[發(fā)明專利]數(shù)據(jù)資源價值的在線評估方法及裝置

在審

• 申請?zhí)枺?/td>: 202110525364.1
• 申請日: 2021-05-12
• 公開（公告）號: CN113128911A
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計）人: 喬睿婕;齊林;倪淵;張健;莫同;崔航
• 申請（專利權(quán)）人: 北京大學;北京信息科技大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02;G06N3/04;G06N3/08;G06N3/12;G06F16/21
• 代理公司: 北京細軟智谷知識產(chǎn)權(quán)代理有限責任公司 11471
• 代理人: 劉明華

本發(fā)明涉及一種數(shù)據(jù)資源價值的在線評估方法及裝置，所述方法包括構(gòu)建數(shù)據(jù)資源價值評估模型；獲取待評估數(shù)據(jù)；將所述待評估數(shù)據(jù)輸入到所述數(shù)據(jù)資源價值評估模型中進行計算后輸出評估結(jié)果。本發(fā)明以網(wǎng)絡(luò)交易平臺上的歷史成交數(shù)據(jù)為支撐，對數(shù)據(jù)資源價值評估進行分析與建模。需要進行價值評估的用戶在選取價值評估模型后，將數(shù)據(jù)上傳至計算評估后，生成服務(wù)價值評估的結(jié)果文件或報表。

技術(shù)領(lǐng)域

本發(fā)明屬于機器學習技術(shù)領(lǐng)域，具體涉及一種數(shù)據(jù)資源價值的在線評估方法及裝置。

背景技術(shù)

近年來，異質(zhì)資源交易市場逐漸擴大，其相關(guān)的服務(wù)網(wǎng)絡(luò)交易平臺也不斷涌現(xiàn)。目前，在異質(zhì)資源服務(wù)交易平臺中對其價值精準評估是提升平臺交易活躍度的關(guān)鍵所在。影響異質(zhì)資源服務(wù)價值的因素眾多，不同類型的服務(wù)價值評估對應(yīng)的計算模型也不同，如影視作品、文創(chuàng)產(chǎn)品、專利等資源評價標準的數(shù)據(jù)結(jié)構(gòu)，與其相對應(yīng)價值評估模型的接口都難以統(tǒng)一，也導(dǎo)致對價值的精準評估非常困難。互聯(lián)網(wǎng)技術(shù)的快速發(fā)展引領(lǐng)了一股數(shù)字經(jīng)濟潮流。中國現(xiàn)有數(shù)據(jù)交易市場上，各網(wǎng)絡(luò)交易平臺仍以依靠專家經(jīng)驗的主觀評價為主，采用一事一議的評價形式，存在數(shù)據(jù)資源價值評價置信度和透明度“雙低”的問題，難以為數(shù)據(jù)資源交易所涉多方提供有效的價值參考，數(shù)據(jù)交易達成效果并不理想。相關(guān)的理論研究中，數(shù)據(jù)資源價值評估方法包括資產(chǎn)評估、多屬性綜合評價和經(jīng)濟學方法三類，但多從數(shù)據(jù)擁有者角度展開探討，與網(wǎng)絡(luò)平臺交易情境相差甚遠，也有部分學者提出人工智能方法評價的研究思路，但相關(guān)研究尚不豐富，缺乏實證檢驗。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種數(shù)據(jù)資源價值的在線評估方法及裝置，以解決現(xiàn)有技術(shù)中無法評估數(shù)據(jù)資源價值或數(shù)據(jù)資源價值評估不理想的問題。

為實現(xiàn)以上目的，本發(fā)明采用如下技術(shù)方案：一種數(shù)據(jù)資源價值的在線評估方法，包括：

構(gòu)建數(shù)據(jù)資源價值評估模型；

獲取待評估數(shù)據(jù)；

將所述待評估數(shù)據(jù)輸入到所述數(shù)據(jù)資源價值評估模型中進行計算后輸出評估結(jié)果。

進一步的，所述構(gòu)建數(shù)據(jù)資源價值評估模型，包括：

預(yù)設(shè)BP神經(jīng)網(wǎng)絡(luò)模型參數(shù)；

根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型參數(shù)構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型；

確定自適應(yīng)遺傳算法參數(shù)并根據(jù)所述自適應(yīng)遺傳算法參數(shù)和BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建數(shù)據(jù)資源價值評估模型。

進一步的，所述根據(jù)所述自適應(yīng)遺傳算法參數(shù)和BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建數(shù)據(jù)資源價值評估模型，包括：

獲取歷史數(shù)據(jù)作為訓練樣本，預(yù)設(shè)BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)；

利用所述BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)獲取所述訓練樣本的網(wǎng)絡(luò)權(quán)值和閾值；

采用所述自適應(yīng)遺傳算法對所述網(wǎng)絡(luò)權(quán)值和閾值進行計算，輸出最優(yōu)權(quán)值和閾值；

將所述最優(yōu)權(quán)值和閾值反饋至所述BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)中進行訓練，得到數(shù)據(jù)資源價值評估模型。

進一步的，所述獲取歷史數(shù)據(jù)，包括：

獲取大數(shù)據(jù)交易中心的數(shù)據(jù)作為歷史數(shù)據(jù)；

所述歷史數(shù)據(jù)包括：

交通環(huán)境、公共服務(wù)、健康醫(yī)療、金融商貿(mào)、科研應(yīng)用、社交征信、文娛音樂、知識產(chǎn)權(quán)、智慧生活和產(chǎn)業(yè)數(shù)據(jù)。

進一步的，在所述歷史數(shù)據(jù)作為訓練樣本之前，還包括：對所述歷史數(shù)據(jù)進行預(yù)處理；所述對所述歷史數(shù)據(jù)進行預(yù)處理，包括：

預(yù)設(shè)關(guān)鍵字，判斷所述歷史數(shù)據(jù)中是否存在所述關(guān)鍵字，如果缺失，則刪除缺失關(guān)鍵字的歷史數(shù)據(jù)；