一种智能机器人交易平台核心方法及系统

摘要

本发明公开了一种智能机器人交易平台核心方法及系统，其方法包括：获取每个交易对象的历史交易数据，从所述历史交易数据中心提取出每个交易对象的交易属性值，根据每个交易对象的交易属性值和该交易对象的交易请求生成该交易对象的专属交易信号，利用预设智能机器人的机器学习算法挖掘出每个交易对象的专属交易信号中的结构化数据，根据每个交易对象的专属交易信号中的结构化数据结合市场需求和产品力生成该交易对象的专属交易策略。通过自适应生成每个交易对象的专属交易策略可以根据交易订单的实际情况来自适应地调整交易策略，提高了灵活性和交易稳定性，间接地提高了交易效率和平台商家的体验感。

说明书

技术领域

本发明涉及互联网技术领域，尤其涉及一种智能机器人交易平台核心方法及系统。

背景技术

随着互联网的迅速发展，网上交易已经逐步取代了实体交易成为人们生活中的主流，人工智能水平的不断提高使其可以应用到各个交易平台来替代商家进行线上交易，极大地提高了便利性的同时节省了人力成本，现有的智能机器人交易方法为平台工作人员将预设的交易代码写入到智能机器人的执行程序中，智能机器人在交易平台上评估每个交易对象的交易订单进而进行后续的线上交易，但是上述方法存在以下问题：由于预设的交易代码是已经写好的，故而无法根据交易订单的实际情况来自适应地调整交易策略从而使得交易过程较为死板从而降低了交易效率。

发明内容

针对上述所显示出来的问题，本发明提供了一种智能机器人交易平台核心方法及系统用以解决背景技术中提到的由于预设的交易代码是已经写好的，故而无法根据交易订单的实际情况来自适应地调整交易策略从而使得交易过程较为死板从而降低了交易效率的问题。

