Разработка прототипа информационно-управляющей платформы для подбора, маршрутизации и трекинга по инструментам инвестиционного финансирования на основе нейронной сети" (договор №161ГС1ЦТНТИС5/64209 от 24.12.2020)

Реферат отчета. НТО содержит: 149 страниц, 11 схем, 77 иллюстраций, 20 таблиц, 7 приложений Ключевые слова: персональный инвестиционный маршрут, сорсинг, метчинг, онтология (экспертный граф) Цель работы: 1. Функционально-технологический анализ существующих международных и российских рекомендательных платформенных решений (сервисов). 2. Разработка требований к функционалу платформы и к пользовательским интерфейсам платформы. 3. Разработка и доработка структурной схемы прототипа платформы. 4. Разработка и наполнение базы данных инструментов финансирования на основе экспертного графа для дальнейшего наполнения базы данных платформы. 5. Разработка требований к нейросети и системы машинного обучения. 6.Разработка и тестирование программного и пользовательского интерфейса библиотеки знаний о инструментах финансирования на основе онтологии. 7.Разработка программного и пользовательского интерфейса платформы и личного кабинета платформы. 8.Разработка и тестирование рекомендательного сервиса маршрутизации на основе нейросети и системы машинного обучения. 9.Исследование разметки входящих данных, доработка процесса обучения нейросети Результаты работы: 1. Проведен теоретический и экспериментальный функционально-технологический анализ позволил определить современное состояние рекомендательных систем и их функционала/реализуемых технологий в рассматриваемой области, определить основные направления и подходы для решения задачи создания прототипа информационно-управляющая платформы для подбора, маршрутизации и трекинга по инструментам инвестиционного финансирования на основе нейронной сети. 2.Разработаны и определены базовые функции будущей платформы разработаны технические требования к реализации этих функций на платформе: внесение данных о компании в платформу в формате опросника, внесение данных о программах финансирования в систему, подбор под параметры компании оптимальных программ финансирования (разработка инвестиционного маршрута), оценка вероятности при текущих параметрах бизнеса и компании в получении финансирования, выведения базовых рекомендаций для повышения вероятности (повышение инвестиционной привлекательности бизнеса), функция шеринга полученного инвестиционного маршрута, внесение/редактирование данных об инструментах финансирования для подбора. Задача выполнена полностью. 3. Разработан и протестирован на пользователях будущий интерфейс платформы на основе требований к функционалу платформы, проведенным дизайн-исследованиям пользовательского пути и экспериментальным исследованиям (Подобраны компании, в настоящий момент привлекающие финансирование). 4. Разработана и наполнена база данных инструментов финансирования на основе экспертного графа, смоделирована структура экспертного графа для описания программ финансирования, создана база данных для программ финансирования, детально описаны первые 50 программ финансирования для наполнения платформой контентом, создана база из первых более чем 300 программ финансирования для дальнейшей детализации. 5. Разработаны требования и техническое задание на проектирование нейросети и запуска процесса машинного обучения, сформированы базовые правила развития нейронной сети, правила подбора программы финансирования, правила вывода персональных рекомендаций, правила приоритезации по бизнесу и проекту на основе разработанных требований на функционалу платформы и структуры к экспертного графа. 6. Разработан и протестирован на открытой группе пользователей (более 400 посетителей) интерфейс библиотеки знаний о инструментах финансирования на основе онтологии, разработан и протестирован программный (админка) интерфейса библиотеки знаний о инструментах финансирования на основе онтологии, функционал реализован на платформе. 7.Разработан и протестирован программный и пользовательский интерфейс платформы. Разработан и протестирован личный кабинет платформы. 8.Разработан и протестирован рекомендательный сервис маршрутизации на основе нейросети, разработана и протестирована система машинного обучения для улучшения сервиса маршрутизации на основе реализованных персональных инвестиционных маршрутов по открытым данным пользователей. 9.проведено исследование разметки входящих данных от анкет, заполняемых пользователями. На основе полученных данных произведены корректировки в методлике обучения нейросети. Доработан процесс обучения нейросети. Все цели и задачи, предусмотренные Календарным планом и Техническим заданием по договору № 161ГС1ЦТНТИС5/64209 от 24.12.2020 о выполнении НИОКР достигнуты и решены в полном объеме.