龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江大学
申请日：2024-01-19
公开（公告）日：2024-05-17
公开（公告）号：CN118052314A
主分类号：G06Q10/04
分类号：G06Q10/04;G06Q10/0635;G06F16/36;G06F18/24;G06F40/295;G06F40/289;G06F40/284;G06N3/0442;G06N3/048;G06N3/084
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：本发明涉及一种基于时序知识图谱的重点人员风险预测方法，包括：获取风险数据并进行实体识别与关系抽取，形成时序知识图谱四元组格式；根据时间戳划分四元组，生成对应时间上的图谱快照，风险预测任务转化为，在已知头实体和关系的情况下，预测尾实体正确的概率；根据计算出的预测分类值去计算分类损失，反向传播进行模型的参数更新，直到预测分类损失趋于稳定。本发明的有益效果是：本发明通过神经网络的计算与误差的反向传播，最小化损失函数，提高了下一时刻实体预测正确的概率，从而实现对未来时间戳重点人员风险概率的预测。整个模型结合了图谱的时序演化特征与历史相关性特征，获得了较好的预测准确性。
主权项：1.一种基于时序知识图谱的重点人员风险预测方法，其特征在于，包括：步骤1、获取多种来源的风险数据，并以相同的数据格式进行存储；步骤2、对所述风险数据中的文本数据进行预处理；所述预处理包括：数据清洗、统一编码格式、统一时间格式；步骤3、对所述文本数据进行实体识别与关系抽取，形成时序知识图谱四元组格式；所述四元组表示为s,r,o,t，其中s代表头实体，r代表关系，o代表尾实体，t代表时间戳；步骤4、根据时间戳划分四元组，生成对应时间t上的图谱快照Gt，风险预测任务转化为，在已知头实体s和关系r的情况下，预测尾实体o正确的概率；步骤5、根据步骤4计算出的预测分类值去计算分类损失，反向传播进行模型的参数更新；步骤6、重复步骤4-步骤5，直到预测分类损失趋于稳定；步骤7、预测重点人员A在下一时刻T+1的风险等级：将A转换为对应的实体，构造以下四元组作为模型的输入人员A，风险，？，T+1，模型输出得分向量，通过实体对照表将对应的文字输出，完成风险预测。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于时序知识图谱的重点人员风险预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号