CN110502921B - 一种用于对用户贡献进行数据化处理的权证可结算系统 - Google Patents

Abstract

本发明公开了一种用于对用户贡献进行数据化处理的权证可结算系统，其技术方案要点是包括行为获取子系统和数据处理子系统，行为获取子系统获取用户行为，并根据用户行为生成用户行为信息，数据处理子系统通过价值资产处理模块和信用资产处理模块将用户行为信息转换为资产值，数据处理子系统通过权证处理模块将资产值转换为权证值，数据处理子系统通过权证分红模块按用户的权证值分配用户对应的分红收益值。通过这样设置，实现了将用户对企业的贡献进行资产化，使得用户能够根据贡献值不同得到不同的权证值，并根据权证值得到分红收益值，以及通过信心指数实现权证价值的互换。

Description

一种用于对用户贡献进行数据化处理的权证可结算系统

技术领域

本发明涉及数据处理领域，更具体的说是涉及一种用于对用户贡献进行数据化处理的权证可结算系统。

背景技术

虚拟资产是借助于计算机这种媒介表现出来的数据组合。随着移动互联网、物联网、云计算等新一代信息技术的迅猛发展，虚拟资产已经成为社会发展的新要素、产业发展的新引擎和治理现代化的新动力。

用户于各个企业或者平台上的消费、投资、注册、传播等各种行为都会对企业或者平台的成长提供帮助，即用户的各种行为会对企业或者平台的发展产生贡献，不同的用户行为对企业或者平台的发展做出的贡献不同。将用户的各种有价值的行为进行数据化，并且根据贡献值大小分配给用户不同价值的虚拟资产是未来企业发展的新方向，未来商业变革的核心是：把用户创造的价值还给用户。目前缺少一种能够将用户对企业的贡献进行资产化的系统。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种用于对用户贡献进行数据化处理的权证可结算系统，该系统能够将用户对企业或者平台的贡献进行资产化，使得用户能够根据贡献值不同得到企业或者平台不同的资产即权证。

为实现上述目的，本发明提供了如下技术方案：一种用于对用户贡献进行数据化处理的权证可结算系统，包括行为获取子系统以及数据处理子系统，所述行为获取子系统用于获取用户行为，并根据用户行为生成用户行为信息，所述数据处理子系统配置有行为信息表，所述数据处理子系统通过所述行为信息表筛选用户行为信息以生成对应的用户行为数据，每一用户行为数据包括用户行为值以及该用户行为值对应的用户行为类；

所述数据处理子系统配置有价值资产处理模块，所述价值资产处理模块配置有价值资产处理策略，所述价值资产处理策略包括所述数据处理子系统根据不同的用户行为类对应的权重值不同，处理所述用户行为值以生成该用户的价值资产值，所述价值资产值反映用户行为对应的实际贡献；

所述数据处理子系统配置有信用资产处理模块，所述信用资产处理模块配置有信用资产处理策略，所述信用资产处理策略包括所述数据处理子系统根据不同的用户行为类对应的权重值不同，处理所述用户行为值以生成该用户的信用资产值，所述信用资产值反映用户行为对应的影响力贡献；

所述数据处理子系统配置有权证处理模块，所述权证处理模块配置有权证处理策略，所述数据处理子系统每隔预设的权证处理间隔时间进行一次权证处理策略，所述权证处理策略包括所述数据处理子系统对权证处理间隔时间内的所有价值资产值、信用资产值进行统计，通过预设的权证处理算法对权证处理间隔时间内的可分配权证进行分配，使得权证处理间隔时间内的所有价值资产值、信用资产值均转换为权证值；

所述数据处理子系统配置有权证分红模块，所述权证分红模块包括有权证分红策略，所述权证分红策略包括所述数据处理子系统预设有收益分配算法，所述数据处理子系统响应用户终端的分红请求，当用户终端满足分红条件时，所述数据处理子系统根据用户的权证值和公司或者平台盈利值通过收益分配算法得到分红收益值，并将分红收益值发送给用户终端。

作为本发明的进一步改进：所述可结算系统还包括有区块处理端，所述行为获取子系统以及数据处理子系统均设置有若干个，每个行为获取子系统与一个数据处理子系统连接，所述区块处理端与各个数据处理子系统连接，所述数据处理子系统以价值资产值和对应的用户生成对应的价值资产数据，所述数据处理子系统以信用资产值和对应的用户生成对应的信用资产数据，所述数据处理子系统以权证值和对应的用户生成对应的权证数据；

所述区块处理端配置有价值资产量化评估加密模块，所述价值资产量化评估加密模块配置有价值资产数据加密策略，所述价值资产数据加密策略包括所述区块处理端接收价值资产数据，并通过预设的价值资产加密算法对价值资产数据进行加密得到价值资产密文和价值资产秘钥，所述区块处理端收集在预设的价值资产加密时间内生成的所有价值资产密文以形成价值资产密文信息，所述区块处理端将所述价值资产密文信息发送到所有的用户终端，并删除所述区块处理端的价值资产密文信息，所述区块处理端根据用户数据将对应的价值资产秘钥发送到对应的用户终端，并删除所述区块处理端的价值资产秘钥；

所述区块处理端配置有信用资产量化评估加密模块，所述信用资产量化评估加密模块配置有信用资产数据加密策略，所述信用资产数据加密策略包括所述区块处理端接收信用资产数据，并通过预设的信用资产加密算法对信用资产数据进行加密得到信用资产密文和信用资产秘钥，所述区块处理端收集在预设的信用资产加密时间内生成的所有信用资产密文以形成信用资产密文信息，所述区块处理端将所述信用资产密文信息发送到所有的用户终端，并删除所述区块处理端的信用资产密文信息，所述区块处理端根据用户数据将对应的信用资产秘钥发送到对应的用户终端，并删除所述区块处理端的信用资产秘钥；

所述区块处理端设置有权证加密模块，所述权证加密模块包括权证加密策略，所述权证加密策略包括所述区块处理端接收权证数据，并通过预设的权证加密算法对权证数据进行加密得到权证密文和权证秘钥，所述区块处理端收集在预设的权证加密时间内生成的所有权证密文以形成权证密文信息，所述区块处理端将所述权证密文信息发送到所有的用户终端，并删除所述区块处理端的权证密文信息，所述区块处理端根据用户数据将对应的权证秘钥发送到对应的用户终端，并删除所述区块处理端的权证秘钥。

