撮合方法及装置制造方法及图纸

本申请实施例提供一种撮合方法及装置，可用于金融领域，方法包括：对撮合对象的简介信息进行预处理，确定对应的简介信息数据集，对多个所述撮合对象之间的跟踪评价信息进行预处理，确定对应的对象评分数据集；根据所述对象评分数据集构建对应的对象评分矩阵，根据预设卷积神经网络模型对所述简介信息数据集进行上下文信息挖掘，得到撮合对象潜在模型矩阵；根据所述对象评分矩阵、所述撮合对象潜在模型矩阵以及所述预设分类回归算法，确定合作意向预测评分，并根据所述合作意向预测评分确定对应的撮合对象进行推荐；本申请能够有效提高对象之间的撮合准确率。高对象之间的撮合准确率。高对象之间的撮合准确率。

【技术实现步骤摘要】
撮合方法及装置


[0001]本申请涉及数据处理领域，也可用于金融领域，具体涉及一种撮合方法及装置。

技术介绍

[0002]随着科学技术的发展，Web2.0、互联网+、5G技术相继出现并普及，大大增强了社交网络服务，撮合系统也在线上、线下跨境撮合活动、进博会等活动中为参与企业提供交流平台与配套咨询服务。
[0003]专利技术人发现，现有技术中至少存在以下问题：
[0004](1)现有推荐模型多为使用用户评分模型，需要大量用户之间的历史互动数据，但不可避免会遇到数据稀疏性的问题或者新用户无历史数据的问题，导致推荐准确性低。
[0005](2)根据商家标签聚类的通常为商家自选标签，可能存在夸大等成分，导致被推荐的用户不满意。
[0006](3)现有的基于卷积神经网络的推荐算法，将用户评论信息作为重要数据来源，可能存在的刷好评行为会导致推荐准确率降低。

