摘要
本发明公开了一种基于人工智能的企业大数据挖掘方法及系统,方法包括:根据企业多源异构数据,采用多模态超图神经网络进行动态模态对齐,生成时空一致的多模态联合嵌入张量;将所述多模态联合嵌入张量输入正交对抗流形学习模块,生成低维紧致且类别可分性增强的语义嵌入向量;对所述语义嵌入向量进行时空因果关联挖掘,输出包含隐性商业逻辑的时空因果元路径图谱;将所述时空因果元路径图谱输入动态博弈对抗解释框架,最终输出具备反事实鲁棒性的企业级智能决策图谱。利用本发明实施例,能够高效整合多模态数据并进行智能分析,提升挖掘结果的准确性和有效性。
技术关键词
对抗性
Wasserstein距离度量
蒙特卡洛树搜索
生成对抗网络
大数据挖掘方法
图谱
构建算法
决策
跨模态
多源异构数据
推理机制
动态
注意力
梯度算法
语义
鲁棒性
策略
多模态特征融合
企业级