一种智能机器人交易平台核心方法，包括以下步骤：

获取每个交易对象的历史交易数据，从所述历史交易数据中心提取出每个交易对象的交易属性值；

根据每个交易对象的交易属性值和该交易对象的交易请求生成该交易对象的专属交易信号；

利用预设智能机器人的机器学习算法挖掘出每个交易对象的专属交易信号中的结构化数据；

根据每个交易对象的专属交易信号中的结构化数据结合市场需求和产品力生成该交易对象的专属交易策略。

优选的，所述获取每个交易对象的历史交易数据，从所述历史交易数据中心提取出每个交易对象的交易属性值，包括：

获取每个交易对象的终端型号以及终端标识；

根据所述终端型号和终端标识获得每个交易对象的历史交易数据库；

基于每个交易对象的历史交易数据库中历史交易订单的交易类型权重和交易类型阵列构建该交易对象的交易信息集；

从每个交易对象的交易信息集中提取出特定属性值作为该交易对象的交易属性值。

优选的，所述根据每个交易对象的交易属性值和该交易对象的交易请求生成该交易对象的专属交易信号，包括：

根据每个交易对象的交易请求生成该交易对象的第一交易数字信号；

将每个交易对象的第一交易数字信号中的干扰信号清除，获得纯正交易数字信号；

对每个交易对象的纯正交易数字信号进行解码，获得该交易对象的交易数据并将其与该交易对象的交易属性值进行结合以获得该交易对象的交易信息；

根据每个交易对象的交易信息生成该交易对象的第二交易数字信号并将其转化为交易模拟信号，将所述交易模拟信号确认为该交易对象的专属交易信号。

优选的，所述利用预设智能机器人的机器学习算法挖掘出每个交易对象的专属交易信号中的结构化数据，包括：

利用所述预设智能机器人的机器学习算法获取每个交易对象的专属交易信号对应的交易数据；

提取出每个交易对象的交易数据中的多个交易要素；

确定每个交易对象的交易数据中的每个交易要素的自身特征值和关联特征值；

将每个交易对象的交易数据中的所有交易要素的自身特征值和关联特征值进行组合，组合完毕后，从每个交易对象的交易数据中提取出该交易对象的组合特征值对应的结构化数据。

优选的，所述根据每个交易对象的专属交易信号中的结构化数据结合市场需求和产品力生成该交易对象的专属交易策略，包括：

根据每个交易对象的专属交易信号中的结构化数据确定该交易对象的交易类型；

基于每个交易对象的交易类型获得该交易对象的预设交易转换规则；

调取每个交易对象的交易类型对应交易产品的当前市场需求和产品力，根据所述当前市场需求和产品力对所述交易转换规则进行适应性调整，获得目标交易转换规则；

以每个交易对象的目标交易转换规则为基础，结合该交易对象的信息数据生成该交易对象的专属交易策略。

优选的，所述方法还包括：

从预设数据库中调取与每个交易对象的历史交易记录，将存在交易记录的第一交易对象和未存在交易记录的第二交易对象进行划分和统计；

在公共交易节点上部署智能合约，利用智能机器人基于每个第一交易对象的第一专属交易策略与该第一交易对象进行交易；

获取每个第二交易对象的交易凭证，根据所述交易凭证创建全新交易节点；

在所述全新交易节点上构建交易安全通道，利用所述智能机器人基于每个第二交易对象的第二专属交易策略通过所述全新交易节点的交易安全通道与该第二交易对象进行交易；

交易完毕后，将所述第二交易对象添加到信任用户栏中。

优选的，所述利用所述智能机器人基于每个第二交易对象的第二专属交易策略通过所述全新交易节点的交易安全通道与该第二交易对象进行交易，包括：

确认所述全新交易节点的交易安全通道所需要的第一系统资源，基于所述第一系统资源和全新交易节点的所有系统资源，计算出剩余的第二系统资源；

根据所述第一系统资源和第二系统资源为所述全新交易节点设置主进程和辅进程；

利用所述辅进程对每个第二交易对象的交易凭证进行审计验证，获取验证结果；

根据所述验证结果确认每个第二交易对象是否符合交易条件，将符合所述交易条件的目标第二交易对象利用所述智能机器人基于目标第二交易对象的目标第二专属交易策略通过所述主进程的交易安全通道与其进行交易。

优选的，所述提取出每个交易对象的交易数据中的多个交易要素，包括：

获取每个交易对象的交易数据对应的源文件；

将所述源文件输入到预设序列标注模型中进行拆分，获取每个源文件的多个子文件；

确定每个源文件中每个子文件的属性集；

对每个源文件中每个子文件的属性集进行对比，根据对比结果确定该源文件中的增量数据集；

根据每个源文件的增量数据集确定该源文件的核心属性与基础属性之间的对应关系；

基于所述对应关系，计算二者之间的关联系数；

确认所述关联系数是否大于等于预设阈值，若是，确定所述核心属性和基础属性各自对应的属性维度，否则，单独确定所述核心属性的属性维度；

根据所述核心属性和基础属性各自对应的属性维度或核心属性的属性维度构建源文件的多维度属性字典；

对每个交易对象的交易数据进行分析，根据分析结果将其划分为静态数据和动态数据；

基于所述多维度属性字典对每个交易对象的交易数据中的静态数据和动态数据进行数据抽取，获取抽取数据；

对每个交易对象的交易数据中的抽取数据进行特征要素剖析，获取剖析结果；

根据所述剖析结果确定每个交易对象的交易数据中的多个交易要素。

一种智能机器人交易平台核心系统，该系统包括：

提取模块，用于获取每个交易对象的历史交易数据，从所述历史交易数据中心提取出每个交易对象的交易属性值；

第一生成模块，用于根据每个交易对象的交易属性值和该交易对象的交易请求生成该交易对象的专属交易信号；

挖掘模块，用于利用预设智能机器人的机器学习算法挖掘出每个交易对象的专属交易信号中的结构化数据；

第二生成模块，用于根据每个交易对象的专属交易信号中的结构化数据结合市场需求和产品力生成该交易对象的专属交易策略。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

