摘要
本发明公开了一种企业实际持有者识别与风险传导关系挖掘方法及设备。该方法包括从数据源进行数据采集,并对采集的数据进行预处理,并根据采集的数据进行实体识别和关系抽取;根据识别的实体和抽取的关系进行关系知识图谱构建;基于图神经网络模型对所述关系知识图谱进行推断,以挖掘未显性记录的潜在关系;分析风险传导路径并量化传导影响;提供直观的交互界面,实现结果展示与模型优化。本发明以AI大模型为核心,结合知识图谱构建与图神经网络推理技术,通过多步骤流程完成企业实际持有者识别与风险传导关系挖掘,可模拟风险在多层级股东网络中的扩散路径与强度变化,并识别关键风险节点和高影响路径,为监管机构提供风险传导预测和预警能力。
技术关键词
关系挖掘方法
知识图谱构建
节点
风险
实体
企业
神经网络模型
关系挖掘设备
神经网络推理
关系网络
计算中心
邻居
数据格式
矩阵
核心
处理器
界面
系统为您推荐了相关专利信息
策略推荐方法
计算方法
时间序列特征
供应链系统
策略配置方法
通信传感装置
模块化传感器
中央控制模块
组合式
分布式能耗
知识图谱构建方法
坠落防护装备
命名实体识别
大语言模型
文本
高比例新能源
模糊综合评价模型
指标
标准化方法
电力