买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门大学申请的专利一种基于多维信息和事件因果梳理的潜在风险隐患识别方法、装置、设备、介质及产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119441616B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411527048.8，技术领域涉及：G06F16/9535；该发明授权一种基于多维信息和事件因果梳理的潜在风险隐患识别方法、装置、设备、介质及产品是由曾鸣;宋松原;蔡欣琪;张泽楷设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本一种基于多维信息和事件因果梳理的潜在风险隐患识别方法、装置、设备、介质及产品在说明书摘要公布了：本申请公开了一种基于多维信息和事件因果梳理的潜在风险隐患识别方法、装置、设备、介质及产品，涉及人工智能领域。该方法包括从已订阅的舆情监测对象处获取多模态数据并进行特征提取，提取出多模态信息特征；基于多模态信息特征进行数据结构化分析，提取出每个事件的关键属性结构化数据；对所有事件进行聚类分析，将所有事件划分为一系列大事件集合；对大事件集合中的每个小事件进行信息去重和整合分析，得到每个大事件集合的关键属性结构化数据，据此对一系列大事件集合的发生顺序和因果关系进行因果链梳理，得到事件因果链，据此进行事件的潜在风险隐患识别，能够提高舆情监测的全面性和时效性以及舆情分析的准确性。

本发明授权一种基于多维信息和事件因果梳理的潜在风险隐患识别方法、装置、设备、介质及产品在权利要求书中公布了：1.一种基于多维信息和事件因果梳理的潜在风险隐患识别方法，其特征在于，包括： 从已订阅的舆情监测对象处获取多模态数据，包括音频数据、视频数据以及文本数据； 对多模态数据进行特征提取，提取出包括音色特征、人脸特征以及文本信息特征的多模态信息特征； 所述对多模态数据进行特征提取，提取出包括音色特征、人脸特征以及文本信息特征的多模态信息特征，具体包括： 使用音频处理库Librosa提取音频数据的音色特征，并将音频数据提取转化为文本数据； 使用深度卷积神经网络识别视频数据中的人脸特征，并利用ArcFace损失函数增强其识别能力； 借助大语言模型提取文本数据中的文本信息特征，包括时间、地点、涉及人物以及事件具体信息； 基于多模态信息特征进行数据结构化分析，提取出每个事件的关键属性结构化数据；所述每个事件的关键属性结构化数据包括时间、地点、涉及人物、事件具体信息以及风险指数； 所述基于多模态信息特征进行数据结构化分析，提取出每个事件的关键属性结构化数据，具体包括： 基于文本信息特征提取每个事件对应的时间、地点以及事件具体信息； 综合音色特征、人脸特征和文本信息特征提取出每个事件的涉及人物； 基于每个事件对应的时间、地点、事件具体信息以及涉及人物计算风险指数； 所述基于每个事件对应的时间、地点、事件具体信息以及涉及人物计算风险指数，具体包括： 计算每个事件对应的时间距离当前时间的小时数t，并根据公式计算时间风险指数R_t； 计算每个事件对应点的地点距离地区舆情监测中心的直线距离s，并根据公式计算空间风险指数R_s； 基于每个事件的事件具体信息和涉及人物，根据公式计算舆情风险指数R_p；其中p为事件涉及的总条数，包括阅览量、评论数、转发数和点赞数；当涉及人物中包括公众人物或者事件具体信息涉及社会热点时，记为flag＝ture，否则记为flag＝false； 根据公式R＝εt×R_t+εs×R_s+εp×R_p计算风险指数R；其中εt、εs和εp分别为时间风险指数、空间风险指数和舆情风险指数的权重； 基于每个事件的关键属性结构化数据对所有事件进行聚类分析，将所有事件划分为一系列大事件集合； 所述基于每个事件的关键属性结构化数据对所有事件进行聚类分析，将所有事件划分为一系列大事件集合，具体包括： 基于每个事件的关键属性结构化数据构建每个事件对应的特征向量； 根据每个事件对应的特征向量计算两两事件之间的欧氏距离； 根据两两事件之间的欧氏距离计算两两事件之间的相似度； 基于两两事件之间的相似度构建相似度矩阵； 在相似度矩阵的基础上构建一个图的邻接矩阵，并利用谱聚类算法进行聚类，将所有事件划分为一系列大事件集合；每个大事件集合中包括多个小事件； 对大事件集合中的每个小事件进行信息去重和整合分析，得到每个大事件集合的关键属性结构化数据； 所述对大事件集合中的每个小事件进行信息去重和整合分析，得到每个大事件集合的关键属性结构化数据，具体包括： 每个大事件集合的时间为该大事件集合中所有小事件最早发生的时间；每个大事件集合的地点包括该大事件集合中所有小事件的地点；每个大事件集合的涉及人物包括该大事件集合中所有小事件的涉及人物；每个大事件集合的事件具体信息为该大事件集合中所有小事件的事件具体信息的整合；每个大事件集合的风险指数为该大事件集合中所有小事件的总风险系数的最大值； 基于每个大事件集合的关键属性结构化数据对一系列大事件集合的发生顺序和因果关系进行因果链梳理，得到舆情监测事件因果链； 基于舆情监测事件因果链识别事件的潜在风险隐患。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。