← 返回列表

基于知识图谱的企业信用涉信信息链路分析算法

申请号: CN202410180336.4
申请人: 中国科学院大学
申请日期: 2024/2/18

摘要文本

本发明涉及知识图谱技术领域,具体涉及基于知识图谱的企业信用涉信信息链路分析算法,包括以下步骤:将由不同企业涉信信息构建的知识图谱的信息链路划分成不同链节,获取到不同链节的能效数据;基于不同链节的能效数据,对每个链节进行分析;若能效差值小于能效差阈值时,则生成链节正常信号,并标记为异常链节;针对每个异常链节进行关联分析得到输入端异常长度值和输出端异常长度值,计算得到异常链节表现值;基于每个链节的异常表现值,对信息链路的质量进行分析,得到链路质量信号;本发明可以判断每个链节的异常状态和异常表现值,来反映每个链节的质量,还能以每个链节综合计算的方式进行分析,其可以判断信息链路整体质量水平。

专利详细信息

项目 内容
专利名称 基于知识图谱的企业信用涉信信息链路分析算法
专利类型 发明申请
申请号 CN202410180336.4
申请日 2024/2/18
公告号 CN117726436A
公开日 2024/3/19
IPC主分类号 G06Q40/03
权利人 中国科学院大学
发明人 曹吉昌; 高鹏
地址 北京市怀柔区雁栖湖东路1号

专利主权项内容

1.基于知识图谱的企业信用涉信信息链路分析算法,其特征在于,包括以下步骤:步骤1:将知识图谱的信息链路划分成不同链节,获取到不同链节的能效数据;能效数据包括链节的能效差值;步骤2:基于不同链节的能效数据,对每个链节进行分析,得到每个链节的异常状态和异常表现值;若能效差值小于能效差阈值时,则生成链节正常信号,并标记为异常链节;针对每个异常链节进行关联分析得到输入端异常长度值和输出端异常长度值,并分别标记为ZDr和ZDc;通过公式,计算得到异常链节表现值ZBl,其中,a1、a2均为权重比例系数;步骤3:基于每个链节的异常表现值,对信息链路的质量进行分析,得到链路质量信号;其中,链路质量信号包括链路质量高信号和链路质量低信号;步骤4:当得到链路质量低信号时,将获取到实时异常链节表现值代入到二维坐标系中,并得到若干个异常链节表现坐标点;以链路异常表现标准值为水平分割线,以链路运行时间的中点为竖直分割线,将水平分割线和竖直分割线代入到坐标系中,获取位于水平分割线上下两侧的坐标点个数,并分别标记为水平上坐标点个数和水平下坐标点个数,将水平上坐标点个数除以水平下坐标点个数,得到水平分布比;获取位于竖直分割线左右两侧的坐标个数,并分别标记为竖直左坐标点个数和竖直右坐标点个数,将竖直右坐标点个数除以竖直左坐标点个数,得到竖直分布比;将得到水平分布比与竖直分布比相乘,得到链节时长异常值。 搜索马 克 数 据 网