一种融合优化算法和区块链的需求匹配系统的制作方法

本发明涉及纺织机需求匹配领域的一种交易数据匹配系统和方法，具体涉及一种融合优化算法和区块链的纺织机需求匹配系统。

背景技术：

1、需求匹配领域，需求匹配领域指的是通过技术手段将需求方和服务方进行匹配，以实现双方的匹配需求。在传统的需求匹配领域中，一般采用规则或关键词进行匹配，但这种方法在实际应用中存在局限性，无法完全满足需求发布者的需求。

2、传统的需求匹配系统一般采用规则或关键字匹配，这种方法在实际应用中存在一定的局限性，无法完全满足需求发布者的需求。大多数需求匹配系统引入传统算法进行需求匹配，以提高需求匹配的准确性和速度。但传统算法存在数据特征缺失较多时分类效果差的问题。

技术实现思路

1、针对上述提到的传统需求匹配领域存在的不足，本发明提出了一种提高需求匹配领域准确性和安全性的解决方案，利用自然语言处理、优化算法来进行需求匹配，利用区块链技术来进行合同管理，构建了一种融合优化算法和区块链的纺织机需求匹配系统。将优化算法替换传统的采用规则或关键词进行匹配，极大的提高了匹配的准确度，满足需求发布者的需求；通过区块链中数据信息可追溯、不可篡改的特性，将合同信息写入区块链智能合约中，保障了交易信息的合法性和安全性。

2、本发明的具体技术方案如下：

3、需求文本接收模块：

4、用于从需求发布者处接收需求文本经自然语言处理后保存在数据库中；

5、数据处理模块：

6、用于从数据库中接收需求文本产品数据进行自然语言处理后生成文本向量，采用针对数据特征缺失值补充的优化算法对数据缺失值进行补充，并发送到需求匹配模块；

7、需求匹配模块：

8、用于对接收到的文本向量进行分类匹配，找到较佳的服务提供者和产品信息的匹配结果；

9、结果反馈模块：

10、用于输出匹配结果并反馈通知需求发布者和服务提供者；

11、交易模块：

12、在需求发布者和服务提供者达成交易后，产生交易数据后调用区块链智能合约，将交易数据保存在区块链中，区块链各个节点间进行广播、验证，最终达成数据一致。

13、所述的自然语言处理包括分词、去除停用词以及向量化。

14、所述数据处理模块中，是在收到需求文本后，对需求文本进行预处理，包括词干提取、去除停用词、词向量化等操作，转换为文本向量，再通过优化算法对向量中的缺失值进行补充。

15、所述的需求匹配模块中，根据用户输入的需求文本的文本向量和所有数据库中的产品信息/产品数据向量进行相似度计算，计算相似度使用欧氏距离进行计算，然后选取距离最近的k个产品数据向量(k自行设定，由若干次实验得出最优k)，查看这k个产品数据向量所归属的服务提供者产品，将这k个产品进行同类别汇总，选取出现次数最多的产品作为本次输入的需求文本的最佳匹配，其余产品按照出现次数由高到低作为相似匹配。

16、所述结果反馈模块中，当最佳匹配服务提供者确定后，将匹配结果返回给需求发布者，同时通知最佳匹配服务提供者。

17、所述结果反馈模块，将需求匹配结果将通过邮件、短信以及站内信的形式通知需求发布者和服务提供者，在返回最佳匹配的同时也返回给需求发布者相似服务提供者的匹配结果。

18、所述交易模块中，匹配结果返回给需求发布者后，若需求发布者想要与服务提供者建立交易，则调用已部署在区块链中的合同智能合约的写入函数，将双方签订合同数据等交易数据上链，返回交易的哈希值以及交易的存证id和存证哈希值；需求发布者通过交易的哈希值或交易的存证哈希值来调用合同合约读函数获取到交易数据进行查验。