技术实现思路

[0007]针对现有技术中的问题，本申请提供一种撮合方法及装置，能够有效提高对象之间的撮合准确率。
[0008]为了解决上述问题中的至少一个，本申请提供以下技术方案：
[0009]第一方面，本申请提供一种撮合方法，包括：
[0010]对撮合对象的简介信息进行预处理，确定对应的简介信息数据集，对多个所述撮合对象之间的跟踪评价信息进行预处理，确定对应的对象评分数据集；
[0011]根据所述对象评分数据集构建对应的对象评分矩阵，根据预设卷积神经网络模型对所述简介信息数据集进行上下文信息挖掘，得到撮合对象潜在模型矩阵；
[0012]根据所述对象评分矩阵、所述撮合对象潜在模型矩阵以及所述预设分类回归算法，确定合作意向预测评分，并根据所述合作意向预测评分确定对应的撮合对象进行推荐。
[0013]进一步地，所述对撮合对象的简介信息进行预处理，确定对应的简介信息数据集，包括：
[0014]通过预设分词工具对撮合对象的简介信息进行无效信息过滤处理，得到多个组成单词；
[0015]根据所述多个组成单词的出现频率执行词向量转化操作，构建与所述撮合对象对应的词向量矩阵；
[0016]根据所述词向量矩阵确定对应的简介信息数据集。
[0017]进一步地，所述对多个所述撮合对象之间的跟踪评价信息进行预处理，确定对应的对象评分数据集，包括：
[0018]从设定数据库中获取多个所述撮合对象之间的历史合作数据；
[0019]根据所述历史合作数据和预设合作评分规则确定对应的合作评分，得到对象评分数据集。
[0020]进一步地，在所述根据所述对象评分矩阵、所述撮合对象潜在模型矩阵以及所述预设分类回归算法，确定合作意向预测评分之前，包括：
[0021]将所述撮合对象潜在模型矩阵和所述对象评分矩阵集成至预设概率矩阵分解模型中，确定所述撮合对象潜在模型矩阵和所述对象评分矩阵的概率密度和损失函数；
[0022]根据所述概率密度和损失函数以及预设随机梯度下降算法得到更新后的撮合对象潜在模型矩阵和对象评分矩阵。
[0023]进一步地，所述根据所述对象评分矩阵、所述撮合对象潜在模型矩阵以及所述预设分类回归算法，确定合作意向预测评分，包括：
[0024]根据预设分类回归算法和所述撮合对象潜在模型矩阵中各撮合对象之间的相似度对所述对象评分矩阵中的各项评分进行修正操作；
[0025]根据所述修正操作的结果确定各撮合对象之间的合作意向预测评分。
[0026]进一步地，所述根据所述合作意向预测评分确定对应的撮合对象进行推荐，包括：
[0027]根据当前撮合对象的合作意向预测评分排名确定与之对应的另一撮合对象；
[0028]向该另一撮合对象发送所述当前撮合对象的推荐信息。
[0029]第二方面，本申请提供一种撮合装置，包括：
[0030]信息预处理模块，用于对撮合对象的简介信息进行预处理，确定对应的简介信息数据集，对多个所述撮合对象之间的跟踪评价信息进行预处理，确定对应的对象评分数据集；
[0031]矩阵构建模块，用于根据所述对象评分数据集构建对应的对象评分矩阵，根据预设卷积神经网络模型对所述简介信息数据集进行上下文信息挖掘，得到撮合对象潜在模型矩阵；
[0032]意向预测模块，用于根据所述对象评分矩阵、所述撮合对象潜在模型矩阵以及所述预设分类回归算法，确定合作意向预测评分，并根据所述合作意向预测评分确定对应的撮合对象进行推荐。
[0033]进一步地，所述信息预处理模块包括：
[0034]信息过滤单元，用于通过预设分词工具对撮合对象的简介信息进行无效信息过滤处理，得到多个组成单词；
[0035]词向量矩阵构建单元，用于根据所述多个组成单词的出现频率执行词向量转化操作，构建与所述撮合对象对应的词向量矩阵；
[0036]简介信息数据集构建单元，用于根据所述词向量矩阵确定对应的简介信息数据集。
[0037]进一步地，所述信息预处理模块包括：
[0038]历史合作数据获取单元，用于从设定数据库中获取多个所述撮合对象之间的历史合作数据；
[0039]对象评分数据集构建单元，用于根据所述历史合作数据和预设合作评分规则确定对应的合作评分，得到对象评分数据集。
[0040]进一步地，所述矩阵构建模块包括：
[0041]矩阵分解单元，用于将所述撮合对象潜在模型矩阵和所述对象评分矩阵集成至预设概率矩阵分解模型中，确定所述撮合对象潜在模型矩阵和所述对象评分矩阵的概率密度和损失函数；
[0042]矩阵更新单元，用于根据所述概率密度和损失函数以及预设随机梯度下降算法得到更新后的撮合对象潜在模型矩阵和对象评分矩阵。
[0043]进一步地，所述意向预测模块包括：
[0044]评分修正单元，用于根据预设分类回归算法和所述撮合对象潜在模型矩阵中各撮合对象之间的相似度对所述对象评分矩阵中的各项评分进行修正操作；
[0045]合作意向预测单元，用于根据所述修正操作的结果确定各撮合对象之间的合作意向预测评分。
[0046]进一步地，所述意向预测模块包括：
[0047]意向排名单元，用于根据当前撮合对象的合作意向预测评分排名确定与之对应的另一撮合对象；
[0048]撮合推荐单元，用于向该另一撮合对象发送所述当前撮合对象的推荐信息。
[0049]第三方面，本申请提供一种电子设备，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程序时实现所述的撮合方法的步骤。
[0050]第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的撮合方法的步骤。
[0051]第五方面，本申请提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述的撮合方法的步骤。
[0052]由上述技术方案可知，本申请提供一种撮合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种撮合方法，其特征在于，所述方法包括：对撮合对象的简介信息进行预处理，确定对应的简介信息数据集，对多个所述撮合对象之间的跟踪评价信息进行预处理，确定对应的对象评分数据集；根据所述对象评分数据集构建对应的对象评分矩阵，根据预设卷积神经网络模型对所述简介信息数据集进行上下文信息挖掘，得到撮合对象潜在模型矩阵；根据所述对象评分矩阵、所述撮合对象潜在模型矩阵以及所述预设分类回归算法，确定合作意向预测评分，并根据所述合作意向预测评分确定对应的撮合对象进行推荐。2.根据权利要求1所述的撮合方法，其特征在于，所述对撮合对象的简介信息进行预处理，确定对应的简介信息数据集，包括：通过预设分词工具对撮合对象的简介信息进行无效信息过滤处理，得到多个组成单词；根据所述多个组成单词的出现频率执行词向量转化操作，构建与所述撮合对象对应的词向量矩阵；根据所述词向量矩阵确定对应的简介信息数据集。3.根据权利要求1所述的撮合方法，其特征在于，所述对多个所述撮合对象之间的跟踪评价信息进行预处理，确定对应的对象评分数据集，包括：从设定数据库中获取多个所述撮合对象之间的历史合作数据；根据所述历史合作数据和预设合作评分规则确定对应的合作评分，得到对象评分数据集。4.根据权利要求1所述的撮合方法，其特征在于，在所述根据所述对象评分矩阵、所述撮合对象潜在模型矩阵以及所述预设分类回归算法，确定合作意向预测评分之前，包括：将所述撮合对象潜在模型矩阵和所述对象评分矩阵集成至预设概率矩阵分解模型中，确定所述撮合对象潜在模型矩阵和所述对象评分矩阵的概率密度和损失函数；根据所述概率密度和损失函数以及预设随机梯度下降算法得到更新后的撮合对象潜在模型矩阵和对象评分矩阵。5.根据权利要求1所述的撮合方法，其特征...

【专利技术属性】
技术研发人员：曹尔哲，牟盛，林慕云，余骁，
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：