基于大数据的劝募人匹配方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了基于大数据的劝募人匹配方法，包括：获取数值化的劝募人矩阵，获数值化的取公益机构矩阵；通过FM算法，提取用户画像中各个属性的相关性Vj，并且通过FM算法，提取公益机构画像中各个属性的相关性Vi；其中Vj是j个劝募人的劝募人画像对应的二进制数值串组成的j维向量；Vi是i个公益机构的公益机构画像对应的二进制数值串组成的i维向量；将所述Vi和Vj输入到协同推荐算法模块中，以获取相性矩阵Ni；所述相性矩阵Ni中包括多个特定的劝募人对特定的公益机构的相性Vij；根据所述相性Vij的数值大小，对特定公益机构匹配劝募人。本发明专利技术根据相性Vij的数值大小能够精确且快速的对各个机构分别匹配相应的劝募人。各个机构分别匹配相应的劝募人。各个机构分别匹配相应的劝募人。

【技术实现步骤摘要】
基于大数据的劝募人匹配方法、装置、计算机设备及存储介质


[0001]本申请涉及公益募捐机构的劝募人筛选的
，尤其涉及基于大数据的劝募人匹配方法、装置、计算机设备及存储介质。

技术介绍

[0002]公益机构筹款大部分来源于机构在社会上网罗的捐赠人，而捐赠人捐款的动力很大部分来源于该机构能够协调到的的劝募人，所以劝募人的识别和增长很大程度上影响了机构的筹款能力。然而，劝募人手中掌握的资源，劝募人劝募的能力，劝募的风格是千差万别的，对于公益机构而言，只有找到合适的劝募人才能事半功倍的获取到捐赠人资源。现有的方案，公益机构通常通过人工的审查，核验来选取劝募人，该方式效率低。
[0003]基于计算技术的发展，现有通过电子化评分，自行对劝募人打分，以筛选劝募人，然而该方案使用一维数据，一方面无法兼顾劝募人的各项指标，并且各项指标的重要程度难以根据公益机构的不同得以体现，另一方面电子化评分只能够对劝募人执行评价，然而不同公益机构对劝募人的需求是不一样的，除开了对公益机构本身情况的参考，依然无法为特定公益机构提供合适的劝募人。