19、所述数据处理模块中，针对数据特征缺失值补充的优化算法实现步骤为：

20、计算需求文本产品数据中所有产品的信息和特征之间的斯皮尔曼秩相关系数；

21、根据斯皮尔曼秩相关系数计算产品间距离的权重；

22、根据产品间相关性距离的权重计算出产品间相关性距离；

23、选取k个最近距离的产品，通过有效相关系数对k个最近距离的产品的特征值进行加权得到缺失值的估计值。

24、所述数据处理模块中优化算法具体为：

25、s1、使用spearman等级相关性计算产品的所有特征之间的秩相关系数，计算任意两个特征之间的秩相关系数具体公式如下：

26、

27、di＝ai-bi

28、其中，ai和bi由第i个产品在两个特征列的取值的排名得出，ai，bi分别为在两个特征列中第i个产品的特征值在当前特征所有产品数据的特征值中的排名，n代表产品的总数量；

29、s2、通过计算产品数据各个特征之间的spearman秩相关系数，得到如下特征相关系数矩阵r：

30、

31、其中，rij是产品数据中第i个特征与第j个特征之间的斯皮尔曼秩相关系数，m表示每个产品的特征数；

32、s3、与s1-s2采用同样的公式，使用spearman等级相关性计算产品数据所有产品之间的秩相关系数；

33、在s1所用公式中，ai和bi由第i个特征在两个产品行的取值的排名得出，ai，bi分别为在两个产品行中第i个特征值在当前产品所有特征值中的排名。n代表产品数据的特征数。

34、通过计算产品数据各个产品之间的spearman秩相关系数，得到如下产品相关系数矩阵p：

35、

36、其中，pij是产品数据中第i个产品与第j个产品之间的斯皮尔曼秩相关系数，n表示产品总数；

37、s4、根据计算出的斯皮尔曼秩相关系数计算产品间距离的权重：

38、(1)首选计算对于产品i，在填补缺失值xij时的总相关系数tij：

39、

40、其中，k表示在第i个产品中，所有不为空的特征列；rjk表示产品数据第j个特征与第k个特征的斯皮尔曼秩相关系数；

41、(2)其次计算当产品i在填补缺失值xij时，产品z对其的有效相关系数eijz：

42、

43、其中，k表示在第i个产品和第z个产品中，所有不为空的特征列；j表示在第z个产品中，所有不为空的特征列；rjk表示产品数据第j个特征与第k个特征的斯皮尔曼秩相关系数；

44、(3)然后计算出当产品i在填补缺失值xij时，产品z对产品i的影响权重wijz：

45、

46、其中，tij表示对于产品i，在填补缺失值xij时的总相关系数，eijz表示当产品i在填补缺失值xij时，产品z对其的有效相关系数；

47、s5、根据计算得出的产品间距离的影响权重计算产品间相关性距离，公式为：

48、

49、其中，wijz为产品i在填补缺失值xij时，产品z对产品i的影响权重，piz为产品i与产品z之间的秩相关系数，k为在第i个产品和第z个产品中，所有不为空的特征列；

50、s6、由s5计算得到的结果，选取相关性距离最小的k个产品，k自行设定，由若干次实验得出最优k，，根据如下公式，通过有效相关系数e对k个最近产品的值进行加权得到缺失值的估计值yij：

51、

52、其中，o为计算得出的相关性距离最小的k个产品中的每一个；eijo表示当产品i在填补缺失值xij时，产品o对其的有效相关系数；xoj表示产品o的第j个数据。

53、本发明提出一种优化算法，引入spearman等级相关性和优化算法的方法来对产品数据的缺失值进行填充处理，从而可以更好的处理需求数据中的缺失值问题，随后再运用优化算法进行分类，通过本优化方法对产品数据特征缺失的处理，极大的增加了优化算法的分类准确度。本发明系统应用于纺织机需求匹配领域，首先采用自然语言处理技术将需求发布者发布的纺织机需求文本转换成向量，并利用优化算法对产品数据中所有的特征缺失值进行填充，然后再利用优化算法将用户输入的需求向量和已注册的服务提供者向量进行匹配，以找到最优的服务提供者。

54、通过上述模块的协同作用，本发明系统能够快速准确地进行需求匹配，提高需求发布者满意度和交易效率，且利用区块链不可篡改的特性，保证了交易的真实可靠。

55、本发明的有益效果是：

56、本发明是提出了一种针对产品信息特征缺失的处理方法，在需求匹配领域应用此方法，可解决由于产品数据特征大量缺失而导致的需求匹配不准确的问题，增加用户满意度。