作为本发明的进一步改进，所述区块处理端配置有权证转移模块，所述权证转移模块配置有权证转移策略，所述权证转移策略包括所述区块处理端接收用户终端的权证转移请求、转移信息以及权证秘钥，所述转移信息包括请求用户终端信息和目标用户终端信息，所述请求用户终端信息为生成该权证转移请求的用户终端对应的终端信息，所述目标用户终端信息为该权证转移请求指向的用户终端对应的终端信息，所述区块处理端根据目标用户终端信息将请求用户终端信息和权证转移请求发送至目标用户终端，所述目标用户终端确认权证转移请求后，所述区块处理端将权证秘钥发送至目标用户终端。

作为本发明的进一步改进，所述信用资产处理模块还配置有信用资产评价处理策略，所述信用资产评价处理策略包括所述数据处理子系统根据不同的用户行为类对应的权重值不同，处理所述用户行为值以生成该评价用户的信用资产评价值，以所述信用资产评价值和对应的目标用户生成对应的信用资产评价数据，所述评价用户为发起评价的用户，所述目标用户为被评价的用户；

所述信用资产量化评估加密模块配置有信用资产评价数据加密策略，所述信用资产评价数据加密策略包括所述区块处理端接收信用资产评价数据，并通过预设的信用资产评价加密算法对信用资产评价数据进行加密得到信用资产评价密文和信用资产评价秘钥，所述区块处理端收集在预设的信用资产评价加密时间内生成的所有信用资产评价密文以形成信用资产评价密文信息，所述区块处理端将所述信用资产评价密文信息发送到所有的用户终端，并删除所述区块处理端的信用资产评价密文信息，所述区块处理端根据目标用户数据将对应的信用资产评价秘钥发送到对应的目标用户终端，并删除所述区块处理端的信用资产评价秘钥。

作为本发明的进一步改进，所述用户行为值对应的信用资产值通过信用资产处理策略计算，所述信用资产处理策略获取用户行为相关信息以计算得到该用户行为的信用资产值，所述用户行为相关信息包括用户行为频次、用户不动产信息、用户银行存款信息、用户消费信息、用户征信信息。

作为本发明的进一步改进，所述权证处理策略通过权证处理算法计算得到用户的权证区间，所述权证处理算法的计算公式为：

W＝x×(n-n×0.1，n+n×0.1]

其中，n为价值资产值和信用资产值之和，x为可变系数，W为权证区间，根据计算所得的权证区间确定一个数作为权证值。

作为本发明的进一步改进，所述用户行为类包括消费行为类，所述消费行为类于所述价值资产处理策略中的权重值为0.6，所述消费行为类于所述信用资产处理策略中的权重值为0.15。

作为本发明的进一步改进，所述用户行为类包括讲课行为类，所述讲课行为类中对应的价值资产值通过价值资产处理策略计算获得，所述价值资产处理策略获取讲课相关信息以计算得到该讲课行为的价值资产值，所述讲课行为类中对应的信用资产值通过信用资产处理策略计算获得，所述信用资产处理策略获取讲课相关信息以计算得到该讲课行为的信用资产值，所述讲课相关信息包括讲师级别、讲课时长、听课人数、听课反馈。

作为本发明的进一步改进，所述用户行为类包括听课行为类，所述听课行为类中对应的价值资产值通过价值资产处理策略计算获得，所述价值资产处理策略获取听课相关信息以计算得到该听课行为的价值资产值，所述听课行为类中对应的信用资产值通过信用资产处理策略计算获得，所述信用资产处理策略获取听课相关信息以计算得到该听课行为的信用资产值，所述听课相关信息包括听课时间、听课后是否评价、听课后评价的及时性。

作为本发明的进一步改进，所述用户行为类包括文章发表行为类，所述文章发表行为类中对应的价值资产值通过价值资产处理策略计算获得，所述价值资产处理策略获取文章相关信息以计算得到该文章发表的价值资产值，所述文章发表行为类中对应的信用资产值通过信用资产处理策略计算获得，所述信用资产处理策略获取文章相关信息以计算得到该文章发表的信用资产值，所述文章相关信息包括文章点赞数、文章转发数、文章收藏数、文章评价类别。

本发明的有益效果：通过行为获取子系统以及数据处理子系统的设置，行为获取子系统获取用户行为，并根据用户行为生成用户行为信息，数据处理子系统通过价值资产处理模块和信用资产处理模块将用户行为信息转换为资产值，数据处理子系统通过权证处理模块将资产值转换为权证值，数据处理子系统通过权证分红模块按用户的权证值分配用户对应的分红收益值。通过这样设置，实现了将用户对企业的贡献进行资产化，使得用户能够根据贡献值不同得到不同的权证值，并根据权证值得到分红收益值。

附图说明

图1为本发明的系统原理图；

图2为本发明的系统框架图；

图3为权证转移策略的工作原理图；

图4为权证互换自洽交易策略的工作原理图；

图5为消费行为类用户行为的资产值计算原理图；

图6为参加活动行为类用户行为的资产值计算原理图；

图7为讲课行为类用户行为的资产值计算原理图；

图8为听课行为类用户行为的资产值计算原理图；

图9为文章发表行为类用户行为的资产值计算原理图；

图10为文章审核行为类用户行为的资产值计算原理图；

图11为专利行为类用户行为的资产值计算原理图。

附图标记：100、行为获取子系统；200、数据处理子系统；210、行为信息表；220、价值资产处理模块；230、信用资产处理模块；240、权证处理模块；250、权证分红模块；300、区块处理端；310、价值资产量化评估加密模块；320、信用资产量化评估加密模块；330、权证加密模块；340、权证转移模块。