技术实现思路

[0004]本申请实施例的目的在于提出一种针对特定公益机构需求，准确的匹配与公益机构相对应的劝募人。
[0005]基于大数据的劝募人匹配方法，该方法包括：
[0006]对j个劝募人中的每个劝募人建立劝募人画像，
[0007]获取每个劝募人画像公益倾向性属性、公益类型性属性、公益行为成长性属性、公益可支配性属性、劝募人基本资料属性；
[0008]对j个劝募人画像的公益倾向性属性、公益类型性属性、公益行为成长性属性、公益可支配性属性、劝募人基本资料属性进行数值化处理，得到j个劝募人画像中每个劝募人画像对应的劝募人画像属性；
[0009]对i个公益机构中的每个公益机构建立公益机构画像，
[0010]获取每个公益机构画像公益活动类型属性、公益项目类型属性、公益机构运营能力属性；
[0011]对i个公益机构画像的公益活动类型属性、公益项目类型属性、公益机构运营能力属性进行数值化处理，得到i个公益机构画像中每个公益机构画像对应的公益机构画像属性；
[0012]提取劝募人画像中公益倾向性属性、公益类型性属性、公益行为成长性属性、公益可支配性属性、劝募人基本资料属性的相关性Vj；
[0013]提取公益机构画像中公益倾向性属性、公益类型性属性、公益行为成长性属性、公益可支配性属性、劝募人基本资料的相关性Vi；
[0014]将所述相关性Vi和相关性Vj输入到协同推荐算法模块中，以获取相性矩阵Ni；所述相性矩阵Ni中包括多个特定的劝募人对特定的公益机构的相性Vij；
[0015]根据所述相性Vij的数值大小，对特定公益机构匹配劝募人。
[0016]进一步的，所述相性矩阵Ni的获取基于公式：Ni＝|Vi
‑
(Vi*W+Vj*(1
‑
W))|
[0017]其中，W为针对特定公益机构的加权，以平衡公益机构自身对劝募人的适应能力；
[0018]Ni为i个向量组成的矩阵，其中每个向量包括j个数值，并且每个数值为特定的劝募人对特定的公益机构的相性Vij，且所述相性Vij的数值等于Vi
‑
(Vi*W+Vj*(1
‑
W))。
[0019]进一步的，所述W通过训练获取，所述W的获取方式包括：
[0020]选取公益机构、公益机构确定选定的劝募人及公益机构确定淘汰的劝募人，分别提取公益机构在公益机构画像中的相关值Vi2以及劝募人在劝募人画像中的相关值Vj2；
[0021]将Vi2和Vj2输入到获取所述相性矩阵Ni2的公式Ni2＝|Vi2
‑
(Vi2*W+Vj2*(1
‑
W))|中，调整所述w以改变相性Vi2j2＝(Vi2*W+Vj2*(1
‑
W))使得公益机构确定选定的劝募人的相性Vi2j2大于公益机构确定淘汰的劝募人的相性Vi2j2。
[0022]进一步的，所述劝募人画像还包括劝募人评分属性，所述公益机构画像还包括公益机构评分属性，通过劝募人评分属性对劝募人画像属性加成，通过公益机构评分对公益机构画像属性加成；所述加成对劝募人画像属性或公益机构画像属性对应的数值串中，至少一个数值为0的位置1；
[0023]通过FM算法，提取用户画像中劝募人画像属性的加成后的相关性Vj'，并且通过FM算法，提取公益机构画像属性加成后的相关性Vi'；其中Vj'是j个劝募人的劝募人画像对应的二进制数值串组成的j维向量；Vi'是i个公益机构的公益机构画像对应的二进制数值串组成的i维向量；
[0024]将Vj'和Vi'输入到协同推荐算法模块中，以获取相性矩阵Ni'；所述相性矩阵Ni中包括多个特定的劝募人对特定的公益机构的相性Vij'；
[0025]Ni'为i个向量组成的矩阵，其中每个向量包括j个数值，并且每个数值为特定的劝募人对特定的公益机构的相性Vij'，且所述相性Vij'的数值等于Vi'
‑
(Vi'*W+Vj'*(1
‑
W))。
[0026]进一步的，所述加成的方式具体为，当公益机构画像属性或劝募人画像属性全部为0时，对对应的数值串中的1位置1；
[0027]当公益机构画像属性或劝募人画像属性不全为0，且对应的数值串中至少有两位是0时，将两个数值为0的位置1；
[0028]当公益机构画像属性或劝募人画像属性不全为0，且对应的数值串中为0的位小于2位时，将属性对应的数值串中的所有位置1。
[0029]进一步的，所述根据所述相性Vij的数值大小，对特定公益机构匹配劝募人的方法，具体包括：将所述相性Vij大于预设值的劝募人，均匹配给对应公益机构。
