[發(fā)明專利]一種基于深度學(xué)習(xí)的企業(yè)內(nèi)部經(jīng)營(yíng)管理風(fēng)險(xiǎn)識(shí)別提取方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011343570.2
• 申請(qǐng)日: 2020-11-26
• 公開（公告）號(hào): CN112463981A
• 公開（公告）日: 2021-03-09
• 發(fā)明（設(shè)計(jì)）人: 倪時(shí)龍;張懷剛;羅建新;陳穎華;鄭敏;錢新紅
• 申請(qǐng)（專利權(quán)）人: 福建正孚軟件有限公司
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06K9/62;G06N3/04;G06Q10/06
• 代理公司: 福州市景弘專利代理事務(wù)所(普通合伙) 35219
• 代理人: 徐劍兵;林祥翔

本發(fā)明公開一種基于深度學(xué)習(xí)的企業(yè)內(nèi)部經(jīng)營(yíng)管理風(fēng)險(xiǎn)識(shí)別提取方法及系統(tǒng)。方法包括如下步驟：步驟一、從不同經(jīng)營(yíng)管理主體的經(jīng)營(yíng)數(shù)據(jù)和管理數(shù)據(jù)中提取風(fēng)險(xiǎn)知識(shí)數(shù)據(jù)，風(fēng)險(xiǎn)知識(shí)數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，調(diào)用知識(shí)圖譜引擎根據(jù)風(fēng)險(xiǎn)知識(shí)數(shù)據(jù)對(duì)不同經(jīng)營(yíng)管理主體間進(jìn)行信息關(guān)聯(lián)，并生成企業(yè)圖譜；步驟二、調(diào)用基于深度學(xué)習(xí)的特征編碼模塊，通過將狀態(tài)的時(shí)序看作詞的序列關(guān)系，把企業(yè)圖譜特征嵌入編碼模塊中，生成復(fù)合深度學(xué)習(xí)的算法，采用復(fù)合深度學(xué)習(xí)的算法從經(jīng)營(yíng)數(shù)據(jù)和管理數(shù)據(jù)中提取風(fēng)險(xiǎn)特征數(shù)據(jù)；步驟三、生成樣本鄰接關(guān)系圖；步驟四、從風(fēng)險(xiǎn)特征數(shù)據(jù)中提取出風(fēng)險(xiǎn)成因因素。本發(fā)明可以實(shí)現(xiàn)風(fēng)險(xiǎn)數(shù)據(jù)的提取。

技術(shù)領(lǐng)域

本發(fā)明涉及軟件方法技術(shù)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的企業(yè)內(nèi)部經(jīng)營(yíng)管理風(fēng)險(xiǎn)識(shí)別提取方法及系統(tǒng)。

背景技術(shù)

現(xiàn)有技術(shù)中，企業(yè)風(fēng)險(xiǎn)管理與內(nèi)部控制工作還比較局部，主要在財(cái)務(wù)和物資領(lǐng)域開展。然而，風(fēng)險(xiǎn)的有效預(yù)警很大程度上依賴于全面充分的風(fēng)險(xiǎn)信息來源。目前構(gòu)成風(fēng)險(xiǎn)因素的相關(guān)數(shù)據(jù)來源復(fù)雜，缺乏共享，如企業(yè)財(cái)務(wù)的信息存儲(chǔ)于財(cái)務(wù)部門、企業(yè)運(yùn)營(yíng)狀況的信息存儲(chǔ)于生產(chǎn)經(jīng)營(yíng)各部門、企業(yè)人事狀況的信息存儲(chǔ)于人力資源部門、企業(yè)銷售與市場(chǎng)的信息存儲(chǔ)于營(yíng)銷部門等。而要實(shí)現(xiàn)對(duì)內(nèi)部經(jīng)營(yíng)風(fēng)險(xiǎn)的預(yù)警和全面管控，需要能夠及時(shí)獲取并全面整合相關(guān)信息，建立風(fēng)險(xiǎn)預(yù)警模型，形成完善的風(fēng)險(xiǎn)預(yù)警機(jī)制，為風(fēng)險(xiǎn)應(yīng)對(duì)策略的制定提供堅(jiān)強(qiáng)支撐；另一方面，由于企業(yè)內(nèi)部經(jīng)營(yíng)管理風(fēng)險(xiǎn)成因復(fù)雜、風(fēng)險(xiǎn)分析和識(shí)別難度高，目前企業(yè)主要依靠專家經(jīng)驗(yàn)，風(fēng)險(xiǎn)分析主要局限在各部門各系統(tǒng)，無法滿足企業(yè)高質(zhì)量的發(fā)展需求?；谄髽I(yè)內(nèi)部不同來源的經(jīng)營(yíng)管理數(shù)據(jù)，如工程管理數(shù)據(jù)、營(yíng)銷管理數(shù)據(jù)、物資管理數(shù)據(jù)、財(cái)務(wù)管理數(shù)據(jù)，以及投訴樣本、法律事務(wù)、企業(yè)文化和廉政建設(shè)數(shù)據(jù)，利用深度學(xué)習(xí)等技術(shù)構(gòu)建多主體多維度的知識(shí)圖譜，智能地判別企業(yè)內(nèi)部風(fēng)險(xiǎn)因素、風(fēng)險(xiǎn)指標(biāo)、風(fēng)險(xiǎn)特征和風(fēng)險(xiǎn)成因，將會(huì)是一個(gè)復(fù)雜工程。

