[发明专利]基于区块链技术的存续期债券管理方法在审
申请号: | 202110775310.0 | 申请日: | 2021-07-08 |
公开(公告)号: | CN113450229A | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 王仁杰 | 申请(专利权)人: | 杭州欣酷科技有限公司 |
主分类号: | G06Q40/06 | 分类号: | G06Q40/06;G06Q40/02;G06F16/27;G06F21/64;G06K9/62;G06N3/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 310000 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 区块 技术 续期 债券 管理 方法 | ||
1.一种基于区块链技术的存续期债券管理方法,其特征在于,包括:
获取存续期债券的多个当前事件的文本数据、当前企业经营数据和当前企业外部舆情数据;
将所述多个当前事件的文本数据、所述当前企业经营数据和所述当前企业外部舆情数据分别通过基于转换器的语义理解模型以获得多个当前事件特征向量、当前经营特征向量和当前舆情特征向量;
基于所述多个当前事件特征向量和与所述多个当前事件相关联的一个或多个历史事件特征向量,生成事件特征向量,其中,所述一个或多个历史事件特征向量由一个或多个历史事件的文本数据分别通过所述基于转换器的语义理解模型获得;
获取多个历史企业经营数据并将其通过所述基于转换器的语义理解模型以获得多个历史经营特征向量并计算所述多个历史经营特征向量的平均加权和以获得平均历史经营特征向量;
计算所述平均历史经营特征向量与所述当前经营特征向量之间的差分以获得差分经营特征向量;
以Sigmoid函数对所述当前舆情特征向量中各个位置的特征值进行激活以将所述当前舆情特征向量中各个位置的特征值映射到0到1的区间内,以获得概率化当前舆情特征向量;
计算所述概率化当前舆情特征向量中各个位置的特征值的信息熵,所述信息熵为取各个位置的特征值的对数函数值的负值乘以该位置的特征值;
以所述概率化当前舆情特征向量的各个位置的信息熵为权重对所述当前舆情特征向量进行加权以获得加权舆情特征向量;
将所述事件特征向量、差分经营特征向量和所述加权舆情特征向量进行级联以获得分类特征向量并将所述分类特征向量通过分类器以获得分类结果,所述分类结果用于表示风险预测结果;以及
将所述存续期债券的多个当前事件的文本数据、当前企业经营数据和当前企业外部舆情数据存储于区块链架构的存储区块中。
2.根据权利要求1所述的基于区块链技术的存续期债券管理方法,其中,基于所述多个当前事件特征向量和与所述多个当前事件相关联的一个或多个历史事件特征向量,生成事件特征向量,包括:
获取与所述多个当前事件相关的一个或多个历史事件的文本数据;
将所述一个或多个历史事件的文本数据分别通过所述基于转换器的语义理解模型以获得一个或多个历史事件特征向量;
对于所述多个当前事件特征向量和所述一个或多个历史事件特征向量中的每个待加权特征向量,获取与每个待加权特征向量相对应的一个或多个参考事件特征向量,其中,所述参考事件特征向量为对应事件的模板文本数据经过所述基于转换器的语义理解模型获得;
对于所述多个当前事件特征向量和所述一个或多个历史事件特征向量中的每个待加权特征向量,分别计算每个所述待加权特征向量与其对应的所述一个或多个参考事件特征向量之间的分类概率权重表达以获得对应于每个所述待加权特征向量的权重值,其中,所述分类概率权重表达为以取所述待加权特征向量中每个位置的特征值的负值为幂的自然指数函数值的加权和除以以取所述一个或多个参考事件特征向量中每个位置的特征值的负值为幂的自然指数函数值的加权和之和的商;
以每个所述权重值对每个所述待加权特征向量进行加权以获得多个加权特征向量;以及
将所述多个加权特征向量进行级联以获得所述事件特征向量。
3.根据权利要求2所述的基于区块链技术的存续期债券管理方法,其中,对于所述多个当前事件特征向量和所述一个或多个历史事件特征向量中的每个待加权特征向量,分别计算每个所述待加权特征向量与其对应的所述一个或多个参考事件特征向量之间的分类概率权重表达以获得对应于每个所述待加权特征向量的权重值,包括:
以如下公式计算每个所述待加权特征向量与其对应的所述一个或多个参考事件特征向量之间的分类概率权重表达以获得对应于每个所述待加权特征向量的权重值,其中,所述公式为:p=∑iexp(-xi)/∑i,jexp(-yi),xi表示所述待加权特征向量的每个位置的特征值,yi表示所述参考事件特征向量的每个位置的特征值。
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杭州欣酷科技有限公司,未经杭州欣酷科技有限公司许可,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/202110775310.0/1.html,转载请声明来源钻瓜专利网。