[發明專利]一種階段區分型眾籌進度預測方法

在審

• 申請號: 202010107306.2
• 申請日: 2020-02-21
• 公開（公告）號: CN113298279A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 劉淇;王俊;章和夫;潘鎮;張凱
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/10;G06Q50/26;G06F16/951
• 代理公司: 北京凱特來知識產權代理有限公司 11260
• 代理人: 鄭立明;鄭哲

1.一種階段區分型眾籌進度預測方法，其特征在于，包括：

爬取眾籌項目的進展數據，提取出其中的靜態特征和動態特征；

將眾籌平臺的用戶視為智能體，將眾籌項目視為環境，并結合眾籌項目的靜態特征和動態特征采用強化學習的方式來訓練智能體；

通過訓練好的智能體對待預測的眾籌項目進行所處階段的判斷，進而使用相應策略預測眾籌項目未來進度。

2.根據權利要求1所述的一種階段區分型眾籌進度預測方法，其特征在于，所述爬取眾籌項目的進展數據，提取其中的靜態特征和動態特征包括：

眾籌項目的進展數據包括：標題、標簽、項目類別、籌資目標、項目簡介、每日評論、每日進度變化、已籌天數、以及剩余籌資天數；

其中，標題、標簽、項目類別、籌資目標與項目簡介為靜態數據；每日評論、每日進度變化、已籌天數與剩余籌資天數為動態數據；

對于靜態數據與動態數據的文本信息，使用嵌入模型轉換為對應的向量化表示，從靜態數據的向量化表示中提取靜態特征，從動態數據的向量化表示中提取每日評論和天數信息作為動態特征，提取每日進度變化作為進度序列，對提取出來的數據進行最大最小化的歸一處理。

3.根據權利要求1所述的一種階段區分型眾籌進度預測方法，其特征在于，一個眾籌項目i被表示為三元組(Xⁱ，Cⁱ，Pⁱ)，其中，Xⁱ表示靜態特征；Cⁱ和Pⁱ均為動態序列，分別表示動態特征序列和項目的進度序列；

眾籌進度預測是指，獲得眾籌項目i的靜態特征Xⁱ，以及前T-τ天的動態特征序列和項目進度序列的情況下，預測接下來τ天的項目進度序列其中，項目i第t天的動態特征向量由眾籌項目的進展數據中的評論信息的特征向量和天數信息構成的向量組成，t＝1，...，T-τ，T為眾籌總天數。

4.根據權利要求1所述的一種階段區分型眾籌進度預測方法，其特征在于，強化學習的四元組表示為＜S，A，P，R＞；其中：

S為狀態空間，包含了各個時間步的狀態向量s；使用GRU網絡來建模時間維度上的狀態變化，在使用靜態特征進行GRU網絡的初始化后，每一時間步上的輸入為動態特征，輸出的隱向量則作為環境展示給智能體的狀態向量，即s_t＝h_t；s表示狀態向量，h表示GRU網絡輸出的隱向量，t表示時間步，即某一天；

A為動作空間，包含了每個時間步的動作a；將動作空間定義為所有正數構成的連續空間，且有其中表示下一個時間步上的進度估計值，a表示動作；

R為回報函數，回報函數為一個單調遞減的正值連續可微函數，回報函數的輸出在經過滑動平均后作為最后的回報值r。；

狀態轉移概率P未被顯式地定義。