則需要基于深度學(xué)習(xí)的企業(yè)內(nèi)部經(jīng)營(yíng)風(fēng)險(xiǎn)智能分析預(yù)警系統(tǒng)，能夠?qū)镜膬?nèi)外部風(fēng)險(xiǎn)進(jìn)行實(shí)時(shí)監(jiān)測(cè)分析，對(duì)風(fēng)險(xiǎn)點(diǎn)進(jìn)行及時(shí)預(yù)警。

發(fā)明內(nèi)容

為此，需要提供一種基于深度學(xué)習(xí)的企業(yè)內(nèi)部經(jīng)營(yíng)管理風(fēng)險(xiǎn)識(shí)別提取方法及系統(tǒng)，解決從企業(yè)內(nèi)部經(jīng)營(yíng)管理的數(shù)據(jù)對(duì)企業(yè)內(nèi)部經(jīng)營(yíng)管理的風(fēng)險(xiǎn)分析預(yù)警問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于深度學(xué)習(xí)的企業(yè)內(nèi)部經(jīng)營(yíng)管理風(fēng)險(xiǎn)識(shí)別提取方法，包括如下步驟：

步驟一、從不同經(jīng)營(yíng)管理主體的經(jīng)營(yíng)數(shù)據(jù)和管理數(shù)據(jù)中提取風(fēng)險(xiǎn)知識(shí)數(shù)據(jù)，風(fēng)險(xiǎn)知識(shí)數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，調(diào)用知識(shí)圖譜引擎根據(jù)風(fēng)險(xiǎn)知識(shí)數(shù)據(jù)對(duì)不同經(jīng)營(yíng)管理主體間進(jìn)行信息關(guān)聯(lián)，并生成企業(yè)圖譜；

步驟二、調(diào)用基于深度學(xué)習(xí)的特征編碼模塊，通過將狀態(tài)的時(shí)序看作詞的序列關(guān)系，把企業(yè)圖譜特征嵌入編碼模塊中，生成復(fù)合深度學(xué)習(xí)的算法，采用復(fù)合深度學(xué)習(xí)的算法從經(jīng)營(yíng)數(shù)據(jù)和管理數(shù)據(jù)中提取風(fēng)險(xiǎn)特征數(shù)據(jù)；

步驟三、調(diào)用基于圖的半監(jiān)督學(xué)習(xí)的識(shí)別模塊，從風(fēng)險(xiǎn)特征數(shù)據(jù)中得到樣本間的相似度，生成樣本鄰接關(guān)系圖；

步驟四、調(diào)用特征值擾動(dòng)的風(fēng)險(xiǎn)成因解釋模塊，從風(fēng)險(xiǎn)特征數(shù)據(jù)中提取出風(fēng)險(xiǎn)成因因素。

進(jìn)一步地，所述步驟一包括如下步驟：數(shù)據(jù)的清洗和治理步驟、知識(shí)表示與建模步驟、知識(shí)抽取和知識(shí)融合步驟、知識(shí)存儲(chǔ)步驟和構(gòu)建知識(shí)圖譜引擎步驟；

數(shù)據(jù)的清洗和治理步驟包括：對(duì)于結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行治理，對(duì)于結(jié)構(gòu)化數(shù)據(jù)進(jìn)行治理包括對(duì)所述經(jīng)營(yíng)數(shù)據(jù)和管理數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化和規(guī)范化，并對(duì)同一實(shí)體的數(shù)據(jù)進(jìn)行融合、去重和消除歧義，統(tǒng)一進(jìn)行知識(shí)表示；非結(jié)構(gòu)化數(shù)據(jù)治理則包括語種識(shí)別、亂碼發(fā)現(xiàn)、格式規(guī)整和編碼轉(zhuǎn)換；

知識(shí)表示與建模步驟包括：使用本體描述語言對(duì)于領(lǐng)域中的實(shí)體、屬性、關(guān)系、事件等進(jìn)行規(guī)范化描述，通過結(jié)構(gòu)化的語言來定義和描述領(lǐng)域知識(shí)；

知識(shí)抽取和知識(shí)融合步驟包括：處理非結(jié)構(gòu)化數(shù)據(jù)，包含正文提取、命名實(shí)體識(shí)別、關(guān)系抽取、實(shí)體鏈接與知識(shí)融合；