具体实施方式

下面结合附图和实施例，对本发明进一步详细说明。

参照图1、图2所示，本实施例的一种用于对用户贡献进行数据化处理的权证可结算系统，包括区块处理端300、若干行为获取子系统100以及若干数据处理子系统200，行为获取子系统100用于获取用户行为，并根据用户行为生成用户行为信息，数据处理子系统200配置有行为信息表210，数据处理子系统200通过行为信息表210筛选用户行为信息以生成对应的用户行为数据，每一用户行为数据包括用户行为值以及该用户行为值对应的用户行为类；用户行为类包括有投资行为类、消费行为类、实名注册行为类、参加活动行为类、文章发表行为类、文章审核行为类、转发行为类、被转发行为类、被评价行为类、收藏行为类、被收藏行为类、讲课行为类、听课行为类、听课评价行为类、专利行为类、专利转让行为类、专利产业化行为类等。

例如用户A消费了100元后，行为获取子系统100获取用户A的消费行为，并通过行为信息表210生成用户行为值为100元，用户行为类为消费行为类。

数据处理子系统200配置有价值资产处理模块220，价值资产处理模块220配置有价值资产处理策略，价值资产处理策略包括数据处理子系统200根据不同的用户行为类对应的权重值不同，处理用户行为值以生成该用户的价值资产值，价值资产值反映用户行为对应的实际贡献，以价值资产值和对应的用户生成对应的价值资产数据。

在价值资产处理策略中，不同用户行为类对应的权重值不同，例如消费行为类于价值资产处理策略中的权重值为0.6，因此例如用户A消费了100元，用户A通过价值资产处理策略计算得到的价值资产值为60。

区块处理端300配置有价值资产量化评估加密模块310，价值资产量化评估加密模块310配置有价值资产数据加密策略，价值资产数据加密策略包括区块处理端300接收价值资产数据，并通过预设的价值资产加密算法对价值资产数据进行加密得到价值资产密文和价值资产秘钥，区块处理端300收集在预设的价值资产加密时间内生成的所有价值资产密文以形成价值资产密文信息，区块处理端300将价值资产密文信息发送到所有的用户终端，并删除区块处理端300的价值资产密文信息，区块处理端300根据用户数据将对应的价值资产秘钥发送到对应的用户终端，并删除区块处理端300的价值资产秘钥；用户终端可以为企业电脑端或者用户手机端，只有用户终端具有价值资产密文和对应的价值资产秘钥，因此只有用户终端能够获取价值资产数据。价值资产加密算法配置为哈希算法。

例如用户A有价值资产值为60，用户A的价值资产值经过价值资产数据加密策略加密后，将产生的价值资产密文发送到所有用户终端，将产生的价值资产秘钥发送到用户A的用户终端，因此只有用户A的用户终端能够获取用户A的价值资产值为60。

数据处理子系统200配置有信用资产处理模块230，信用资产处理模块230配置有信用资产处理策略，信用资产处理策略包括数据处理子系统200根据不同的用户行为类对应的权重值不同，处理用户行为值以生成该用户的信用资产值，信用资产值反映用户行为对应的影响力贡献，以信用资产值和对应的用户生成对应的信用资产数据。

在信用资产处理策略中，不同用户行为类对应的权重值不同，例如消费行为类于信用资产处理策略中的权重值为0.15，因此例如用户A消费了100元，用户A通过信用资产处理策略计算得到的信用资产值为15。

区块处理端300配置有信用资产量化评估加密模块320，信用资产量化评估加密模块320配置有信用资产数据加密策略，信用资产数据加密策略包括区块处理端300接收信用资产数据，并通过预设的信用资产加密算法对信用资产数据进行加密得到信用资产密文和信用资产秘钥，区块处理端300收集在预设的信用资产加密时间内生成的所有信用资产密文以形成信用资产密文信息，区块处理端300将信用资产密文信息发送到所有的用户终端，并删除区块处理端300的信用资产密文信息，区块处理端300根据用户数据将对应的信用资产秘钥发送到对应的用户终端，并删除区块处理端300的信用资产秘钥；用户终端可以为企业电脑端或者用户手机端，只有用户终端具有信用资产密文和对应的信用资产秘钥，因此只有用户终端能够获取信用资产数据。信用资产加密算法配置为哈希算法。

例如用户A有信用资产值为15，用户A的信用资产值经过信用资产数据加密策略加密后，将产生的信用资产密文发送到所有用户终端，将产生的信用资产秘钥发送到用户A的用户终端，因此只有用户A的用户终端能够获取用户A的信用资产值为15。

数据处理子系统200配置有权证处理模块240，权证处理模块240配置有权证处理策略，数据处理子系统200每隔预设的权证处理间隔时间进行一次权证处理策略，权证处理策略包括数据处理子系统200对权证处理间隔时间内的所有价值资产值、信用资产值进行统计，通过预设的权证处理算法对权证处理间隔时间内的可分配权证进行分配，使得权证处理间隔时间内的所有价值资产值、信用资产值均转换为权证值，以权证值和对应的用户生成对应的权证数据；权证处理间隔时间可设置为1天。

权证处理策略通过权证处理算法计算得到用户的权证区间，权证处理算法的计算公式为：

W＝x×(n-n×0.1，n+n×0.1]

其中，n为价值资产值和信用资产值之和，x为可变系数，W为权证区间，根据计算所得的权证区间确定一个数作为权证值。

可变系数x根据该企业或者平台于该权证处理间隔时间内可分配权证数量和该企业或者平台权证处理间隔时间内的所有用户获得的资产值的比值确定。

权证代表的是公司或平台的股份，可将公司或者平台的一定比例的股份折算成一定数量的权证。例如公司或平台的100％的股份为10亿或100亿权证，每天根据公司或平台的资产值计算出一定数量或一定比例的权证按照个人或者机构的贡献度分配给个人或机构，直到分配完为止。

例如权证处理间隔时间设置为1天，该企业或者平台的于该天的可分配权证数量为1000，该企业或者平台一天时间内的所有用户获得的资产值为50000，则可变系数x为0.02。例如用户A在该天获得价值资产值60，信用资产值为15，则用户A的价值资产值和信用资产值之和n为75，将x为0.02，n为75代入到权证处理算法内得到用户A的权证区间W为(1.35，1.65]，确定用户A于该天在该企业或者平台获得的权证值为1.36。