[0030]进一步的，所述根据所述相性Vij的数值大小，对特定公益机构匹配劝募人的方法，具体包括：对每个公益机构对应的多个所述相性Vij，根据所述相性Vij的数值大小排序；
[0031]选取最大的预设个数的相性Vij，并将相性Vij对应的劝募人匹配给对应的公益机构。
[0032]为了解决上述技术问题，本申请实施例还提供了基于大数据的劝募人匹配装置，
包括：
[0033]预处理模块，用于对j个劝募人中的每个劝募人建立劝募人画像，
[0034]获取每个劝募人画像公益倾向性属性、公益类型性属性、公益行为成长性属性、公益可支配性属性、劝募人基本资料属性；
[0035]对j个劝募人画像的公益倾向性属性、公益类型性属性、公益行为成长性属性、公益可支配性属性、劝募人基本资料属性进行数值化处理，得到j个劝募人画像中每个劝募人画像对应的劝募人画像属性；
[0036]对i个公益机构中的每个公益机构建立公益机构画像，
[0037]获取每个公益机构画像公益活动类型属性、公益项目类型属性、公益机构运营能力属性；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的劝募人匹配方法，其特征在于，该方法包括：对j个劝募人中的每个劝募人建立劝募人画像，获取每个劝募人画像公益倾向性属性、公益类型性属性、公益行为成长性属性、公益可支配性属性、劝募人基本资料属性；对j个劝募人画像的公益倾向性属性、公益类型性属性、公益行为成长性属性、公益可支配性属性、劝募人基本资料属性进行数值化处理，得到j个劝募人画像中每个劝募人画像对应的劝募人画像属性；对i个公益机构中的每个公益机构建立公益机构画像，获取每个公益机构画像公益活动类型属性、公益项目类型属性、公益机构运营能力属性；对i个公益机构画像的公益活动类型属性、公益项目类型属性、公益机构运营能力属性进行数值化处理，得到i个公益机构画像中每个公益机构画像对应的公益机构画像属性；提取劝募人画像中公益倾向性属性、公益类型性属性、公益行为成长性属性、公益可支配性属性、劝募人基本资料属性的相关性Vj；提取公益机构画像中公益倾向性属性、公益类型性属性、公益行为成长性属性、公益可支配性属性、劝募人基本资料的相关性Vi；将所述相关性Vi和相关性Vj输入到协同推荐算法模块中，以获取相性矩阵Ni；所述相性矩阵Ni中包括多个特定的劝募人对特定的公益机构的相性Vij；根据所述相性Vij的数值大小，对特定公益机构匹配劝募人。2.根据权利要去1所述的基于大数据的劝募人匹配方法，其特征在于：所述相性矩阵Ni的获取基于公式：Ni＝|Vi
‑
(Vi*W+Vj*(1
‑
W))|其中，W为针对特定公益机构的加权，以平衡公益机构自身对劝募人的适应能力；Ni为i个向量组成的矩阵，其中每个向量包括j个数值，并且每个数值为特定的劝募人对特定的公益机构的相性Vij，且所述相性Vij的数值等于Vi
‑
(Vi*W+Vj*(1
‑
W))。3.根据权利要求2所述的基于大数据的劝募人匹配方法，其特征在于：所述W通过训练获取，所述W的获取方式包括：选取公益机构、公益机构确定选定的劝募人及公益机构确定淘汰的劝募人，分别提取公益机构在公益机构画像中的相关值Vi2以及劝募人在劝募人画像中的相关值Vj2；将Vi2和Vj2输入到获取所述相性矩阵Ni2的公式Ni2＝|Vi2
‑
(Vi2*W+Vj2*(1
‑
W))|中，调整所述w以改变相性Vi2j2＝(Vi2*W+Vj2*(1
‑
W))使得公益机构确定选定的劝募人的相性Vi2j2大于公益机构确定淘汰的劝募人的相性Vi2j2。4.根据权利要求2所述的基于大数据的劝募人匹配方法，其特征在于：所述劝募人画像还包括劝募人评分属性，所述公益机构画像还包括公益机构评分属性，通过劝募人评分属性对劝募人画像属性加成，通过公益机构评分对公益机构画像属性加成；所述加成对劝募人画像属性或公益机构画像属性对应的数值串中，至少一个数值为0的位置1；通过FM算法，提取用户画像中劝募人画像属性的加成后的相关性Vj'，并且通过FM算法，提取公益机构画像属性加成后的相关性Vi'；其中Vj'是j个劝募人的劝募人画像对应的二进制数值串组成的j维向量；Vi'是i个公益机构的公益机构画像对应的二进制数值串组成的i维向量；
将V...

【专利技术属性】
技术研发人员：王琦，
申请(专利权)人：深圳悦智网络科技有限公司，
类型：发明
国别省市：