[发明专利]面向众筹平台的捐赠行为与捐赠者保持预测方法

权利要求书

1.一种面向众筹平台的捐赠行为与捐赠者保持预测方法，其特征在于，包括：

从众筹平台上爬取项目数据；

对爬取的项目数据进行特征提取与预处理后，按照时间进行数据区间的划分；

将捐赠者的捐赠行为序列和生存保持序列，以及对应于捐赠者的数据区间划分后的特征构建联合深度生存模型；

结合设计的排序约束函数对联合深度生存模型进行优化，从而预测捐赠者的捐赠行为与捐赠者的生存保持状态。

2.根据权利要求1所述的一种面向众筹平台的捐赠行为与捐赠者保持预测方法，其特征在于，所爬取的项目数据包括：项目本身的数据，以及捐赠者的非结构化数据和结构化数据；

其中，捐赠者的非结构化信息包括：文本数据；结构化数据包括：数值型数据、类别型数据与时空型数据。

3.根据权利要求1或2所述的一种面向众筹平台的捐赠行为与捐赠者保持预测方法，其特征在于，

所提取的特征包括：项目特征、合作伙伴特征、捐赠者特征、捐赠团队特征与捐赠事件特征；其中：

项目特征为，包含相对较短的项目用途、相对较长的项目故事与众筹目的的文本数据、以及包含项目所属类别的类别型数据；

合作伙伴特征为，包含信用评级与总共赞助的项目数的数值型数据；

捐赠者特征为，包含捐赠目的的文本数据、以及包含历史捐赠数值的数值型数据；

捐赠团队特征为，包含团队目的的文本数据、包含团队类别的类别型数据、以及包含成员数与历史捐赠数量的数值型数据；

捐赠事件特征为，结合时空型数据对每个捐赠者在某个特定时间段内，建立起在每个时间片捐赠记录的向量；

预处理时，对于各个特征中的类别型数据，采用one-hot编码；对于各个特征中的文本数据，采用nltk工具包进行分词，并采用word2vec工具包将每个词表示为一个d₀维的向量；对于各个特征中的数值型数据，采用Z变换将其标准化。

4.根据权利要求3所述的一种面向众筹平台的捐赠行为与捐赠者保持预测方法，其特征在于，按照时间进行数据区间的划分之前，先将参与少于K个捐赠项目、没有加入任何捐赠团队的捐赠数据，以及缺失捐赠目的捐赠者及捐赠团队数据过滤；然后，按照时间先后顺序将捐赠事件特征划分为观察时间段与预测时间段，其中，前T个时间片为观察时间段，后T′个时间片为预测时间段。

5.根据权利要求4所述的一种面向众筹平台的捐赠行为与捐赠者保持预测方法，其特征在于，

捐赠者i的捐赠行为序列表示为：记录了捐赠者i在每个时间片内的捐赠行为；对应于捐赠者i在观察时间段内的捐赠行为序列，对应于捐赠者i在预测时间段内的捐赠行为序列；当Y_tⁱ＝1或者时，则表示捐赠者i在第t或者第t′个时间片进行了捐赠，当Y_tⁱ＝0或者Y_t′ⁱ＝0时，则表示捐赠者i在第t或者第t′个时间片未进行捐赠；其中，t∈{1,…,T}，t′∈{1,…,T′}；

捐赠者i的生存保持序列表示为：其表示某时间片结束之前捐赠者i是否仍然活跃在众筹平台，对应于捐赠者i在观察时间段内的生存保持序列，对应于即捐赠者i在预测时间段内的生存保持序列；对于未删失情形，当或者则表示能够观察到捐赠者i一直到第t或者第t′个时间片依然活跃在众筹平台，当或者则表示能够观察到捐赠者i第t或者第t′个时间片或此之间已经离开众筹平台；对于删失情形，则表示无法观察到对应事件的发生，无法判断捐赠者生存保持状态。

6.根据权利要求5所述的一种面向众筹平台的捐赠行为与捐赠者保持预测方法，其特征在于，

在当前构造的场景中，捐赠者是逐渐流失的，即如果那么如果那么

对于不存在删失的情形，对于删失情形，设t^*为删失时间片，则