区块处理端300设置有权证加密模块330，权证加密模块330包括权证加密策略，权证加密策略包括区块处理端300接收权证数据，并通过预设的权证加密算法对权证数据进行加密得到权证密文和权证秘钥，区块处理端300收集在预设的权证加密时间内生成的所有权证密文以形成权证密文信息，区块处理端300将权证密文信息发送到所有的用户终端，并删除区块处理端300的权证密文信息，区块处理端300根据用户数据将对应的权证秘钥发送到对应的用户终端，并删除区块处理端300的权证秘钥；只有用户终端具有权证密文和对应的权证秘钥，因此只有用户终端能够获取权证数据。权证加密算法配置为哈希算法。

例如用户A有权证值1，用户A的权证值经过权证加密策略加密后，将产生的权证密文发送到所有用户终端，将产生的权证秘钥发送到用户A的用户终端，因此只有用户A的用户终端能够获取用户A的权证值为1。

参照图1、图3所示，区块处理端300配置有权证转移模块340，权证转移模块340配置有权证转移策略，权证转移策略包括区块处理端300接收用户终端的权证转移请求、转移信息以及权证秘钥，转移信息包括请求用户终端信息和目标用户终端信息，请求用户终端信息为生成该权证转移请求的用户终端对应的终端信息，目标用户终端信息为该权证转移请求指向的用户终端对应的终端信息，区块处理端300根据目标用户终端信息将请求用户终端信息和权证转移请求发送至目标用户终端，目标用户终端确认权证转移请求后，区块处理端300将权证秘钥发送至目标用户终端；

例如用户A欲将其在企业或者平台的权证值1转移给用户B，此时用户A的用户终端将权证转移请求、权证值1对应的权证秘钥、用户A的终端信息、用户B的终端信息发送至区块处理端300，区块处理端300根据用户B的终端信息将用户A的终端信息和权证转移请求发送至用户B的用户终端，当用户B确认权证转移请求后，区块处理端300将权证秘钥发送至用户B的用户终端，由于用户B的用户终端储存有所有权证密文，因此用户B能够通过权证秘钥获取权证值1，若用户B不确认权证转移请求，则区块处理端300将权证秘钥发还给用户A的用户终端。

参照图2、图4所示，权证转移模块340还配置有权证互换自洽交易策略，权证互换自洽交易策略包括权证处理端300根据企业或者平台的估值计算出各企业或者平台的信心指数，企业或者平台的估值与企业或者平台盈利、企业或者平台人数、企业或者平台用户数、企业或者平台人均贡献值、企业或者平台毛利润、企业或者平台资产等信息相关；区块处理端300接收用户终端的权证交易请求、交易信息、用户终端权证秘钥，交易信息包括请求用户终端信息、目标用户终端信息，请求用户终端信息为生成该权证转移请求的用户终端对应的终端信息，目标用户终端信息为该权证转移请求指向的用户终端对应的终端信息，区块处理端300根据请求用户的权证秘钥所对应的权证值、请求用户企业或者平台信心指数以及目标用户企业或者平台信心指数通过权证交易算法计算目标用户交易所需权证值，区块处理端300根据目标用户终端信息将请求用户终端信息、权证交易请求以及目标用户交易所需权证值发送至目标用户终端，目标用户终端确认权证交易请求后，目标用户终端将目标用户终端的权证秘钥发送至区块处理端300，区块处理端300将请求用户的权证秘钥发送至目标用户终端，同时区块处理端300将目标用户的权证秘钥发送至请求用户终端。

权证交易算法可以为：

其中，w为目标用户交易所需权证值，n为请求用户交易权证值，a1为请求用户企业或者平台信心指数，a2为目标用户企业或者平台信心指数；由于各个企业或者平台的发展前景不同，各个企业或者平台同数量的权证值对应的价值不同，因此权证交易过程中经过换算以提高交易公平性。

例如用户A欲用其在企业或者平台A的权证值50交换用户B在企业或者平台B的权证值，此时用户A的用户终端将权证转移请求、权证值50对应的权证秘钥、用户A的终端信息、用户B的终端信息发送至区块处理端300，若企业或者平台A的企业或者平台信心指数为100，企业或者平台B的企业或者平台信心指数为50，则通过计算，目标用户交易所需权证值为100，区块处理端300根据用户B的终端信息将用户A的终端信息、权证转移请求以及目标用户交易所需权证值100发送至用户B的用户终端，当用户B确认权证转移请求后，用户B将权证值100对应的权证秘钥发送给区块处理端300，之后区块处理端300将用户A的权证秘钥发送至用户B的用户终端，将用户B的权证秘钥发送至用户A的用户终端，由于用户A和用户B的用户终端储存有所有权证密文，因此用户A和用户B获得对方的权证秘钥后就能够获取对方的权证值，若用户B不确认权证转移请求，则区块处理端300将用户A的权证秘钥发还给用户A的用户终端。

参照图2所示，数据处理子系统200配置有权证分红模块250，权证分红模块250包括有权证分红策略，权证分红策略包括数据处理子系统200预设有收益分配算法，数据处理子系统200响应用户终端的分红请求，当用户终端满足分红条件时，数据处理子系统200根据用户的权证值和企业或者平台盈利值通过收益分配算法得到分红收益值，并将分红收益值发送给用户终端。用户应当具有权证值才能进行分红，并且用户的权证值越高，获得的分红收益值越大。

信用资产处理模块230还配置有信用资产评价处理策略，信用资产评价处理策略包括数据处理子系统200根据不同的用户行为类对应的权重值不同，处理用户行为值以生成该评价用户的信用资产评价值，以信用资产评价值和对应的目标用户生成对应的信用资产评价数据，评价用户为发起评价的用户，目标用户为被评价的用户。

例如用户C听了用户D的课后对用户D进行了评价打分，打分值为80分，即用户C进行了听课评价行为，用户C为评价用户，用户D为目标用户。行为获取子系统100获取用户C的听课评价行为，并通过行为信息表210生成用户行为值为80分，用户行为类为听课评价行为类。在信用资产评价处理策略中，不同用户行为类对应的权重值不同，例如听课评价行为类于信用资产评价处理策略中的权重值为0.2，因此用户C对用户的打分值为80分，则用户C的信用资产评价值为16。打分值有正负之分，分值为正说明用户C对用户D做了积极的评价；分值为负说明用户C对用户D做了消极的评价。

