一种全面性项目投资推荐模型的构建方法及推荐计算系统与流程

本发明涉及矿业评价，具体涉及一种全面性项目投资推荐模型的构建方法及推荐计算系统。

背景技术：

1、目前，众多学者围绕着矿业项目评价的方法开展了一系列研究，如专家判别法、数据驱动方法。

2、专家判别法主要根据以往人工经验进行判定，合理选取评价指标进行风险估算，对评价人员的经验和水平要求较高。

3、虽然现有技术中也能够脱离人为经验构建利用评价指标进行项目评价的数据模型，实现数据化客观性指标分析，但是其主要是依据当下项目的情况构建分析模型，数据参照性偏弱，分析结果存在局限性。

4、同时，项目的影响指标类型较多，导致数据类型非常多，从而导致在进行客观性指标分析时需要不允许缺失任何一项指标值，否则会导致分析模型无法应用，模型对数据敏感性太强，模型鲁棒性太弱，造成了分析模型的适用性差，并且大多数评价指标对评价结果的影响程度都相对确定，但存在一些评价指标对评价结果的影响程度是不确定的，且是对整个评价结果起整体绝对性影响作用，例如项目支持力度或管控力度，因而现有将评价指标进行无差别分析，会极大降低项目评价结果的可信度。

5、因此，现有技术的项目投资推荐方法，数据参照性偏弱，分析结果存在局限性，且数据项目的影响指标类型较多，导致数据类型非常多，造成模型对数据敏感性太强，模型鲁棒性太弱，同时未考虑对评价结果起绝对影响作用的评价指标，降低项目评价结果的可信度。

技术实现思路

1、本发明的目的在于提供一种全面性项目投资推荐模型的构建方法及推荐计算系统，以解决现有技术中数据参照性偏弱，分析结果存在局限性，且数据项目的影响指标类型较多，导致数据类型非常多，造成模型对数据敏感性太强，模型鲁棒性太弱，同时未考虑对评价结果起绝对影响作用的评价指标，降低项目评价结果的可信度的技术问题。

2、为解决上述技术问题，本发明具体提供下述技术方案：

3、一种全面性项目投资推荐模型构建方法，获取多组历史项目的评价数据，所述评价数据为评价结果与其对应的多个主要的评价指标；

4、按照评价指标对评价结果的直接影响结果类型，将评价指标分为绝对性影响因子和相关性影响因子；

5、将评价指标对评价结果的影响程度划分为多个影响维度，并依据不同评价指标对评价结果的不同影响程度，将评价指标中的所述相关性影响因子纳入对应的影响维度；

6、基于多组已知评价结果与评价指标关系的历史项目的评价数据，模拟分析其中所述相关性影响因子对评价结果的影响权重；

7、然后依据同一影响维度中相关性影响因子的数量及对应的影响权重，模拟分析获取各个影响维度对评价结果的影响权重；

8、依据绝对性影响因子对评价结果的预期性影响关系，赋予所述绝对性影响因子一个绝对影响值，所述绝对影响值对所述评价结果整体起绝对性影响作用；

9、依据各个影响维度对评价结果的影响权重以及所述绝对影响值构建用于评价项目投资推荐程度的项目推荐模型；

10、其中，所述影响权重的区间为(0,1)，所述绝对影响值取值为-n或n，所述n大于1。

11、作为本发明的一种优选方案，所述直接影响结果类型的确定，包括：

12、将评价数据中的评价指标作为分类项，将多组历史项目分别依据各个分类项进行逐一类别划分得到各个评价指标项目类别，其中，评价指标项目类别与评价指标一一对应，同属一评价指标项目类别中的所有历史项目均具有同一评价指标；

13、在每个评价指标项目类别中，将每个历史项目的评价数据中与评价指标项目类别一致的评价指标提取出，并每个历史项目的评价数据中与评价指标项目类别一致的评价指标进行序列化排列得到每个评价指标项目类别中的评价指标序列，每个评价指标项目类别中的评价指标序列中的序列项与每个评价指标项目类别中的历史项目一一对应；

14、在每个评价指标项目类别中，将每个历史项目的评价数据中的评价结果提取出，并将每个历史项目的评价数据中的评价结果进行序列化排列得到每个评价指标项目类别中的评价结果序列，每个评价指标项目类别中的评价结果序列中的序列项与每个评价指标项目类别中的历史项目一一对应，其中，评价结果序列与评价指标序列的序列顺序相同；

15、利用评价指标序列与评价结果序列间的序列离散性确定出评价指标序列和评价结果序列间的关联性，以关联性数据化表征评价指标对评价指标的直接影响结果类型，将评价指标序列与评价结果序列间的序列离散性进行对应比较，其中，

16、当序列离散性高于或等于预设阈值，则将序列离散性对应的评价指标对评价结果的直接影响结果类型标记为绝对性影响类型；

17、当序列离散性低于预设阈值，则将序列离散性对应的评价指标对评价结果的影响特征标记为相关性影响类型；

18、所述序列离散性分析利用欧式距离量化分析，所述序列离散性的量化公式为：

19、

20、式中，di为第i个评价指标的评价指标序列与第i个评价指标的评价结果序列间的序列离散性，xi,k为第i个评价指标序列中第k个序列项，si,k为第i个评价指标的评价结果序列中第k个序列项，mi为第i个评价指标的矿业评价指标序列或第i个评价指标的评价结果序列的总数序列项，i，k为计数变量。

21、作为本发明的一种优选方案，所述将评价指标分为绝对性影响因子和相关性影响因子，包括：

22、将标记为绝对性影响类型的评价指标分类为绝对性影响因子；

23、将标记为相关性影响类型的评价指标分类为相关性影响因子。

24、作为本发明的一种优选方案，所述依据不同评价指标对评价结果的不同影响程度，将评价指标中的所述相关性影响因子纳入对应的影响维度，包括：

25、将相关性影响因子作为分类项，将多组历史项目分别依据各个分类项进行逐一类别划分得到各个相关性影响因子项目类别，其中，相关性影响因子项目类别与相关性影响因子一一对应，同属一相关性影响因子项目类别中的所有历史项目均具有同一相关性影响因子；

26、在每个相关性影响因子项目类别中，将每个历史项目的评价数据中与相关性影响因子项目类别一致的相关性影响因子提取出，并每个历史项目的评价数据中与相关性影响因子项目类别一致的相关性影响因子进行序列化排列得到每个相关性影响因子项目类别中的相关性影响因子序列，每个相关性影响因子项目类别中的相关性影响因子序列中的序列项与每个相关性影响因子项目类别中的历史项目一一对应；

27、在每个相关性影响因子项目类别中，将每个历史项目的评价数据中的评价结果提取出，并将每个历史项目的评价数据中的评价结果进行序列化排列得到每个相关性影响因子类别中的评价结果序列，每个相关性影响因子项目类别中的评价结果序列中的序列项与每个相关性影响因子项目类别中的历史项目一一对应，其中，评价结果序列与相关性影响因子序列的序列顺序相同；

28、利用相关性影响因子序列与评价结果序列间的序列离散性作为相关性影响因子对评价结果的影响程度，并将相关性影响因子基于对评价结果的影响程度依据影响维度的影响程度范围纳入至对应的影响维度。

29、作为本发明的一种优选方案，基于多组已知评价结果与评价指标关系的历史项目的评价数据，模拟分析其中所述相关性影响因子对评价结果的影响权重，包括：

30、在多组历史项目的评价数据中对各个评价指标进行主成分分析得到各个评价指标对评价结果的贡献值，并提取出作为相关性影响因子的评价指标的贡献值作为相关性影响因子对评价结果的影响权重。

31、作为本发明的一种优选方案，依据同一影响维度中相关性影响因子的数量及对应的影响权重，模拟分析获取各个影响维度对评价结果的影响权重，包括：

32、将每个影响维度中所有相关性影响因子的影响权重之和与相关性影响因子数量的比值作为每个影响维度对评价结果的影响权重；

33、将每个影响维度的相关性影响因子作为bp神经网络的第二输入项，将每个影响维度对评价结果的影响权重作为bp神经网络的第二输出项，利用bp神经网络对bp神经网络的第二输入项和第二输出项进行卷积训练得到影响维度对评价结果的影响权重测算模型；

