投资机构推荐方法和装置

摘要

本发明涉及一种投资机构推荐方法和装置，基于投资机构对待投资项目的不同操作行为增加与待投资项目的特征权重值，并基于特征权重值确定按照权重比排序的第一推荐投资机构结果，实现了基于内容的投资推荐；通过获取和待投资项目相关联的历史投资机构，并基于历史投资机构间的关联程度的排序确定第二推荐投资机构结果，实现了基于协同的投资推荐；通过获取待投资项目的描述关键字，并基于描述关键字在所述投资机构所投资业务的关键字占比的大小确定第三推荐投资机构结果，实现了基于关联性的投资推荐；基于三种投资机构结果所占权重进行综合排序，得到最终推荐投资机构结果。保证推荐结果的精准性，为投资双方提供全方位的服务。

说明书

技术领域

本发明属于计算机推荐技术领域，具体涉及一种投资机构推荐方法和装置。

背景技术

推荐算法是计算机专业中的一种算法，通过一些数学算法，推测出用户可能喜欢的东西，目前应用推荐算法比较多的地方主要是电子商务，利用用户的购买和浏览行为，通过一些数学算法，推测出用户可能喜欢的其他商品。这些年也被许多不同的行业所使用，基于网络给用户推荐感兴趣的内容。常用的推荐算法包括基于内容、基于协同、基于关联规则、基于效用、基于知识等。

目前在金融行业的一级市场投资领域，主要是应用基于内容的推荐方法给创业企业推荐投资机构，其通过网络数据和表单收集的方式提取出投资机构的投资偏好和机构特征标签，同样对创业企业进行同样定义的特征描述，计算出创业企业和投资机构的匹配度，进而为企业推荐出合适的投资机构。现有的推荐方式不仅形式单一而且准确度低匹配的效果较差，已经很难适应企业发展的要求。

