多模态数据驱动的产品众筹成功率预测方法与系统

本发明提供一种多模态数据驱动的产品众筹成功率预测方法与系统，涉及深度学习技术领域。通过构建分层混合模型，结构化数据经过结构化分支，筛选得到结构化特征；文本信息和图片信息分别经过文本处理模型和图像处理模型，得到语义特征和视觉特征；根据语义特征和视觉特征能够得到多个专家网络的激活概率，选择较大的激活概率对应的专家网络进行激活，若众筹项目侧重美学相关的产品，则会激活美观性专家或创意性专家等，获得特化隐含特征；将这些特化隐含特征和结构化特征输入至特征融合模型，得到预测成功率。在处理与产品外观、美学特征紧密相关的非结构化数据时，通过专家网络能够突出强化这类特征，提高美学类众筹项目的预测准确性。