图1为本发明所提供的一种智能机器人交易平台核心方法的工作流程图；

图2为本发明所提供的一种智能机器人交易平台核心方法的另一工作流程图；

图3为本发明所提供的一种智能机器人交易平台核心方法的又一工作流程图；

图4为本发明所提供的一种智能机器人交易平台核心系统的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

随着互联网的迅速发展，网上交易已经逐步取代了实体交易成为人们生活中的主流，人工智能水平的不断提高使其可以应用到各个交易平台来替代商家进行线上交易，极大地提高了便利性的同时节省了人力成本，现有的智能机器人交易方法为平台工作人员将预设的交易代码写入到智能机器人的执行程序中，智能机器人在交易平台上评估每个交易对象的交易订单进而进行后续的线上交易，但是上述方法存在以下问题：由于预设的交易代码是已经写好的，故而无法根据交易订单的实际情况来自适应地调整交易策略从而使得交易过程较为死板从而降低了交易效率。为了解决上述问题，本实施例公开了一种智能机器人交易平台核心方法。

一种智能机器人交易平台核心方法，如图1所示，包括以下步骤：

步骤S101、获取每个交易对象的历史交易数据，从所述历史交易数据中心提取出每个交易对象的交易属性值；

步骤S102、根据每个交易对象的交易属性值和该交易对象的交易请求生成该交易对象的专属交易信号；

步骤S103、利用预设智能机器人的机器学习算法挖掘出每个交易对象的专属交易信号中的结构化数据；

步骤S104、根据每个交易对象的专属交易信号中的结构化数据结合市场需求和产品力生成该交易对象的专属交易策略。

上述技术方案的工作原理为：获取每个交易对象的历史交易数据，从所述历史交易数据中心提取出每个交易对象的交易属性值，根据每个交易对象的交易属性值和该交易对象的交易请求生成该交易对象的专属交易信号，利用预设智能机器人的机器学习算法挖掘出每个交易对象的专属交易信号中的结构化数据，根据每个交易对象的专属交易信号中的结构化数据结合市场需求和产品力生成该交易对象的专属交易策略。

上述技术方案的有益效果为：通过利用智能机器人的机器学习算法挖掘出每个交易对象的交易信号中的结构化数据来结合市场需求和产品力自适应生成每个交易对象的专属交易策略可以根据交易订单的实际情况来自适应地调整交易策略，提高了灵活性和交易稳定性，间接地提高了交易效率和平台商家的体验感，解决了现有技术中由于预设的交易代码是已经写好的，故而无法根据交易订单的实际情况来自适应地调整交易策略从而使得交易过程较为死板从而降低了交易效率的问题。

在一个实施例中，如图2所示，所述获取每个交易对象的历史交易数据，从所述历史交易数据中心提取出每个交易对象的交易属性值，包括：

步骤S201、获取每个交易对象的终端型号以及终端标识；

步骤S202、根据所述终端型号和终端标识获得每个交易对象的历史交易数据库；

步骤S203、基于每个交易对象的历史交易数据库中历史交易订单的交易类型权重和交易类型阵列构建该交易对象的交易信息集；

步骤S204、从每个交易对象的交易信息集中提取出特定属性值作为该交易对象的交易属性值。

上述技术方案的有益效果为：通过构建每个交易对象的交易信息集进而提取出特定属性值可以针对每个交易对象的所有交易订单中的共有属性值作为其交易属性值可以更加精准无误差地确定每个交易对象的交易属性值，保证了获取数据的准确性。