发明内容

为了解决现有技术存在的准确度低、匹配效果差的问题，本发明提供了一种投资机构推荐方法和装置，其具有精准度更高、匹配效果更好等特点。

根据本发明的具体实施方式的一种投资机构推荐方法，包括：

基于预设标签分别对投资机构和待投资项目的特征进行描述，并基于所述待投资项目的特征描述匹配相应的投资机构；

基于投资机构对所述待投资项目的不同操作行为增加与所述待投资项目的特征权重值，并基于所述特征权重值确定按照权重比排序的第一推荐投资机构结果；

获取和所述待投资项目相关联的历史投资机构，并基于所述历史投资机构间的关联程度的排序确定第二推荐投资机构结果；

获取所述待投资项目的描述关键字，并基于所述描述关键字在所述投资机构所投资业务的关键字占比的大小确定第三推荐投资机构结果；

基于所述第一推荐投资机构结果、所述第二推荐投资机构结果和所述第三推荐投资机构结果所占权重对分别包含的所述投资机构进行综合排序，得到最终推荐投资机构结果。

进一步地，所述预设标签至少包括：行业领域、地域偏好、轮次阶段、可投金额、币种、机构类别、主要投资风格、投后合作机会和决策周期。

进一步地，所述预设标签还包括：所述行业领域的等级、所述地域偏好的具体省市、所述轮次阶段的阶段和轮次和所述可投金额的具体金额。

进一步地，所述基于投资机构对所述待投资项目的不同操作行为包括：

查看所述待投资项目、查看对应的商业计划书和留下投资意向。

进一步地，所述基于预设标签分别对投资机构和待投资项目的特征进行描述包括：

通过表单收集由参与合作的投资机构提交过来的信息进行相应特征的提取。

进一步地，所述基于预设标签分别对投资机构和待投资项目的特征进行描述还包括：

通过公开网络数据获得市场上活跃的投资机构的特征。

进一步地，所述基于预设标签分别对投资机构和待投资项目的特征进行描述还包括：

通过构建项目对接平台获取平台上投资机构的行为数据包含的特征。

进一步地，所述对接平台为微信小程序，所述微信小程序连接有投机机构和待投资项目的信息。

进一步地，所述基于预设标签分别对投资机构和待投资项目的特征进行描述还包括：

基于所述微信小程序对投机机构的查看、筛选、搜索和跟进进行全面的跟踪，并基于投资机构不同的操作行为增加与待投资项目对应的特征权重值。

根据本发明具体实施方式提供的一种投资机构推荐装置，包括：

特征推荐模块，用于基于预设标签分别对投资机构和待投资项目的特征进行描述，并基于所述待投资项目的特征描述匹配相应的投资机构；

基于投资机构对所述待投资项目的不同操作行为增加与所述待投资项目的特征权重值，并基于所述特征权重值确定按照权重比排序的第一推荐投资机构结果；

协同推荐模块，用于获取和所述待投资项目相关联的历史投资机构，并基于所述历史投资机构间的关联程度的排序确定第二推荐投资机构结果；

关联推荐模块，用于获取所述待投资项目的描述关键字，并基于所述描述关键字在所述投资机构所投资业务的关键字占比的大小确定第三推荐投资机构结果；以及

综合推荐模块，用于基于所述第一推荐投资机构结果、所述第二推荐投资机构结果和所述第三推荐投资机构结果所占权重对分别包含的所述投资机构进行综合排序，得到最终推荐投资机构结果。

本发明的有益效果为：通过基于预设标签分别对投资机构和待投资项目的特征进行描述，并基于待投资项目的特征描述匹配相应的投资机构；基于投资机构对待投资项目的不同操作行为增加与待投资项目的特征权重值，并基于特征权重值确定按照权重比排序的第一推荐投资机构结果，实现了基于内容的投资推荐；通过获取和待投资项目相关联的历史投资机构，并基于历史投资机构间的关联程度的排序确定第二推荐投资机构结果，实现了基于协同的投资推荐；通过获取待投资项目的描述关键字，并基于描述关键字在所述投资机构所投资业务的关键字占比的大小确定第三推荐投资机构结果，实现了基于关联性的投资推荐；基于第一推荐投资机构结果、第二推荐投资机构结果和第三推荐投资机构结果所占权重对分别包含的所述投资机构进行综合排序，得到最终推荐投资机构结果。实现了对三种推荐方式的综合通过加权的方式对结果进行组合和排序，保证推荐结果的精准性，为投资双方提供全方位的服务。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例提供的投资机构推荐方法的流程图；

图2是根据一示例性实施例提供的机构特征描述的结构图；

图3是根据一示例性实施例提供的投机机构推荐装置的原理图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

参照图1所示，本发明的实施例提供了一种投资机构推荐方法，具体包括：

101、基于预设标签分别对投资机构和待投资项目的特征进行描述，并基于待投资项目的特征描述匹配相应的投资机构；

102、基于投资机构对待投资项目的不同操作行为增加与待投资项目的特征权重值，并基于特征权重值确定按照权重比排序的第一推荐投资机构结果；

103、获取和待投资项目相关联的历史投资机构，并基于历史投资机构间的关联程度的排序确定第二推荐投资机构结果；

104、获取待投资项目的描述关键字，并基于描述关键字在投资机构所投资业务的关键字占比的大小确定第三推荐投资机构结果；

105、基于第一推荐投资机构结果、第二推荐投资机构结果和第三推荐投资机构结果所占权重对分别包含的所述投资机构进行综合排序，得到最终推荐投资机构结果。

具体的，作为上述实施例可行的实现方式，首先进行基于特征的推荐，参照图2所示的特征的描述标签进行投资机构和投资项目特征的描述，其中第一级描述包括：行业领域、地域偏好、轮次阶段、可投金额、币种、机构类别、主要投资风格、投后合作机会和决策周期。相应的二级特征描述包括行业领域的等级、地域偏好的具体省市、轮次阶段的阶段和轮次和可投金额的具体金额。上述特征可通过以下三种方式获得：

1)通过表单收集由合作的投资机构提交过来；

2)通过公开网络数据获得市场上活跃的投资机构的特征；

3)通过私有的项目对接平台上投资人的行为数据获得其特征；

其中前两种为比较常规的描述方式，下面将对第三种的描述进行说明：项目对接平台可采用为微信小程序，将投资机构和其融资项目的各种情况展现出来，其中企业及其融资项目的一部分标签和投资机构的投资偏好标签可实现一一对应：通过对认证的投资机构在列表查看、筛选、搜索和跟进的方式接触到合适的项目后，会跟踪机构投资人的不同操作行为，对应地为投资人按照不同行为增加与该接触的项目对应的特征权重值。

例如：当机构投资人在查看一个项目，该项目属于医疗行业(一级行业)的在线医疗服务(二级行业)，项目处在北京市，本轮属于中后期阶段(融资阶段)，想融D轮(轮次)1亿元(融资金额)人民币(融资币种)，此时我们为该投资机构对应特征的权重值都加上1；

