申请/专利权人：华南理工大学

申请日：2024-02-27

公开（公告）日：2024-05-17

公开（公告）号：CN118052434A

主分类号：G06Q10/0635

分类号：G06Q10/0635;G06Q10/04;G06Q10/083;G06F16/2458;G06F16/36;G06F16/9035;G06N3/042;G06N3/045;G06N3/0464;G06N3/084;G06N3/09;G06N5/022

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.04#实质审查的生效;2024.05.17#公开

摘要：本发明公开了一种基于知识图谱和图神经网络的快递包裹安全场景评估系统，包括：数据导入模块，用于加载快递包裹面单数据、快递包裹安检数据和快递包裹安全场景评估数据库中的数据，并对快递包裹面单数据和快递包裹安检数据进行预处理操作；危险包裹初筛模块，用于对快递包裹进行初步筛查，筛选出可能存在风险的快递包裹；包裹安全风险预测训练模块，用于训练出最优的快递包裹安全风险预测模型；包裹安全风险预测模块，用于对快递包裹进行风险预测，并对安全场景评估数据库信息进行更新。本发明增强对海量快递包裹数据的挖掘能力，提高快递包裹风险预测的准确性，为安检部门对快递包裹进行实时安全监控和执行决策提供依据和支持。

主权项：1.基于知识图谱和图神经网络的快递包裹安全场景评估系统，其特征在于，包括：数据导入模块，用于加载快递包裹面单数据、快递包裹安检数据和快递包裹安全场景评估数据库中的数据，并对快递包裹面单数据和快递包裹安检数据进行预处理操作，包括：删除快递包裹面单数据和快递包裹安检数据中的异常值及删除快递包裹面单数据中的冗余数据；危险包裹初筛模块，用于对快递包裹进行初步筛查，其输入为数据导入模块的输出，构建3条由if-else语句构成的条件分支，条件设置为输入数据中的收件人或寄件人是否出现在快递包裹安全场景评估数据库中、输入数据中的收件人地址或寄件人地址否出现在快递包裹安全场景评估数据库中和输入数据中是否检出违禁品，以此筛选出可能存在风险的快递包裹，并将不存在风险的快递包裹进行输出；包裹安全风险预测训练模块，用于训练出最优的快递包裹安全风险预测模型，该预测模型由ConvE模型和图神经网络组成，其输入为危险包裹初筛模块的输出；首先构建快递包裹信息知识图谱，所述快递包裹信息知识图谱由一系列三元组头实体，关系，尾实体构成，然后通过ConvE模型进行快递包裹信息知识图谱的嵌入表示，得到实体的嵌入表示和关系的嵌入表示，最后利用图神经网络对实体的嵌入表示和关系的嵌入表示进行特征融合更新，抽取出实体的嵌入表示做包裹安全风险预测；其中，对于ConvE模型和图神经网络，均采用有监督的方式训练，最终得到最优的快递包裹安全风险预测模型；包裹安全风险预测模块，用于对快递包裹进行风险预测，其输入为危险包裹初筛模块的输出，利用最优的快递包裹安全风险预测模型对快递包裹进行风险预测，并将预测出可能存在风险的快递包裹数据写入快递包裹安全场景评估数据库中。

全文数据：

权利要求：

百度查询： 华南理工大学 基于知识图谱和图神经网络的快递包裹安全场景评估系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD