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！

龙图腾网获悉肇庆学院申请的专利一种基于知识图谱的多模态企业信用风险评估方法和装置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：CN120509958B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510580059.0，技术领域涉及：G06Q40/03；该发明授权一种基于知识图谱的多模态企业信用风险评估方法和装置是由王一;周长锋;南垠映;李博;牛晓伟设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本一种基于知识图谱的多模态企业信用风险评估方法和装置在说明书摘要公布了：本发明提出一种基于知识图谱的多模态企业信用风险评估方法，通过构建企业金融知识图谱整合企业关系、行业政策、供应链信息等数据，利用多模态嵌入技术处理实体静态属性与关联信息，结合异质图神经网络捕捉关联信息，动态时空注意力机制挖掘时序数据的时间和空间特征，并基于注意力权重识别核心风险传导路径，最终融合图级特征、动态时空特征及业务规则，输出结构化评估结果。该方法有效整合多模态数据，解决关联关系建模缺失的问题，实现企业多源数据的深度融合与风险特征的精准提取，能够有效提升企业信用风险评估的准确性和可解释性。

本发明授权一种基于知识图谱的多模态企业信用风险评估方法和装置在权利要求书中公布了：1.一种基于知识图谱的多模态企业信用风险评估方法，其特征在于，包括以下步骤： S1.采集多源的企业相关结构化数据和非结构化数据，其中所述非结构化数据包括文本数据、图像数据以及时间序列数据,并对数据进行预处理； S2.构建企业金融知识图谱，将结构化数据作为实体属性，非结构化数据通过实体链接技术映射为关联关系，生成三元组并存储于数据库； S3.提取知识图谱的实体静态属性数据和实体关联信息数据分别进行嵌入表示，融合生成多模态初始特征向量； S4.将多模态初始特征向量输入异质图神经网络，提取图级特征向量；所述步骤S4还包括： 步骤S4.1.输入多模态初始特征向量，将多模态初始特征向量按节点顺序排列构建异质图神经网络的节点特征矩阵H，其中每一行对应一个节点的多模态初始特征；异质图神经网络的异质邻接矩阵A用于表示不同类型节点之间的连接关系，不同类型的连接对应矩阵中的不同元素； 步骤S4.2.将步骤S4.1得到的节点特征矩阵H、异质邻接矩阵A以及多模态初始特征向量，通过异质消息传递机制聚合邻居特征向量：其中，Wr为关系r的权重矩阵,为节点i在关系r下聚合的邻居特征向量，为节点i在关系r下的邻居集合，为节点i与邻居节点j在关系r下的注意力得分，通过节点特征和关系权重计算得出，用于衡量邻居节点对当前节点的重要性，hj为邻居节点j的初始多模态初始特征向量； 步骤S4.3.对于所述邻居特征向量，采用元路径引导的聚合策略捕捉跨类型依赖关系，使用预先定义的元路径来引导信息的聚合过程，从而捕捉包含跨类型依赖关系信息的节点特征； 步骤S4.4.将其输入多层图卷积网络，生成图级特征向量G和节点级特征向量H'，其中，图级特征向量G能够反映整个图的全局特征信息，而节点级特征向量则包含每个节点的局部特征信息； S5.从知识图谱中提取实体的时间序列属性数据，通过时间注意力机制和空间图卷积生成动态时空特征向量； S6.将图级特征向量和动态时空特征向量融合后输入多层感知机MLP分类器，输出信用风险概率； S7.基于注意力权重识别知识图谱中对信用风险影响最大的节点和关系路径，并确定核心路径； S8.结合核心路径、风险概率和业务规则输出企业信用风险评估结果。

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肇庆学院，其通讯地址为：526000 广东省肇庆市端州区肇庆大道55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。