34、所述影响维度对评价结果的影响权重测算模型的模型表达式为：

35、[t]＝bp(x_data)；

36、式中，t为影响维度对评价结果的影响权重，x_data为相关性影响因子，bp为bp神经网络。

37、作为本发明的一种优选方案，依据绝对性影响因子对评价结果的预期性影响关系，赋予所述绝对性影响因子一个绝对影响值，包括：

38、当绝对性影响因子对评价结果的预期性影响关系为积极影响关系，则赋予绝对性影响因子为n；

39、当绝对性影响因子对评价结果的预期性影响关系为消极影响关系，则赋予绝对性影响因子为-n。

40、作为本发明的一种优选方案，其特征在于：依据各个影响维度对评价结果的影响权重以及所述绝对影响值构建用于评价项目投资推荐程度的项目推荐模型，包括：

41、利用各个影响维度对评价结果的影响权重对各个影响维度进行对应权重加权，并将加权后的影响维度与绝对性影响因子进行求和得到项目推荐模型；

42、所述项目推荐模型的模型表达式为：

43、

44、式中，score为项目投资推荐程度，wj为第j个影响维度中相关性影响因子均值，d为绝对性影响因子，tj为第j个影响维度对评价结果的影响权重，m为影响维度的总数量。

45、作为本发明的一种优选方案，对待评估矿产项目进行风险评估，包括：

46、将待评估矿产项目的评价指标划分为绝对性影响因子和相关性影响因子，并将待评价矿产项目的相关性影响因子划分至各个影响维度；

47、利用影响维度对评价结果的影响权重测算模型获得待评估矿产项目的各个影响维度对评价结果的影响权重，再利用项目推荐模型基于待评估矿产项目的绝对性影响因子、相关性影响因子、影响维度以及影响维度对评价结果的影响权重计算出待评估矿产项目的项目投资推荐程度；

48、追踪待评估矿产项目，并获得项目投资推荐程度项目完成后的项目投资推荐程度实际值；

49、将项目投资推荐程度实际值反馈至影响维度对评价结果的影响权重测算模型和项目推荐模型中，修正影响维度对评价结果的影响权重测算模型和项目推荐模型的模型参数，以实现影响维度对评价结果的影响权重测算模型和项目推荐模型准确率的提高。

50、作为本发明的一种优选方案，本发明提供了一种应用全面性项目投资推荐模型构建方法的推荐测算系统，包括：

51、数据输入模块，用于输入各个所述相对性影响因子的真实数值，以及绝对性影响因子的赋予值；

52、数据存储模块，存储有各所述相对性影响因子的真实数据与换算代表值的对应数据表，存储有用于评价项目投资推荐程度的项目推荐模型，以及存储有用于测算划分相对性影响因子的影响维度对评价结果的影响权重测算模型；

53、数据转换模块，用于接收所述真实数值并从对应的数据表中获取换算后的代表值；

54、模型计算模块，将各个所述相对性影响因子的代表值利用影响维度对评价结果的影响权重测算模型得到各个影响维度对评价结果的影响权重，将各个所述代表值、各个影响维度对评价结果的影响权重和所述赋予值代入项目推荐模型，获得项目投资推荐程度；

55、模型修正模块，追踪待评估矿产项目的项目周期，并利用项目周期完成后的项目投资推荐程度实际值对项目推荐模型和影响维度对评价结果的影响权重测算模型进行修正；

56、其中，所述数据转换模块分别与数据输入模块和数据存储模块通信连接，所述模型计算模块分别与数据转换模块和数据存储模块通信连接，所述模型修正模块分别与数据存储模块和模型计算模块通信连接。

57、本发明与现有技术相比较具有如下有益效果：

58、本发明对相关性影响因子按照对评价结果的影响程度划分为多个维度，依据历史数据中相关性影响因子的影响作用，分两级模拟分析并构建了各影响维度对评价结果的相关性影响关系，并结合对评价结果具有绝对性影响关系的因子构建项目推荐模型，充分考虑了所有对项目具有实质性影响的因子，实际应用时，只需要将绝对性影响因子和各相关性影响因子输入项目推荐模型中即可获得评价结果。