一种基于深度学习的产业链图谱建模方法及系统

本发明提供一种基于深度学习的产业链图谱建模方法及系统，涉及产业链分析与建模技术领域，所述方法包括：采集产业链中的多源异构数据，包括需求信息、资源状态、工艺特征和运维数据，并对多源异构数据进行预处理，形成标准化数据集；对标准化数据集中的文本型数据进行语义向量化处理，并对多关系图谱进行节点嵌入，生成融合文本与结构特征的实体低维表示。本发明通过整合多源异构数据、融合文本与结构特征、构建产业链知识图谱并动态优化，实现了对产线配置与任务分配策略的精准调整，同时结合风险传播模型有效预测产业趋势、分析风险路径及识别资源瓶颈，为产业链决策提供科学依据，提升产业链运行效率与稳定性。