信用资产量化评估加密模块320配置有信用资产评价数据加密策略，信用资产评价数据加密策略包括区块处理端300接收信用资产评价数据，并通过预设的信用资产评价加密算法对信用资产评价数据进行加密得到信用资产评价密文和信用资产评价秘钥，区块处理端300收集在预设的信用资产评价加密时间内生成的所有信用资产评价密文以形成信用资产评价密文信息，区块处理端300将信用资产评价密文信息发送到所有的用户终端，并删除区块处理端300的信用资产评价密文信息，区块处理端300根据目标用户数据将对应的信用资产评价秘钥发送到对应的目标用户终端，并删除区块处理端300的信用资产评价秘钥；只有目标用户终端具有信用资产评价密文和对应的信用资产评价秘钥，因此只有用户终端能够获取信用资产评价数据。信用资产评价加密算法配置为哈希算法。

例如用户C听了用户D的课后对用户D进行了评价打分，打分值为80分，此时用户C的信用资产评价值为16，该信用资产评价值经过信用资产评价数据加密策略加密后，将产生的信用资产评价密文发送到所有用户终端，将产生的信用资产评价秘钥发送到用户D的用户终端，因此只有用户D的用户终端能够获取该信用资产评价值为60。当用户C对用户D做了积极的评价时，该信用资产评价值将增加用户D的信用资产值，当用户C对用户D做了消极的评价时，该信用资产评价值将降低用户D的信用资产值。

用户行为值对应的信用资产值通过信用资产处理策略计算，信用资产处理策略获取用户行为相关信息以计算得到该用户行为的信用资产值，用户行为相关信息包括用户行为频次、用户不动产信息、用户银行存款信息、用户消费信息、用户征信信息。用户行为频次表示该用户在发生该用户行为前的一定时间内的其他用户行为次数，用户行为值和用户行为类相同时，用户的用户行为频次越高、用户不动产价值越高、用户银行存款越多、用户消费越多、用户征信越好，则用户获得的信用资产值越高。

参照图5所示，用户行为类包括消费行为类，消费行为类中对应的价值资产值通过价值资产处理策略计算获得，价值资产处理策略获取消费相关信息以计算得到该消费行为的价值资产值，消费行为类中对应的信用资产值通过信用资产处理策略计算获得，信用资产处理策略获取消费相关信息以计算得到该消费行为的信用资产值，消费相关信息包括消费金额。

消费行为类对应的价值资产处理策略的计算公式可以为：

P1＝a1×k

其中，P1是消费行为类得到的价值资产值，a1是预设的权重参数，k是消费金额，消费金额越大，则这次消费行为对企业带来的实际贡献越大，因此参考消费金额来对消费行为价值资产值进行计算。

消费行为类对应的信用资产处理策略的计算公式可以为：

P2＝a2×k

其中，P2是消费行为类得到的信用资产值，a2是预设的权重参数，该权证参数可根据不同用户的用户行为频次、用户不动产信息、用户银行存款信息、用户消费信息、用户征信信息来确定，也可直接指定为确定的数值，k是消费金额，消费金额越大，则能够预期该用户以后继续消费行为对企业带来的贡献越大，因此参考消费金额来对消费行为信用资产值进行计算。

参照图6所示，用户行为类包括参加活动行为类，参加活动行为类中对应的价值资产值通过价值资产处理策略计算获得，价值资产处理策略获取参加活动相关信息以计算得到该参加活动行为的价值资产值，参加活动行为类中对应的信用资产值通过信用资产处理策略计算获得，信用资产处理策略获取参加活动相关信息以计算得到该参加活动行为的信用资产值，参加活动相关信息包括参加活动时间、参加活动完整度；参加活动时间指的是用户参加该活动花费的时间，参加活动完整度指的是用户参加该活动花费的时间与该活动的总时间的比值，参加活动完整度可表明用户是否有迟到或早退。

参加活动行为类对应的价值资产处理策略的计算公式可以为：

K1＝a1×p×t

其中，K1是参加活动行为类得到的价值资产值，a1是预设的权重参数，p是参加活动完整度，t是参加活动时间，参加活动时间越多、参加活动完整度越高，则这次参加活动行为对企业带来的实际贡献越大，因此参考参加活动时间、参加活动完整度来对参加活动行为价值资产值进行计算。

参加活动行为类对应的信用资产处理策略的计算公式可以为：

K2＝a2×t+d×p

其中，K2是参加活动行为类得到的信用资产值，a2是预设的权重参数，该权证参数可根据不同用户的用户行为频次、用户不动产信息、用户银行存款信息、用户消费信息、用户征信信息来确定，也可直接指定为确定的数值，d是完整参加活动获得的初始信用资产值，p是参加活动完整度，t是参加活动时间，参加活动时间越多、参加活动完整度越高，则可以预期该用户以后继续参加活动行为对企业带来的贡献越大，因此参考参加活动时间、参加活动完整度来对参加活动行为信用资产值进行计算。

参照图7所示，用户行为类包括讲课行为类，讲课行为类中对应的价值资产值通过价值资产处理策略计算获得，价值资产处理策略获取讲课相关信息以计算得到该讲课行为的价值资产值，讲课行为类中对应的信用资产值通过信用资产处理策略计算获得，信用资产处理策略获取讲课相关信息以计算得到该讲课行为的信用资产值，讲课相关信息包括讲师级别、讲课时长、听课人数、听课反馈；讲师级别包括有初级讲师、中级讲师和高级讲师。

讲课行为类对应的价值资产处理策略的计算公式可以为：

S1＝a1(d×t)+b1n

其中，S1是讲课行为类得到的价值资产值，a1，b1是预设的权重参数，d是讲师级别、t是讲课时长，n是听课人数，讲师级别越高、讲课时长越长、听课人数越多，则这次讲课行为对企业带来的实际贡献越大，因此参考讲师级别、讲课时长、听课人数来对讲课行为价值资产值进行计算。

