[發明專利]一種基于區塊鏈智能合約的動態智能投顧方法及相關裝置

在審

• 申請號: 202210231641.2
• 申請日: 2022-03-09
• 公開（公告）號: CN114581244A
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 王化;趙建
• 申請（專利權）人: 深圳技術大學
• 主分類號: G06Q40/06
• 分類號: G06Q40/06;G06N20/20
• 代理公司: 深圳市恒申知識產權事務所(普通合伙) 44312
• 代理人: 廖厚琪

1.一種基于區塊鏈智能合約的動態智能投顧方法，其特征在于，包括：

基于智能投顧區塊鏈的智能合約提供模型計算圖，并根據所述模型計算圖判斷本地數據的真實性；

通過所述智能投顧區塊鏈的各參與節點下載模型訓練圖，并采用真實的本地數據對所述模型訓練圖進行訓練；

基于所述模型訓練圖的訓練結果，通過聯邦學習分析用戶個性化風險偏好，并根據所述用戶個性化風險偏好定制個性化資產配置方案；

根據所述智能合約生成基于所述個性化資產配置方案的動態投顧策略。

2.根據權利要求1所述的動態智能投顧方法，其特征在于，所述基于智能投顧區塊鏈的智能合約提供模型計算圖的步驟，包括：

基于智能投顧區塊鏈部署任務管理智能合約；

針對用戶信息的聯邦遷移學習，根據所述任務管理智能合約生成發布任務智能合約；

通過所述發布任務智能合約提供模型計算圖。

3.根據權利要求2所述的動態智能投顧方法，其特征在于，所述根據所述模型計算圖判斷本地數據的真實性的步驟，包括：

根據所述模型計算圖將所述本地數據轉化為第一哈希值并存儲在所述發布任務智能合約中；

通過所述發布任務智能合約提供所述本地數據的原始文件的下載路徑；

將根據所述下載路徑下載得到的所述原始文件對應的第二哈希值與所述第一哈希值進行比對，判斷所述本地數據的真實性。

4.根據權利要求1所述的動態智能投顧方法，其特征在于，所述采用真實的本地數據對所述模型訓練圖進行訓練的步驟之后，還包括：

將各所述參與節點訓練的梯度結果上傳至所述智能合約的指定存儲位置；

通過所述指定存儲位置共享所述梯度結果中的梯度數據；其中，所述梯度數據為所述模型訓練圖的訓練結果。

5.根據權利要求4所述的動態智能投顧方法，其特征在于，所述基于所述模型訓練圖的訓練結果，通過聯邦學習分析用戶個性化風險偏好，并根據所述用戶個性化風險偏好定制個性化資產配置方案的步驟，包括：

基于所述梯度數據，通過聯邦學習描述用戶信息以及用戶畫像；其中，所述用戶畫像為對用戶行為分析的標簽化數字描述；

根據所述用戶信息以及所述用戶畫像分析用戶個性化風險偏好；

根據所述用戶個性化風險偏好結合投資標的定制個性化資產配置方案。

6.根據權利要求1所述的動態智能投顧方法，其特征在于，所述根據所述智能合約生成基于所述個性化資產配置方案的動態投顧策略的步驟之后，還包括：

當金融大類資產的相關數據變化時，通過所述智能合約的可編程文件將變化數據實時存儲在區塊鏈線上系統；

當所述變化數據觸發所述智能合約的動態配置條件時，根據所述相關數據的動態變化生成具有針對性的動態再投顧策略。

7.根據權利要求6所述的動態智能投顧方法，其特征在于，所述根據所述相關數據的動態變化生成具有針對性的動態再投顧策略的步驟之后，還包括：

若與所述動態投顧策略對應的交易都完成，則對與所述動態投顧策略對應的所述智能合約的狀態進行完成標記，并注銷所述智能合約；

若與所述動態投顧策略對應的交易未完成，則根據與所述動態再投顧策略對應的智能合約，在所述智能投顧區塊鏈生成新區塊時按照所述動態再投顧策略繼續執行所述交易。

8.一種基于區塊鏈智能合約的動態智能投顧裝置，其特征在于，包括：

判斷模塊，用于基于智能投顧區塊鏈的智能合約提供模型計算圖，并根據所述模型計算圖判斷本地數據的真實性；

訓練模塊，用于通過所述智能投顧區塊鏈的各參與節點下載模型訓練圖，并采用真實的本地數據對所述模型訓練圖進行訓練；

定制模塊，用于基于所述模型訓練圖的訓練結果，通過聯邦學習分析用戶個性化風險偏好，并根據所述用戶個性化風險偏好定制個性化資產配置方案；

生成模塊，用于根據所述智能合約生成基于所述個性化資產配置方案的動態投顧策略。