定所述待发行数字藏品的属性信息。
[0041]在本专利技术实施例中，数字藏品属性信息分析处理方法，工作时：根据待发行数字藏品的类别标签，获取类别标签相同本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字藏品属性信息分析处理方法，其特征在于，包括：根据待发行数字藏品的类别标签，获取类别标签相同的已发行数字藏品的数字藏品质量、数字藏品成本及历史属性信息；根据所述已发行数字藏品的数字藏品质量及数字藏品成本，建立数字藏品属性信息分析模型；根据所述已发行数字藏品的历史属性信息，训练所述数字藏品属性信息分析模型；利用所述数字藏品属性信息分析模型确定所述待发行数字藏品的属性信息。2.根据权利要求1所述的方法，其特征在于，还包括：获取已发行数字藏品的类别标签及带有类别标签的数字藏品图像；建立数字藏品分类模型，根据所述已发行数字藏品的类别标签及数字藏品图像，训练数字藏品分类模型；获取待发行数字藏品的目标图像；将所述目标图像输入至所述数字藏品分类模型进行图像分类，得到所述待发行数字藏品的类别标签。3.根据权利要求2所述的方法，其特征在于，建立数字藏品分类模型，根据所述已发行数字藏品的类别标签及数字藏品图像，训练数字藏品分类模型，包括：在数字藏品平台历史数据中获取多个带有类别标签的数字藏品图像，分别构建训练集图像和验证集图像；将所述训练集图像输入初始模型进行深度学习网络训练，得到数字藏品分类模型；将所述验证集图像输入所述数字藏品分类模型，验证模型匹配精度；若模型匹配精度未达到设定值，继续训练所述数字藏品分类模型；若模型匹配精度达到设定值，停止训练，得到训练完成的数字藏品分类模型。4.根据权利要求2所述的方法，其特征在于，所述数字藏品分类模型包括：卷积神经网络、循环神经网络、区域选取网络及输出层；将所述目标图像输入至所述数字藏品分类模型进行图像分类，得到所述待发行数字藏品的类别标签，包括：通过所述卷积神经网络对所述目标图像进行特征提取，得到特征图像数据；将所述特征图像数据输入所述循环神经网络进行特征编码处理，得到特征编码数据；将所述特征编码数据输入所述区域选取网络进行区域选取，得到目标矩形框；将所述目标矩形框输入所述输出层进行信息匹配，得到模型匹配结果，根据所述模型匹配结果确定待发行数字藏品的类别标签。5.根据权利要求1所述的方法，其特征在于，所述数字藏品质量的数据维度至少包括：数字藏品稀有度、数字藏品创作方历史发行热度及数字藏品对应类别标签的市场搜索热度。6.根据权利要求5所述的方法，其特征在于，还包括：建立数字藏品质量模型，其中，所述数字藏品质量模型通过下式计算数字藏品质量：V＝ω1×
R+ω2×
E+ω3×
H；式中，V为数字藏品质量；R为数字藏品稀有度；
E为数字藏品创作方历史发行热度；H为数字藏品对应类别标签的市场搜索热度；ω1、ω2、ω3为权重系数；其中，数字藏品稀有度的计算方法为：获取数字藏品发行数量N0，以及数字藏品对应类别标签中最大单一数字藏品发行数量N
iMAX
，i表示数字藏品的类别标签；通过下式计算数字藏品稀有度：R＝log
10
(N
iMAX
)log
10
(N0)；N0、N
iMAX
≠0；其中，数字藏品创作方历史发行热度的计算方法为；获取数字藏品创作方历史发行数量M0，以及数字藏品平台中创作方历史最大发行数量M
MAX
；通过下式计算数字藏品创作方历史发行热度：E＝10
×
log
10
(M0)log
10
(M
MAX
)；M0、M
MAX
≠0；其中，数字藏品对应类别标签的市场搜索热度的计算方法为：获取数字藏品对应类别标签的数字藏品发行前7天内搜索点击次数T
i
，以及数字藏品平台中点击次数最多的类别标签的数字藏品发行前7天内搜索点击次数T
MAX
；通过下式计算数字藏品对应类别标签的市场...

【专利技术属性】
技术研发人员：朱孟锦，赵可嘉，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：