讲课行为类对应的信用资产处理策略的计算公式可以为：

S2＝a2(d×t)+b2(n×w)

其中，S2是讲课行为类得到的信用资产值，a2，b2是预设的权重参数，该权证参数可根据不同用户的用户行为频次、用户不动产信息、用户银行存款信息、用户消费信息、用户征信信息来确定，也可直接指定为确定的数值，d是讲师级别、t是讲课时长，n是听课人数、w是听众反馈的值，听众反馈值可以通过听众直接评分获得，也可以通过课后的行为(消费、关注平台)计算，讲师级别越高、讲课时长越长、听课人数越多、听众反馈越好，则能够预期该用户以后继续讲课行为能够对企业做出的贡献越大，因此参考讲师级别、讲课时长、听课人数、听课反馈来对讲课行为信用资产值进行计算。

参照图8所示，用户行为类包括听课行为类，听课行为类中对应的价值资产值通过价值资产处理策略计算获得，价值资产处理策略获取听课相关信息以计算得到该听课行为的价值资产值，听课行为类中对应的信用资产值通过信用资产处理策略计算获得，信用资产处理策略获取听课相关信息以计算得到该听课行为的信用资产值，听课相关信息包括听课时间、听课后是否评价、听课后评价的及时性。

听课行为类对应的价值资产处理策略的计算公式可以为：

H1＝c1×t1+d1(k-t2)

其中，H1是听课行为类得到的价值资产值，c1，d1是预设的权重参数，k是预设的最迟评价时间，超过该时间则无法进行评价，t1是听课时间、t2是完成听课到完成评价的时间，若用户在最迟评价时间内未作出评价，则t2取值为K；听课时间越长，用户听课后进行评价且听课后用户评价越快，则用户的听课行为对企业带来的实际贡献越大，因此参考听课时间、听课后是否评价、听课后评价的及时性来对听课行为价值资产值进行计算。

听课行为类对应的信用资产处理策略的计算公式可以为：

H2＝c2×t1(k-t2)

其中，H2是听课行为类得到的信用资产值，c2是预设的权重参数，该权证参数可根据不同用户的用户行为频次、用户不动产信息、用户银行存款信息、用户消费信息、用户征信信息来确定，也可直接指定为确定的数值，k是最迟评价时间，超过该时间则无法进行评价，t1是听课时间、t2是完成听课到完成评价的时间，若用户在最迟评价时间内未作出评价，则t2取值为K；听课时间越长，用户听课后进行评价且听课后用户评价越快，则能够预期该用户以后继续听课行为对企业带来的贡献越大，因此参考听课时间、听课后是否评价、听课后评价的及时性来对听课行为信用资产值进行计算。

参照图9所示，用户行为类包括文章发表行为类，文章发表行为类中对应的价值资产值通过价值资产处理策略计算获得，价值资产处理策略获取文章相关信息以计算得到该文章发表的价值资产值，文章发表行为类中对应的信用资产值通过信用资产处理策略计算获得，信用资产处理策略获取文章相关信息以计算得到该文章发表的信用资产值，文章相关信息包括文章类别、文章点赞数、文章收藏数、文章转发数、文章评价类别；文章类别包括有管理类、项目构建类、平台(系统)构建类、企业互联网化(数据化)类、设计研发类、前沿科技类、新闻时政类、财经类、影视文化类等，文章评价类别可分为极差、较差、中等、较好、极好五种类别。

文章发表行为类对应的价值资产处理策略的计算公式可以为：

E1＝d+(a1×n+b1×m+c1×k+e1×h)

其中，E1是文章发表行为类得到的价值资产值，a1，b1，c1，e1是预设的权重参数，d是不同类别文章对应的初始值，n是文章点赞数，m是文章收藏数,，k是文章转发数，h是文章评价类别。不同类别文章的撰写完成难度不同，用户发表的文章的完成难度越高、文章发表后文章点赞数越高、文章收藏数越高、文章转发数越高、文章评价越好，则用户的该文章发表行为对企业带来的实际贡献越高，因此参考文章类别、文章点赞数、文章收藏数、文章转发数、文章评价类别来对用户文章发表行为的价值资产值进行计算。

文章发表行为类对应的信用资产处理策略的计算公式可以为：

E2＝a2×d+b2(n+m+k)+c2×h

其中，E2是文章发表行为类得到的信用资产值，a2，b2，c2是预设的权重参数，该权证参数可根据不同用户的用户行为频次、用户不动产信息、用户银行存款信息、用户消费信息、用户征信信息来确定，也可直接指定为确定的数值，d是不同类别文章对应的初始值，n是文章点赞数，m是文章收藏数，k是文章转发数，h是文章评价类别。不同类别文章的撰写完成难度不同，用户发表的文章的完成难度越高、文章发表后文章点赞数越高、文章收藏数越高、文章转发数越高、文章评价类别越好，则可以预期该用户以后的其他文章发表行为对企业带来的贡献越高，因此参考文章类别、文章点赞数、文章收藏数、文章转发数来对用户文章发表行为的信用资产值进行计算。

参照图10所示，用户行为类包括文章审核行为类，文章审核行为类中对应的价值资产值通过价值资产处理策略计算获得，价值资产处理策略获取文章相关信息以计算得到该文章审核的价值资产值，文章审核行为类中对应的信用资产值通过信用资产处理策略计算获得，信用资产处理策略获取文章相关信息以计算得到该文章审核的信用资产值，文章相关信息包括文章审核进度、文章类别；审核进度包括有一审、二审和三审。

文章审核行为类对应的价值资产处理策略的计算公式可以为：

G1＝a1×d+b1×h

其中，G1是文章审核行为类得到的价值资产值，a1、b1是预设的权重参数，d是不同类别文章对应的初始值，h是审核进度。不同审核进度的审核要求不同，因此审核难度不同，不同类别文章审核时对审核人员的知识储备要求不同，因此因此审核难度也不同，审核越难，该用户的审核行为对企业的实际贡献越大，因此参考文章审核进度、文章类别来对用户文章审核行为的价值资产值进行计算。