同样的，对于查看了项目的商业计划书(感兴趣程度更高)，将对应特征的权重值都加上3；对于留下了投资意向的，将对应特征的权重值都加上10；对于申请与企业安排会议沟通的，将对应特征的权重值都加上20；当投资机构在平台上进行筛选和搜索动作时，也同样的会增加其特征的权重值，例如：投资机构筛选时，选择筛选医疗行业的(一级行业)的在线医疗服务(二级行业)的项目，此时会在投资机构该项特征的权重值上加上10；同样的，当机构投资人进行关键字搜索，若该关键字为机构特征时，也将对应特征的权重值加上20；通过以上3种方式获取机构特征以及权重值加成后，将得到一张如下的机构特征描述表：

这样通过以上三种描述方法就得到了投资机构偏好数据的基础数据源，并通过相应的计算平台，提取出投资机构的特征及其相应的权重值，存储至数据存储层中。这样当投资机构为某企业的待投资项目进行投资时，通过传递企业及其融资项目的特征信息，在推荐系统中使用投资机构的特征进行相应的推荐计算，获得推荐的结果并反馈给相应的用户进行查看，例如：项目的特征为A1、A5、A9，通过寻找这些特征在机构特征中权重比最高的机构，来获得推荐结果并进行排序。可以发现：

机构甲的A1+A5+A9权重比为25％+0％+5％＝30％；

机构乙的A1+A5+A9权重比为25％+5％+45％＝75％；

机构丙的A1+A5+A9权重比为0％+0％+25％＝25％。因此可得到依次推荐结果为：机构乙(75％)、机构甲(30％)、机构丙(25％)。

然后基于投资机构之间的协同进行推荐：由于每家投资机构都会对多个项目进行投资，并且每个项目在发展过程中都会获得多家机构在不同时期的投资参与，因此我们会分析每家投资机构过往的投资案例，寻找机构之间的关联度。

例如：机构甲，投资了项目B1、B2、B3、B5、B6、B7、B8、B11、B15、B20；(10个项目)；

机构乙，投资了项目B2、B3、B4、B6、B9、B10、B11、B12、B13、B14、B16、B18(12个项目)；

机构丙，投资了项目B2、B4、B6、B8、B10、B13、B16、B19(8个项目)；

机构丁，投资了项目B1、B3、B5、B7、B9、B11、B13、B15、B17、B19(10个项目)；

机构甲与机构乙共同投资的项目有B2、B3、B6、B11(4个项目)，占到机构甲总投资项目数(10个项目)的40％，占到机构乙总投资项目数(12个项目)的33％，因此机构甲-机构乙的关联度为40％，机构乙-机构甲的关联度为33％。以此类推，可建立机构之间的关联度表：

当用户通过小程序某个企业融资项目匹配投资机构时，通过企业数据库查询到企业的过往投资机构，并传递到推荐系统中，推荐系统通过相应的推荐算法在投资机构关联数据表中计算出推荐的投资机构返回给用户。

例如：项目过往的投资机构有机构丁，通过机构协同的关联度，可以得到机构丁-机构甲的关联度达到了60％，因此将为企业推荐机构甲作为其融资考虑的投资机构。

再然后基于机构已投资企业之间的关联进行推荐：为提高投资成功率，机构进行投资时一般会投资与已投资企业有协同效应的新企业，使得已投资企业和拟投资企业都能获得增长，基于企业的业务描述进行双方之间协同效应的计算。例如：机构甲投资的企业B1在开展业务描述通过分析获取到以下关键字描述：C1、C3、C4、C5，同样的其投资的其他企业也有类似的关键字描述，获得到的关键字描述如下：

机构甲投资的B1企业有以下业务关键字描述：C1、C3、C4、C5；

机构甲投资的B2企业有以下业务关键字描述：C1、C2、C3、C4；

机构甲投资的B3企业有以下业务关键字描述：C3、C5；

机构乙投资的B3企业有以下业务关键字描述：C3、C5；

机构乙投资的B4企业有以下业务关键字描述：C1、C2、C3；

机构乙投资的B5企业有以下业务关键字描述：C4、C5、C6；

机构丙投资的B2企业有以下业务关键字描述：C1、C2、C3、C4；

机构丙投资的B4企业有以下业务关键字描述：C1、C2、C3；

机构丙投资的B6企业有以下业务关键字描述：C2、C5、C6；

采用类似机构特征的描述方式，可以记录机构已投资的企业其业务关键字描述出现的次数以及占比：

当用户在为某个企业及其融资项目匹配投资机构时，通过企业数据库获取它的业务描述关键字，传递给推荐系统，推荐算法通过其业务关键字与投资机构数据库中的业务关键字进行计算匹配出推荐结果，并按照业务关键字占比从大到小排序和分页处理后显示给用户。