在一个实施例中，如图3所示，所述根据每个交易对象的交易属性值和该交易对象的交易请求生成该交易对象的专属交易信号，包括：

步骤S301、根据每个交易对象的交易请求生成该交易对象的第一交易数字信号；

步骤S302、将每个交易对象的第一交易数字信号中的干扰信号清除，获得纯正交易数字信号；

步骤S303、对每个交易对象的纯正交易数字信号进行解码，获得该交易对象的交易数据并将其与该交易对象的交易属性值进行结合以获得该交易对象的交易信息；

步骤S304、根据每个交易对象的交易信息生成该交易对象的第二交易数字信号并将其转化为交易模拟信号，将所述交易模拟信号确认为该交易对象的专属交易信号。

上述技术方案的有益效果为：通过将每个交易对象的第一交易数字信号中的干扰信号清除可以去除干扰信号的影响，提高了稳定性，进一步地，通过生成每个交易对象的交易信息可以将每个交易对象的交易数据和交易属性值进行直观显示，为后续智能机器人的评估和决策提供了完整的参考数据，进一步地，通过将每个交易对象的第二交易数字信号转化为交易模拟信号可以使得其更加容易被智能机器人所接收，提高了信号传输效率和稳定性以及实用性。

在一个实施例中，所述利用预设智能机器人的机器学习算法挖掘出每个交易对象的专属交易信号中的结构化数据，包括：

利用所述预设智能机器人的机器学习算法获取每个交易对象的专属交易信号对应的交易数据；

提取出每个交易对象的交易数据中的多个交易要素；

确定每个交易对象的交易数据中的每个交易要素的自身特征值和关联特征值；

将每个交易对象的交易数据中的所有交易要素的自身特征值和关联特征值进行组合，组合完毕后，从每个交易对象的交易数据中提取出该交易对象的组合特征值对应的结构化数据。

上述技术方案的有益效果为：通过从每个交易对象的交易数据中提取出该交易对象的组合特征值对应的结构化数据可以以每个交易对象的交易数据中的重要数据及其关联数据为基础来从交易数据库提取结构化数据，去除了无用数据的干扰，使得最终结果更加客观，提高了后续工作的工作效率。

在一个实施例中，所述根据每个交易对象的专属交易信号中的结构化数据结合市场需求和产品力生成该交易对象的专属交易策略，包括：

根据每个交易对象的专属交易信号中的结构化数据确定该交易对象的交易类型；

基于每个交易对象的交易类型获得该交易对象的预设交易转换规则；

调取每个交易对象的交易类型对应交易产品的当前市场需求和产品力，根据所述当前市场需求和产品力对所述交易转换规则进行适应性调整，获得目标交易转换规则；

以每个交易对象的目标交易转换规则为基础，结合该交易对象的信息数据生成该交易对象的专属交易策略。

上述技术方案的有益效果为：可智能地根据每个交易对象的交易类型对应交易产品的市场需求和产品力来适应性调整该产品的交易转换规则从而生成该对象的专属交易策略，提高了智能化和实用性，使得每个交易对象的交易策略符合实际市场情况。

在一个实施例中，所述方法还包括：

从预设数据库中调取与每个交易对象的历史交易记录，将存在交易记录的第一交易对象和未存在交易记录的第二交易对象进行划分和统计；

在公共交易节点上部署智能合约，利用智能机器人基于每个第一交易对象的第一专属交易策略与该第一交易对象进行交易；

获取每个第二交易对象的交易凭证，根据所述交易凭证创建全新交易节点；

在所述全新交易节点上构建交易安全通道，利用所述智能机器人基于每个第二交易对象的第二专属交易策略通过所述全新交易节点的交易安全通道与该第二交易对象进行交易；

交易完毕后，将所述第二交易对象添加到信任用户栏中。

上述技术方案的有益效果为：既可以保证交易的安全进行又可以对交易对象进行验证，进一步地提高了实用性，进一步地，通过对交易对象进行划分并且使用不同的交易节点进行交易可以保证第一交易对象的财产安全的同时也可以对第二交易对象进行稳定的安全交易，进一步地提高了实用性。

