基于知识增强的多尺度跨领域指标异动归因方法及系统

本发明公开了一种基于知识增强的多尺度跨领域指标异动归因方法及系统，涉及指标异动归因技术领域，包括：使用养殖业生产领域知识库及带有因果关系的数据集对大语言模型进行两阶段训练，使用大语言模型构建指标因果知识图谱与所述专家知识图谱进行图谱融合，构建融合知识增强的贝叶斯网络和基于先验约束的深度网络的回归模型，从融合知识图谱中选取多尺度数据作为训练集，识别提取因果关系对，进行模型训练，在财务指标和生产指标中获取目标指标异动导入训练后的回归模型，获得目标指标异动对应的归因数据。本发明解决了由于数据繁多、维度复杂，异常指标的定位和分析基本依靠人为经验的问题，有利于企业的企业高效运营和数据驱动决策。