例如：该企业的业务关键字描述为C1、C3、C4、C6，通过寻找这些关键字在以上表格中占比最高的机构，来获得推荐结果并进行排序：

机构甲的C1+C3+C4+C6占比为20％+30％+20％+0％＝70％；

机构乙的C1+C3+C4+C6占比为12.5％+25％+12.5％+12.5％＝62.5％；

机构丙的C1+C3+C4+C6占比为20％+20％+10％+10％＝60％。

因此将依次推荐机构甲(70％)、机构乙(62.5％)、机构丙(60％)。

最后为进一步地保证推荐结果的精确性，将组合以上推荐结果，进行最后的加权获得推荐结果：例如基于特征的匹配的权重设置为60％，基于协同的匹配推荐权重设置为20％，基于关联进行推荐的权重设置为20％，则通过权重的计算，可以得出最终的推荐结果。例如：

基于特征的推荐得到的匹配度为：机构乙(75％)、机构甲(30％)、机构丙(25％)；

基于投资机构协同推荐的匹配度为：机构甲(60％)、机构乙(40％)、机构丙(20％)；

基于投机机构关联推荐的匹配度为：机构乙(70％)、机构甲(62.5％)、机构丙(60％)；

则经过加权后的匹配值分别为：

机构甲：60％*30％+20％*60％+20％*62.5％＝42.5％；

机构乙：60％*75％+20％*40％+20％*70％＝67％；

机构丙：60％*25％+20％*20％+20％*60％＝31％；

因此最终推荐得到的有序结果为：机构乙(67％)、机构甲(42.5％)、机构丙(31％)。可按照此顺序进行投资机构的推荐。

在本发明的一些具体实施例中，组合的加权比例值在算法调优过程中可以不断调整，以求获得更符合实际需求的推荐结果；每套推荐的原始数据进行计算前也需要采取预处理，避免极限值或样本不足带来的结果偏差；在此基础上，还可以考虑为每个特征值、关联性和业务描述补充时间维度的权重，使得近期的数据相比过往的数据获得更高的权重，得到更符合当前情况的推荐结果。

这样通过引入基于协同和基于关联性的推荐算法，分别基于投资机构之间的共同投资关联性和已投资的创业企业之间的业务协同进行推荐。因为投资领域有别于其他推荐算法应用领域，其他领域推荐的结果一般应用在单次单个体单一场景，投资机构对企业进行投资，由于会区分不同的投资阶段，或称不同的投资轮次，不同轮次间的投资机构，以及同轮次一起投资的机构之间具有明显的关联性；再者投资机构一般会聚焦于特定的垂直行业进行投资，为保障投资收益的最大化，会尽可能追求已投资企业之间的协同效应，通过采用基于关联性和基于协同的推荐算法进行投资机构的匹配，采用组合推荐的方案，通过加权的方式对结果进行组合和排序，保证推荐结果的精准性，从而使得匹配度更加的精确，为双方的投资提供了便利。

基于同样的设计思路参照图3所示，本发明的实施例还提供了一种投资机构推荐装置，包括：

特征推荐模块，用于基于预设标签分别对投资机构和待投资项目的特征进行描述，并基于待投资项目的特征描述匹配相应的投资机构；

基于投资机构对待投资项目的不同操作行为增加与待投资项目的特征权重值，并基于特征权重值确定按照权重比排序的第一推荐投资机构结果；

协同推荐模块，用于获取和待投资项目相关联的历史投资机构，并基于历史投资机构间的关联程度的排序确定第二推荐投资机构结果；

关联推荐模块，用于获取待投资项目的描述关键字，并基于描述关键字在投资机构所投资业务的关键字占比的大小确定第三推荐投资机构结果；以及

综合推荐模块，用于基于第一推荐投资机构结果、第二推荐投资机构结果和第三推荐投资机构结果所占权重对分别包含的投资机构进行综合排序，得到最终推荐投资机构结果。

上述投资机构推荐装置的具体实现方式可参照投资机构推荐方法的具体实现方式，本发明在此不再赘述。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。