在本实施例中，所述方法还包括：对所述交易安全通道进行安全评估，其步骤包括：

获取所述安全交易通道的多个节点；

确定每个节点的工作模式，根据每个节点的工作模式确定该节点的主观交易惩罚因子和客观交易惩罚因子；

根据每个节点的主观交易惩罚因子和客观交易惩罚因子计算出安全交易通道的交易安全指数：

其中，F表示为安全交易通道的交易安全指数，ln表示为自然对数，N表示为安全交易通道中节点的数量，i表示为第i个节点，P

确认所述安全交易通道的交易安全指数是否合格，若是，无需进行后续操作，否则，重新构建所述交易安全通道重复进行交易安全指数直到其合格为止。

上述技术方案的有益效果为：通过计算交易安全通道的交易安全指数可以有效地评估出是否可以通过该交易安全通道进行交易，保证了交易过程中安全性和稳定性，提高了交易双方人员的体验感。

在一个实施例中，所述利用所述智能机器人基于每个第二交易对象的第二专属交易策略通过所述全新交易节点的交易安全通道与该第二交易对象进行交易，包括：

确认所述全新交易节点的交易安全通道所需要的第一系统资源，基于所述第一系统资源和全新交易节点的所有系统资源，计算出剩余的第二系统资源；

根据所述第一系统资源和第二系统资源为所述全新交易节点设置主进程和辅进程；

利用所述辅进程对每个第二交易对象的交易凭证进行审计验证，获取验证结果；

根据所述验证结果确认每个第二交易对象是否符合交易条件，将符合所述交易条件的目标第二交易对象利用所述智能机器人基于目标第二交易对象的目标第二专属交易策略通过所述主进程的交易安全通道与其进行交易。

上述技术方案的有益效果为：通过设置主进程和辅进程来分别对交易对象进行审计验证和交易工作，既避免了二者之间的冲突，同时还使得全新交易节点的系统资源得到了有效利用，进一步地提高了交易安全性和实用性。

在一个实施例中，所述提取出每个交易对象的交易数据中的多个交易要素，包括：

获取每个交易对象的交易数据对应的源文件；

将所述源文件输入到预设序列标注模型中进行拆分，获取每个源文件的多个子文件；

确定每个源文件中每个子文件的属性集；

对每个源文件中每个子文件的属性集进行对比，根据对比结果确定该源文件中的增量数据集；

根据每个源文件的增量数据集确定该源文件的核心属性与基础属性之间的对应关系；

基于所述对应关系，计算二者之间的关联系数；

确认所述关联系数是否大于等于预设阈值，若是，确定所述核心属性和基础属性各自对应的属性维度，否则，单独确定所述核心属性的属性维度；

根据所述核心属性和基础属性各自对应的属性维度或核心属性的属性维度构建源文件的多维度属性字典；

对每个交易对象的交易数据进行分析，根据分析结果将其划分为静态数据和动态数据；

基于所述多维度属性字典对每个交易对象的交易数据中的静态数据和动态数据进行数据抽取，获取抽取数据；

对每个交易对象的交易数据中的抽取数据进行特征要素剖析，获取剖析结果；

根据所述剖析结果确定每个交易对象的交易数据中的多个交易要素。

上述技术方案的有益效果为：通过利用多维度属性字典对每个交易对象的交易数据进行数据抽取可以获得抽取要素的标准样本，去除了无用数据的干扰，提高了要素提取效率和精度。

本实施例还公开了一种智能机器人交易平台核心系统，如图4所示，该系统包括：

提取模块401，用于获取每个交易对象的历史交易数据，从所述历史交易数据中心提取出每个交易对象的交易属性值；

第一生成模块402，用于根据每个交易对象的交易属性值和该交易对象的交易请求生成该交易对象的专属交易信号；

挖掘模块403，用于利用预设智能机器人的机器学习算法挖掘出每个交易对象的专属交易信号中的结构化数据；

第二生成模块404，用于根据每个交易对象的专属交易信号中的结构化数据结合市场需求和产品力生成该交易对象的专属交易策略。

上述技术方案的工作原理及有益效果在方法权利要求中已经说明，此处不再赘述。

本领域技术人员应当理解的是，本发明中的第一、第二指的是不同应用阶段而已。

本领域技术用户员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。