System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及人工智能,具體而言,涉及一種基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法及系統(tǒng)。
技術(shù)介紹
1、在現(xiàn)代經(jīng)濟環(huán)境中,企業(yè)融資需求的多樣性和復(fù)雜性日益增加,傳統(tǒng)的融資渠道和匹配機制常常難以滿足企業(yè)的個性化需求。企業(yè)融資需求的多樣化表現(xiàn)在不同規(guī)模、行業(yè)、發(fā)展階段及財務(wù)狀況的企業(yè)在融資過程中可能會面臨不同的挑戰(zhàn),這使得融資匹配的難度加大。傳統(tǒng)融資渠道如銀行貸款、資本市場、股權(quán)投資等,在滿足企業(yè)融資需求時往往依賴于人工判斷與手動操作,且沒有充分利用現(xiàn)代科技手段進(jìn)行精準(zhǔn)分析。
2、傳統(tǒng)的融資匹配方法多基于表面特征和企業(yè)基本信息,例如,企業(yè)的財務(wù)狀況、規(guī)模、行業(yè)類型等。然而,這種基于固定規(guī)則的匹配方法存在很大的局限性。因為企業(yè)的融資需求不僅僅局限于簡單的財務(wù)數(shù)據(jù),還可能涉及到更為復(fù)雜的語義信息、企業(yè)戰(zhàn)略等多維度信息。這些信息往往通過自然語言描述或者非結(jié)構(gòu)化數(shù)據(jù)的形式呈現(xiàn),傳統(tǒng)的匹配方法難以全面獲取和處理這些復(fù)雜的語義信息,導(dǎo)致匹配結(jié)果的準(zhǔn)確性和可靠度較低。
技術(shù)實現(xiàn)思路
1、有鑒于此,本專利技術(shù)的目的在于提供一種基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法及系統(tǒng),以改善現(xiàn)有技術(shù)中存在的企業(yè)融資需求與金融服務(wù)匹配的可靠度相對不高問題。
2、為實現(xiàn)上述目的,本專利技術(shù)實施例采用如下技術(shù)方案:
3、一種基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,包括:
4、基于目標(biāo)企業(yè)的融資需求進(jìn)行信息獲取操作,得到對應(yīng)的融資需求有序集合,其中,所述融資
5、將所述融資需求有序集合中的任意一個融資需求企業(yè)數(shù)據(jù)進(jìn)行語義信息挖掘操作,形成所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的融資需求語義向量,其中,所述融資需求語義向量用于反映所述任意一個融資需求企業(yè)數(shù)據(jù)中關(guān)于融資相關(guān)情況的語義信息;
6、依據(jù)所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的融資需求語義向量和所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的歷史企業(yè)數(shù)據(jù),從預(yù)先確定的多個候選金融服務(wù)產(chǎn)品中,篩選出與所述任意一個融資需求企業(yè)數(shù)據(jù)匹配的目標(biāo)金融服務(wù)產(chǎn)品,其中,所述歷史企業(yè)數(shù)據(jù)屬于對應(yīng)的時間早于所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的時間的其它融資需求企業(yè)數(shù)據(jù)。
7、在一些優(yōu)選的實施例中,在上述基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法中,所述依據(jù)所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的融資需求語義向量和所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的歷史企業(yè)數(shù)據(jù),從預(yù)先確定的多個候選金融服務(wù)產(chǎn)品中,篩選出與所述任意一個融資需求企業(yè)數(shù)據(jù)匹配的目標(biāo)金融服務(wù)產(chǎn)品的步驟,包括:
8、依據(jù)所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的歷史企業(yè)數(shù)據(jù),并結(jié)合所述歷史企業(yè)數(shù)據(jù)與所述任意一個融資需求企業(yè)數(shù)據(jù)之間的第一方向差異數(shù)據(jù),挖掘出所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的第一差異需求語義向量,其中,所述第一方向差異數(shù)據(jù)用于反映從所述歷史企業(yè)數(shù)據(jù)到所述任意一個融資需求企業(yè)數(shù)據(jù)的方向上的差異數(shù)據(jù);
9、依據(jù)所述任意一個融資需求企業(yè)數(shù)據(jù),并結(jié)合所述任意一個融資需求企業(yè)數(shù)據(jù)與對應(yīng)的歷史企業(yè)數(shù)據(jù)之間的第二方向差異數(shù)據(jù),挖掘出所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的第二差異需求語義向量,其中,所述第二方向差異數(shù)據(jù)用于反映從所述任意一個融資需求企業(yè)數(shù)據(jù)到所述歷史企業(yè)數(shù)據(jù)的方向上的差異數(shù)據(jù);
10、依據(jù)所述融資需求語義向量、所述第一差異需求語義向量和所述第二差異需求語義向量,從預(yù)先確定的多個候選金融服務(wù)產(chǎn)品中,篩選出與所述任意一個融資需求企業(yè)數(shù)據(jù)匹配的目標(biāo)金融服務(wù)產(chǎn)品。
11、在一些優(yōu)選的實施例中,在上述基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法中,所述依據(jù)所述融資需求語義向量、所述第一差異需求語義向量和所述第二差異需求語義向量,從預(yù)先確定的多個候選金融服務(wù)產(chǎn)品中,篩選出與所述任意一個融資需求企業(yè)數(shù)據(jù)匹配的目標(biāo)金融服務(wù)產(chǎn)品的步驟,包括:
12、對所述第一差異需求語義向量和所述第二差異需求語義向量進(jìn)行語義聚合操作,形成對應(yīng)的聚合差異需求語義向量;
13、將所述聚合差異需求語義向量和所述融資需求語義向量進(jìn)行語義優(yōu)化操作,形成所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的目標(biāo)融資需求語義向量;其中,所述目標(biāo)融資需求語義向量的向量大小與預(yù)先確定的多個候選金融服務(wù)產(chǎn)品的數(shù)量相同;
14、依據(jù)所述目標(biāo)融資需求語義向量進(jìn)行產(chǎn)品匹配操作,輸出所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的匹配參數(shù)分布,其中,所述匹配參數(shù)分布中的各個匹配參數(shù)用于反映所述任意一個融資需求企業(yè)數(shù)據(jù)與所述多個候選金融服務(wù)產(chǎn)品中的各個候選金融服務(wù)產(chǎn)品之間匹配的可能性大小;
15、依據(jù)所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的匹配參數(shù)分布,從所述多個候選金融服務(wù)產(chǎn)品中,篩選出與所述任意一個融資需求企業(yè)數(shù)據(jù)之間匹配的可能性最大的目標(biāo)金融服務(wù)產(chǎn)品。
16、在一些優(yōu)選的實施例中,在上述基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法中,所述第一差異需求語義向量包括第一差異需求子向量和第一差異需求深度向量,所述第二差異需求語義向量包括第二差異需求子向量和第二差異需求深度向量,任意一個差異需求深度向量是對相應(yīng)的差異需求子向量進(jìn)行深度語義挖掘形成的,所述聚合差異需求語義向量包括聚合差異需求子向量和聚合差異需求深度向量;
17、所述對所述第一差異需求語義向量和所述第二差異需求語義向量進(jìn)行語義聚合操作,形成對應(yīng)的聚合差異需求語義向量的步驟,包括:
18、對所述第一差異需求子向量和所述第二差異需求子向量進(jìn)行語義聚合操作,形成對應(yīng)的聚合差異需求子向量;
19、將所述第一差異需求深度向量和所述第二差異需求深度向量進(jìn)行語義聚合操作,形成對應(yīng)的聚合差異需求深度向量。
20、在一些優(yōu)選的實施例中,在上述基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法中,所述融資需求語義向量包括融資需求子向量和融資需求深度向量;
21、所述將所述聚合差異需求語義向量和所述融資需求語義向量進(jìn)行語義優(yōu)化操作,形成所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的目標(biāo)融資需求語義向量的步驟,包括:
22、將所述聚合差異需求子向量和所述融資需求子向量進(jìn)行語義關(guān)聯(lián)聚合操作,形成對應(yīng)的關(guān)聯(lián)差異需求子向量;
23、將所述關(guān)聯(lián)差異需求子向量進(jìn)行深度語義挖掘操作,形成對應(yīng)的關(guān)聯(lián)差異需求深度向量;
24、將所述聚合差異需求深度向量、所述關(guān)聯(lián)差異需求深度向量和所述融資需求深度向量進(jìn)行語義關(guān)聯(lián)聚合操作,形成所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的目標(biāo)融資需求語義向量。
25、在一些優(yōu)選的實施例中,在上述基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法中,所述將所述聚合差異需求深度向量、所述關(guān)聯(lián)差異需求深度向量和所述融資需求深度向量進(jìn)行語義關(guān)聯(lián)聚合操作,形成所述任意一個融資需求企業(yè)數(shù)據(jù)對本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
1.一種基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,該方法包括:
2.如權(quán)利要求1所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,所述依據(jù)所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的融資需求語義向量和所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的歷史企業(yè)數(shù)據(jù),從預(yù)先確定的多個候選金融服務(wù)產(chǎn)品中,篩選出與所述任意一個融資需求企業(yè)數(shù)據(jù)匹配的目標(biāo)金融服務(wù)產(chǎn)品的步驟,包括:
3.如權(quán)利要求2所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,所述依據(jù)所述融資需求語義向量、所述第一差異需求語義向量和所述第二差異需求語義向量,從預(yù)先確定的多個候選金融服務(wù)產(chǎn)品中,篩選出與所述任意一個融資需求企業(yè)數(shù)據(jù)匹配的目標(biāo)金融服務(wù)產(chǎn)品的步驟,包括:
4.如權(quán)利要求3所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,所述第一差異需求語義向量包括第一差異需求子向量和第一差異需求深度向量,所述第二差異需求語義向量包括第二差異需求子向量和第二差異需求深度向量,任意一個差異需求深度向量是對相應(yīng)的差異需求子向量進(jìn)行深度語義挖掘形成的,所述聚合差異需求
5.如權(quán)利要求4所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,所述融資需求語義向量包括融資需求子向量和融資需求深度向量;
6.如權(quán)利要求5所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,所述將所述聚合差異需求深度向量、所述關(guān)聯(lián)差異需求深度向量和所述融資需求深度向量進(jìn)行語義關(guān)聯(lián)聚合操作,形成所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的目標(biāo)融資需求語義向量的步驟,包括:
7.如權(quán)利要求2所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,所述任意一個融資需求企業(yè)數(shù)據(jù)的歷史企業(yè)數(shù)據(jù)包括所述任意一個融資需求企業(yè)數(shù)據(jù)在所述融資需求有序集合中的前一個融資需求企業(yè)數(shù)據(jù)和前二個融資需求企業(yè)數(shù)據(jù);
8.如權(quán)利要求2所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,所述任意一個融資需求企業(yè)數(shù)據(jù)的歷史企業(yè)數(shù)據(jù)包括所述任意一個融資需求企業(yè)數(shù)據(jù)在所述融資需求有序集合中的前一個融資需求企業(yè)數(shù)據(jù)和前二個融資需求企業(yè)數(shù)據(jù);
9.如權(quán)利要求1-8任意一項所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,該方法還包括:
10.一種基于人工智能的企業(yè)融資需求與金融服務(wù)匹配系統(tǒng),其特征在于,包括處理器和存儲器,所述存儲器用于存儲計算機程序,所述處理器用于執(zhí)行所述計算機程序,以實現(xiàn)權(quán)利要求1-9任意一項所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法。
...【技術(shù)特征摘要】
1.一種基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,該方法包括:
2.如權(quán)利要求1所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,所述依據(jù)所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的融資需求語義向量和所述任意一個融資需求企業(yè)數(shù)據(jù)對應(yīng)的歷史企業(yè)數(shù)據(jù),從預(yù)先確定的多個候選金融服務(wù)產(chǎn)品中,篩選出與所述任意一個融資需求企業(yè)數(shù)據(jù)匹配的目標(biāo)金融服務(wù)產(chǎn)品的步驟,包括:
3.如權(quán)利要求2所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,所述依據(jù)所述融資需求語義向量、所述第一差異需求語義向量和所述第二差異需求語義向量,從預(yù)先確定的多個候選金融服務(wù)產(chǎn)品中,篩選出與所述任意一個融資需求企業(yè)數(shù)據(jù)匹配的目標(biāo)金融服務(wù)產(chǎn)品的步驟,包括:
4.如權(quán)利要求3所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,所述第一差異需求語義向量包括第一差異需求子向量和第一差異需求深度向量,所述第二差異需求語義向量包括第二差異需求子向量和第二差異需求深度向量,任意一個差異需求深度向量是對相應(yīng)的差異需求子向量進(jìn)行深度語義挖掘形成的,所述聚合差異需求語義向量包括聚合差異需求子向量和聚合差異需求深度向量;
5.如權(quán)利要求4所述的基于人工智能的企業(yè)融資需求與金融服務(wù)匹配方法,其特征在于,所述融資需求語義...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:楊達(dá),王博,劉娜,郭英,謝琳,劉軍,
申請(專利權(quán))人:四川國創(chuàng)數(shù)字產(chǎn)業(yè)發(fā)展有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。