摘要
本申请公开了一种企业违约风险的检测方法及相关装置,涉及人工智能技术领域,对于目标企业节点,基于异质信息网络,获取目标企业节点对应于各类相关元路径的相关邻接矩阵,所述相关邻接矩阵为相关元路径的邻接矩;将相关邻接矩阵输入至预先训练的违约风险检测模型,通过违约风险检测模型输出目标企业节点的违约风险预测结果,违约风险检测模型包括多层GNN聚合模型、自注意力模型及分类器,多层GNN聚合模型用于基于目标企业节点的相关邻接矩阵,生成目标企业节点对应各个相关元路径的高阶节点嵌入;自注意力模型用于使用注意力权重融合所有相关元路径的高阶节点嵌入,得到目标企业节点的目标嵌入;分类器用于输出违约风险概率。
技术关键词
企业违约风险
异质信息网络
注意力模型
节点
路径特征
分类器
样本
GRU模型
计算机可读指令
电子设备
计算机存储介质
存储计算机程序
人工智能技术
计算机程序产品
邻居
异构
处理器
系统为您推荐了相关专利信息
软件权限控制方法
权限控制系统
节点特征
编码器
舒适度
检索算法
代码仓库
代码补全方法
生成查询索引
sigmoid函数
电力通信网络
超网络
风险预测方法
网络拓扑链路
节点