文章审核行为类对应的信用资产处理策略的计算公式可以为：

G2＝a2×d×h

其中，G2是文章审核行为类得到的信用资产值，a2是预设的权重参数，该权证参数可根据不同用户的用户行为频次、用户不动产信息、用户银行存款信息、用户消费信息、用户征信信息来确定，也可直接指定为确定的数值，d是不同类别文章对应的初始值，h是审核进度；不同审核进度的审核要求不同，因此审核难度不同，不同类别文章审核时对审核人员的知识储备要求不同，因此因此审核难度也不同，用户的该次审核行为的审核难度越大，则可以预期该用户以后的审核行为对企业的贡献也将越大，因此参考文章审核进度、文章类别来对用户文章审核行为的信用资产值进行计算。

参照图11所示，用户行为类包括专利行为类，专利行为类中对应的价值资产值通过价值资产处理策略计算获得，价值资产处理策略获取专利相关信息以计算得到该专利行为的价值资产值，专利行为类中对应的信用资产值通过信用资产处理策略计算获得，信用资产处理策略获取专利相关信息以计算得到该专利行为的信用资产值，专利相关信息包括专利类别、专利转让收益、专利实施收益。

专利行为类对应的价值资产处理策略的计算公式可以为：

F1＝a1×d+b1×k+c1×t

其中，F1是专利行为类得到的价值资产值，a1，b1，c1是预设的权重参数，d是专利类别，专利类别分为发明专利、实用新型专利、外观设计专利，申请不同专利类别的授权难度不同，k是专利转让收益，t是专利实施收益。专利授权难度越大、授权后的转让收益越大、授权后的实施收益越大，则该用户的专利行为对企业的实际贡献越大，因此参考专利类别、专利转让收益、专利实施收益来对用户专利行为的价值资产值进行计算。

专利行为类对应的信用资产处理策略的计算公式可以为：

F2＝a2×d×(k+t)

其中，F2是专利行为类得到的信用资产值，a2是预设的权重参数，该权证参数可根据不同用户的用户行为频次、用户不动产信息、用户银行存款信息、用户消费信息、用户征信信息来确定，也可直接指定为确定的数值，d是专利类别，专利类别分为发明专利、实用新型专利、外观设计专利，申请不同专利类别的授权难度不同，k是专利转让收益，t是专利实施收益；专利授权难度越大、授权后的转让收益越大、授权后的实施收益越大，则可以预期该用户以后的专利行为对企业的贡献将越大，因此参考专利类别、专利转让收益、专利实施收益来对用户专利行为的信用资产值进行计算。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，以及更换信用资产、价值资产、权证及信心指数等名称，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种用于对用户贡献进行数据化处理的权证可结算系统，其特征在于：包括行为获取子系统(100)以及数据处理子系统(200)，所述行为获取子系统(100)用于获取用户行为，并根据用户行为生成用户行为信息，所述数据处理子系统(200)配置有行为信息表(210)，所述数据处理子系统(200)通过所述行为信息表(210)筛选用户行为信息以生成对应的用户行为数据，每一用户行为数据包括用户行为值以及该用户行为值对应的用户行为类；

所述数据处理子系统(200)配置有价值资产处理模块(220)，所述价值资产处理模块(220)配置有价值资产处理策略，所述价值资产处理策略包括所述数据处理子系统(200)根据不同的用户行为类对应的权重值不同，处理所述用户行为值以生成该用户的价值资产值，所述价值资产值反映用户行为对应的实际贡献；

所述数据处理子系统(200)配置有信用资产处理模块(230)，所述信用资产处理模块(230)配置有信用资产处理策略，所述信用资产处理策略包括所述数据处理子系统(200)根据不同的用户行为类对应的权重值不同，处理所述用户行为值以生成该用户的信用资产值，所述信用资产值反映用户行为对应的影响力贡献；

所述数据处理子系统(200)配置有权证处理模块(240)，所述权证处理模块(240)配置有权证处理策略，所述数据处理子系统(200)每隔预设的权证处理间隔时间进行一次权证处理策略，所述权证处理策略包括所述数据处理子系统(200)对权证处理间隔时间内的所有价值资产值、信用资产值进行统计，通过预设的权证处理算法对权证处理间隔时间内的可分配权证进行分配，使得权证处理间隔时间内的所有价值资产值、信用资产值均转换为权证值；

所述数据处理子系统(200)配置有权证分红模块(250)，所述权证分红模块(250)包括有权证分红策略，所述权证分红策略包括所述数据处理子系统(200)预设有收益分配算法，所述数据处理子系统(200)响应用户终端的分红请求，当用户终端满足分红条件时，所述数据处理子系统(200)根据用户的权证值和公司或者平台盈利值通过收益分配算法得到分红收益值，并将分红收益值发送给用户终端；

所述可结算系统还包括有区块处理端(300)，所述行为获取子系统(100)以及数据处理子系统(200)均设置有若干个，每个行为获取子系统(100)与一个数据处理子系统(200)连接，所述区块处理端(300)与各个数据处理子系统(200)连接，所述数据处理子系统(200)以价值资产值和对应的用户生成对应的价值资产数据，所述数据处理子系统(200)以信用资产值和对应的用户生成对应的信用资产数据，所述数据处理子系统(200)以权证值和对应的用户生成对应的权证数据；

所述区块处理端(300)配置有价值资产量化评估加密模块(310)，所述价值资产量化评估加密模块(310)配置有价值资产数据加密策略，所述价值资产数据加密策略包括所述区块处理端(300)接收价值资产数据，并通过预设的价值资产加密算法对价值资产数据进行加密得到价值资产密文和价值资产秘钥，所述区块处理端(300)收集在预设的价值资产加密时间内生成的所有价值资产密文以形成价值资产密文信息，所述区块处理端(300)将所述价值资产密文信息发送到所有的用户终端，并删除所述区块处理端(300)的价值资产密文信息，所述区块处理端(300)根据用户数据将对应的价值资产秘钥发送到对应的用户终端，并删除所述区块处理端(300)的价值资产秘钥；

