[发明专利]一种基于区块链的项目匹配方法、装置、设备及存储介质在审

专利信息
申请号: 201910806240.3 申请日: 2019-08-29
公开(公告)号: CN112182057A 公开(公告)日: 2021-01-05
发明(设计)人: 綦海家;黄劲 申请(专利权)人: 盈盛智创科技(广州)有限公司
主分类号: G06F16/2458 分类号: G06F16/2458;G06F16/27;G06F16/9535;G06N20/00;G06Q10/10;G06Q40/04;G06Q40/06
代理公司: 广州本诺知识产权代理事务所(普通合伙) 44574 代理人: 朱彩霞
地址: 510000 广东省广州市黄埔区伴河路136号160*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 区块 项目 匹配 方法 装置 设备 存储 介质
【说明书】:

本实施例提供了一种基于区块链的项目匹配方法、装置、设备及存储介质,采集项目、市场、人员及投资机构的源数据;针对源数据进行预处理;其中,预处理数据包括训练数据、预测数据及投资机构数据;将第一市场数据、第一项目数据、第一人员数据及第一评分数据输入至预置的机器学习模型,得到训练后的机器学习模型;将第二市场数据、第二项目数据、第二人员数据输入至训练后的机器学习模型,得到对应的第二评分数据;根据投资机构数据得到投资机构对应的投资机构评分数据;根据第二评分数据及投资机构评分数据对项目及投资机构进行匹配,得到匹配结果。同时进行三方数据(市场、项目、人员)的分析,提供准确的评估结果。

技术领域

发明涉及计算机技术领域,特别是涉及一种基于区块链的项目匹配方法和一种基于区块链的项目匹配装置、一种计算机设备及一种存储介质。

背景技术

继2015年“大众创业、万众创新”首次写入政府工作报告后,高校应届毕业生作为创新创业项目(简称“双创项目”)的核心力量,正越来越多的获得社会的关注,各类投资机构也纷纷将其业务重心向创新创业的应届毕业生(简称“双创毕业生”)转移。

但目前我国在应届双创毕业与投资机构的对接方面,仍存在很多问题;例如,应届毕业生初入社会,即使有好的双创项目,也很难找到合适的投资方,将项目落地实施。很多好的双创项目就是在毕业生一次次的东奔西跑、与投资机构见面并被拒后,项目匹配效率较低;

其次,投资机构面对种类繁多的“双创”项目和应届双创毕业生时,很难做到对每个双创项目和人员都进行仔细的评估,因为这将花费大量的人力物力,成本巨大且效果不佳。因此投资机构经常会遗漏或错投项目,导致公司受损;

若部分投资机构打着投资者的名义,剽窃应届双创毕业生的双创项目和想法,毕业生由于社会阅历不足以及相关法律知识不熟悉,再加上没有可信的确权证据,可能会导致维权行为较为困难。

发明内容

鉴于上述问题,提出了本实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于区块链的项目匹配方法、一种基于区块链的项目匹配装置、一种计算机设备及一种存储介质。

为了解决上述问题,本实施例公开了一种基于区块链的项目匹配方法,包括:

采集项目、市场、人员及投资机构的源数据;

针对所述源数据进行预处理,得到预处理数据;其中,所述预处理数据包括训练数据、预测数据及投资机构数据;所述训练数据包括第一市场数据、第一项目数据、第一人员数据及第一评分数据;所述预测数据包括第二市场数据、第二项目数据、第二人员数据;

将所述第一市场数据、第一项目数据、第一人员数据及第一评分数据输入至预置的机器学习模型,得到训练后的机器学习模型;

将所述第二市场数据、第二项目数据、第二人员数据输入至所述训练后的机器学习模型,得到对应的第二评分数据;

根据所述投资机构数据得到投资机构对应的投资机构评分数据;

根据所述第二评分数据及所述投资机构评分数据对项目及投资机构进行匹配,得到匹配结果。

优选地,所述将所述第一市场数据、第一项目数据、第一人员数据及第一评分数据输入至预置的机器学习模型,得到训练后的机器学习模型,包括:

将所述第一市场数据、第一人员数据及第一评分数据输入至预置的机器学习模型,得到训练后的机器学习模型;

和/或,将所述第一市场数据、第一项目数据及第一评分数据输入至预置的机器学习模型,得到训练后的机器学习模型;

和/或,将所述第一人员数据、第一项目数据及第一评分数据输入至预置的机器学习模型,得到训练后的机器学习模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于盈盛智创科技(广州)有限公司,未经盈盛智创科技(广州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910806240.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top