[发明专利]一种基于可重构大数据知识图谱技术的产权交易方法

说明书

本发明涉及一种基于可重构大数据知识图谱技术的产权交易方法，包括：(1)采集产权交易行业的数据；(2)训练Bert‑BiLSTM‑CRF模型；(3)输入训练好的Bert‑BiLSTM‑CRF模型，得到抽取出的产权交易行业的数据的关键信息；(4)将关键信息存储为知识图谱的节点、节点的属性以及节点间的关系，并保存到neo4j数据库中；(5)行业专家对获取neo4j数据库中的知识图谱进行手工修正、重构。(6)使用知识图谱+多层神经网络模型的方式进行项目匹配。本发明实现了产权交易、企业客户信息源采集，产权交易所各种系统、平台多源、异构数据采集和清洗及大数据的高效存取。

技术领域

本发明涉及一种基于可重构大数据知识图谱技术的产权交易方法，属于互联网技术领域。

背景技术

产权交易市场规模巨大，在产权交易资产处置过程中，最突出的问题成交率总体水平偏低(平 均30％左右)。

制约产权交易成交率低的问题关键在于：一、撮合交易的环节买方和卖方信息不对称，缺乏真 实有效的沟通，买方缺乏有效的数据技术支撑，无法全面、快速的了解众多资产项目的背景、风险、 投资收益率等；卖方也缺乏有效的技术手段匹配到适合的客户群体。二、交易方式单一化，无法形 成完全的市场化竞争，导致交易项目没有增值或增值率偏低。三、卖方缺乏数据、科技手段对资产 进行合理评估，导致成交率低的因素中，评估价格过高也是重要原因之一。

目前的产权交易系统存在以下问题：

1、缺乏创建为卖方提供的用于指导经营分析、匹配撮合、项目推荐的产权交易行业项目知识 库、客户知识库的手段

产权交易涉及行业、领域众多，知识库是从事某个领域行业专家根据自身经验总结出来的，说 明资产交易项目哪些是影响成交的关键因素，分析一个项目应该关注哪些关键词和关系。系统使用 知识库对资产项目、客户信息分析匹配，因此，知识库的精准性会最终影响交易撮合的效果。

面对大量、大量行业领域的产权交易数据信息，传统方式通过规则，正则表达式、词典等方式 去进行实体、关系抽取，抽取出来的数据往往不符合实际的业务需求，另外也无法控制、提升精准 度。产权交易项目涉及行业领域众多，使用统一的固定化的规则匹配无法适应多领域、跨领域的知 识提取。为每个行业领域建一套规则，往往会使系统同时维护成千上万个规则，效率低下也给后期 的维护带来困难。

2、目前产权交易平台缺乏大数据智能化分析技术和项目匹配撮合交易的技术手段

目前的互联网产权交易平台无法智能高效的理解买卖双方的真实需求。产权交易行业数据量大， 实体与实体间的关联错综复杂，不同的项目背景，标的企业股权结构、评估信息等都是影响产权交 易项目成交的因素，问题是需要从海量数据信息中找出关键的因素，逐级进行深入挖掘分析。

另外，海量实体与实体间关联关系数据在线、实时查询效率也是制约用户进行用户精准定位、 产权交易平台提供匹配、撮合交易的重要技术难点。

问题的根本表现就是资产处置公司缺乏大数据分析手段去为资产项目寻找潜在买家，另外对于 资产处置公司的客户同样缺乏分析手段去为客户推荐可能感兴趣的资产项目。

3、目前产权交易平台无法适应不同行业领域、复杂应用场景和复杂项目信息背景，由于算法、 规则、流程环节固化，无法支持项目不同场景和用户需求的变化。

产权交易涉及众多行业、领域，同一项目在不同的背景、时间、价格等因素影响下，撮合效果 差距较大。而目前绝大多数相关产品、平台的做法是数据模型、算法、流程环节、规则等都在项目 开发阶段设计好，按设计好的模式、算法进行开发，这样的平台、工具无法适应对影响项目成交因 素、环节的快速调整、迭代，只能针对某种模式去定制开发，配置、升级，效率低下。

发明内容

针对现有技术的不足，本发明提供了一种基于可重构大数据知识图谱技术的产权交易方法；