所述区块处理端(300)配置有信用资产量化评估加密模块(320)，所述信用资产量化评估加密模块(320)配置有信用资产数据加密策略，所述信用资产数据加密策略包括所述区块处理端(300)接收信用资产数据，并通过预设的信用资产加密算法对信用资产数据进行加密得到信用资产密文和信用资产秘钥，所述区块处理端(300)收集在预设的信用资产加密时间内生成的所有信用资产密文以形成信用资产密文信息，所述区块处理端(300)将所述信用资产密文信息发送到所有的用户终端，并删除所述区块处理端(300)的信用资产密文信息，所述区块处理端(300)根据用户数据将对应的信用资产秘钥发送到对应的用户终端，并删除所述区块处理端(300)的信用资产秘钥；

所述区块处理端(300)设置有权证加密模块(330)，所述权证加密模块(330)包括权证加密策略，所述权证加密策略包括所述区块处理端(300)接收权证数据，并通过预设的权证加密算法对权证数据进行加密得到权证密文和权证秘钥，所述区块处理端(300)收集在预设的权证加密时间内生成的所有权证密文以形成权证密文信息，所述区块处理端(300)将所述权证密文信息发送到所有的用户终端，并删除所述区块处理端(300)的权证密文信息，所述区块处理端(300)根据用户数据将对应的权证秘钥发送到对应的用户终端，并删除所述区块处理端(300)的权证秘钥；

所述区块处理端(300)配置有权证转移模块(340)，所述权证转移模块(340)配置有权证转移策略，所述权证转移策略包括所述区块处理端(300)接收用户终端的权证转移请求、转移信息以及权证秘钥，所述转移信息包括请求用户终端信息和目标用户终端信息，所述请求用户终端信息为生成该权证转移请求的用户终端对应的终端信息，所述目标用户终端信息为该权证转移请求指向的用户终端对应的终端信息，所述区块处理端(300)根据目标用户终端信息将请求用户终端信息和权证转移请求发送至目标用户终端，所述目标用户终端确认权证转移请求后，所述区块处理端(300)将权证秘钥发送至目标用户终端。

2.根据权利要求1所述的一种用于对用户贡献进行数据化处理的权证可结算系统，其特征在于：所述信用资产处理模块(230)还配置有信用资产评价处理策略，所述信用资产评价处理策略包括所述数据处理子系统(200)根据不同的用户行为类对应的权重值不同，处理所述用户行为值以生成评价用户的信用资产评价值，以所述信用资产评价值和对应的目标用户生成对应的信用资产评价数据，所述评价用户为发起评价的用户，所述目标用户为被评价的用户；

所述信用资产量化评估加密模块(320)配置有信用资产评价数据加密策略，所述信用资产评价数据加密策略包括所述区块处理端(300)接收信用资产评价数据，并通过预设的信用资产评价加密算法对信用资产评价数据进行加密得到信用资产评价密文和信用资产评价秘钥，所述区块处理端(300)收集在预设的信用资产评价加密时间内生成的所有信用资产评价密文以形成信用资产评价密文信息，所述区块处理端(300)将所述信用资产评价密文信息发送到所有的用户终端，并删除所述区块处理端(300)的信用资产评价密文信息，所述区块处理端(300)根据目标用户数据将对应的信用资产评价秘钥发送到对应的目标用户终端，并删除所述区块处理端(300)的信用资产评价秘钥。

3.根据权利要求1所述的一种用于对用户贡献进行数据化处理的权证可结算系统，其特征在于：所述用户行为值对应的信用资产值通过信用资产处理策略计算，所述信用资产处理策略获取用户行为相关信息以计算得到该用户行为的信用资产值，所述用户行为相关信息包括用户行为频次、用户不动产信息、用户银行存款信息、用户消费信息、用户征信信息。

4.根据权利要求1所述的一种用于对用户贡献进行数据化处理的权证可结算系统，其特征在于：所述权证处理策略通过权证处理算法计算得到用户的权证区间，所述权证处理算法的计算公式为：

W＝x×(n-n×0.1，n+n×0.1]

其中，n为价值资产值和信用资产值之和，x为可变系数，W为权证区间，根据计算所得的权证区间确定一个数作为权证值。

5.根据权利要求1所述的一种用于对用户贡献进行数据化处理的权证可结算系统，其特征在于：所述用户行为类包括消费行为类，所述消费行为类于所述价值资产处理策略中的权重值为0.6，所述消费行为类于所述信用资产处理策略中的权重值为0.15。

6.根据权利要求1所述的一种用于对用户贡献进行数据化处理的权证可结算系统，其特征在于：所述用户行为类包括讲课行为类，所述讲课行为类中对应的价值资产值通过价值资产处理策略计算获得，所述价值资产处理策略获取讲课相关信息以计算得到该讲课行为的价值资产值，所述讲课行为类中对应的信用资产值通过信用资产处理策略计算获得，所述信用资产处理策略获取讲课相关信息以计算得到该讲课行为的信用资产值，所述讲课相关信息包括讲师级别、讲课时长、听课人数、听课反馈。

7.根据权利要求1所述的一种用于对用户贡献进行数据化处理的权证可结算系统，其特征在于：所述用户行为类包括听课行为类，所述听课行为类中对应的价值资产值通过价值资产处理策略计算获得，所述价值资产处理策略获取听课相关信息以计算得到该听课行为的价值资产值，所述听课行为类中对应的信用资产值通过信用资产处理策略计算获得，所述信用资产处理策略获取听课相关信息以计算得到该听课行为的信用资产值，所述听课相关信息包括听课时间、听课后是否评价、听课后评价的及时性。

8.根据权利要求1所述的一种用于对用户贡献进行数据化处理的权证可结算系统，其特征在于：所述用户行为类包括文章发表行为类，所述文章发表行为类中对应的价值资产值通过价值资产处理策略计算获得，所述价值资产处理策略获取文章相关信息以计算得到该文章发表的价值资产值，所述文章发表行为类中对应的信用资产值通过信用资产处理策略计算获得，所述信用资产处理策略获取文章相关信息以计算得到该文章发表的信用资产值，所述文章相关信息包括文章类别、文章点赞数、文章转发数、文章收藏数、文章评价类别。

Images