摘要
本发明提出了融合知识图谱的供应链销售异常检测与根因分析系统及方法,包括需求采集与预处理模块,用于对接订单系统、供应链系统、客户关系管理系统及外部数据源,完成数据清洗、实体解析与特征提取;供应链知识图谱构建模块,用于定义实体类型与关系类型;实时异常检测模块,用于接入销售指标数据流,结合轻量级过滤与图神经网络模型进行异常检测并计算节点及全局异常分数;可视化报告生成模块,用于自动生成可视化报告。本发明通过构建动态供应链知识图谱并应用图神经网络,深度融合多源异构数据,有效捕捉实体间复杂依赖关系,显著提升了销售异常检测的准确性与时效性,实现了异常根因的自动定位与证据链追溯,大幅提升分析效率。
技术关键词
融合知识图谱
节点
实体
客户关系管理系统
知识图谱构建
分析系统
供应链系统
神经网络模型
订单系统
分析方法
多阶段混合方法
统计特征
时序特征
生成证据
Dijkstra算法
Apriori算法
评分机制
sigmoid函数