[發明專利]基于知識圖譜挖掘風險傳播路徑的方法及其系統

在審

• 申請號: 202011111237.9
• 申請日: 2020-10-16
• 公開（公告）號: CN112214614A
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 李振;劉恒;吳梅;趙興瑩;李毓瑞;秦培歌;張澤;李勇輝
• 申請（專利權）人: 民生科技有限責任公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/335;G06F16/35;G06F16/28
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 巴曉艷

1.基于知識圖譜挖掘風險傳播路徑的方法，其特征在于，所述方法具體包括以下步驟：

S1)構建知識圖譜；

S2)根據構建知識圖譜，提取每一種金融關系下的鄰接矩陣；

S3)利用隨機游走算法計算風險轉移概率，得到風險轉移概率矩陣Π,將S2)提取每一種金融關系下的鄰接矩陣代入風險轉移概率矩陣Π的計算公式，得到每一種金融關系的風險轉移概率矩陣Π，

S4)對得到每一種金融關系的風險轉移概率矩陣Π進行求和平均,得到矩陣I；

S5)根據矩陣I建立鄰接表，直接在鄰接表中查詢風險傳播路徑。

2.根據權利要求1所述的方法，其特征在于，所述知識圖譜包括輿情知識圖譜與金融知識圖譜。

3.根據權利要求2所述的方法，其特征在于，所述S1)的具體步驟為：

S1.1)根據構建知識圖譜的構建需求確定數據，按照三元組的形式處理數據，公式如下所示：

l＝s,r,e (1)，

式中：l表示一個三元組，s和e表示實體，r是s和e間的關系；

S1.2)根據S1.1)得到的處理數據，分別構建輿情知識圖譜和金融知識圖譜；

S1.3)將輿情知識圖譜的實體-輿情，連接到與之相關的金融知識圖譜的實體，即獲得了包含不同類型實體和多種關系的知識圖譜。

4.根據權利要求3所述的方法，其特征在于，所述S1.2)的具體步驟為：

S1.21)金融知識圖譜的構建：

提取公司、機構和人物三種實體，以及n種金融關系，記為關系集R，利用開源圖數據庫neo4j構建包含3實體，n種金融關系的金融知識圖譜；

S1.22)輿情知識圖譜的構建：

S1.221)以公司實體作為搜索詞，從若干個國家級媒體、知名媒體或網站，實時獲取非結構化的輿情數據，記為D₂，利用自然語言處理技術，抽取其中的關鍵實體信息，從而轉化為結構化數據，

S1.222)采取規則引擎剔除標題中不包含完整搜索詞的輿情，剔除正文內包含完整搜索詞數量少于2個的輿情，

S1.223)利用simHash算法進行查重，根據輿情文本串計算海明距離，當海明距離較小時，建立重復輿情的關系；

S1.224)根據收集的文本情感分類的數據集，將所述數據集輸入預訓練模型得到文本情感分類模型，對收集的輿情數據進行情感分類，獲得輿情情感正負面標簽；

S1.225)根據獲得的輿情情感正負面標簽對輿情數據集整理，構建了包含輿情、媒體兩種實體和相關主體、重復輿情和發布媒體三種關系的輿情知識圖譜。

5.根據權利要求4所述的方法，其特征在于，所述S2)的具體步驟為：

S2.1)根據S1.224)得到輿情的正負面標簽，對于負面輿情N，通過公式(2)，求出輿情N的風險分數D(N)，公式如下：

D(N)＝L(media)*prob(N) (2)，

式中，L(media)為媒體等級，取值范圍為[0,1]，prob(N)為輿情情感的確定性程度，取值范圍為[0,1]；

S2.2)初始化矩陣：假設輿情傳播過程在m個實體間進行，定義鄰接矩陣：

M_r∈R^mxm，r∈{n₁，n₂，n₃，…，n_i}，i的取值范圍是正整數；

根據S1.21)建立的金融知識圖譜中的實體間的六種關系代入所述鄰接矩陣，獲得n種金融關系的鄰接矩陣，公式如下所示：

M_i∈R^mxm，i的取值范圍是正整數，(3)。