一种基于深度学习的工程监理数据管理方法及系统

本发明涉及风险分析技术领域，具体为一种基于深度学习的工程监理数据管理方法及系统，包括以下步骤：获取工程项目数据集，根据所述工程项目数据集获取项目名称、地点、启动时间和监理团队信息，生成项目元数据档案，对所述项目元数据档案进行时间序列分析，识别关键时间节点，生成时间监控数据。本发明中，通过整合深度学习与图神经网络技术，提高了数据处理与风险预测的准确性。而通过图神经网络提取的图谱特征向量，实现了对各实体风险贡献的量化，使风险管理更加动态和实时，从而保障了监理过程的透明度和响应速度。