同济大学;北京上奇数字科技有限公司关佶红获国家专利权
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!
龙图腾网获悉同济大学;北京上奇数字科技有限公司申请的专利一种面向产业知识图谱的企业上下游关系预测方法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:CN115618017B 。
龙图腾网通过国家知识产权局官网在2026-01-16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:202211318411.6,技术领域涉及:G06F16/36;该发明授权一种面向产业知识图谱的企业上下游关系预测方法是由关佶红;王家祺;邢婷;孙会峰;魏小敏;李文根;邵冰清;付宠洁设计研发完成,并于2022-10-26向国家知识产权局提交的专利申请。
本一种面向产业知识图谱的企业上下游关系预测方法在说明书摘要公布了:本发明提供一种面向产业知识图谱的企业上下游关系预测方法,首先为充分利用实体的文本描述信息,通过聚类和训练词向量的方式提取企业实体特征,从而增强实体表示。其次使用图注意力网络作为编码器,更好地捕捉实体节点周围邻居节点信息,从而获取实体的高质量嵌入以及图拓扑结构的信息。接着使用TransR子模型给解码器提供实体之间平移性质的信息,从而加速模型训练速度,提升实体关系预测结果精度。与现有技术相比,本发明将图拓扑结构信息和预训练信息进行融合,有效提升预测精度。并且基于本发明的预测结果可有效补全产业知识图谱,有利于构建产业供应链合作体系,实现企业之间的互利共赢,并且推进数字产业化和产业数字化,实现较高的商业价值。
本发明授权一种面向产业知识图谱的企业上下游关系预测方法在权利要求书中公布了:1.一种面向产业知识图谱的企业上下游关系预测方法,用于对产业知识图谱中企业的上下游关系进行预测,其特征在于,包括以下步骤: 步骤S1,构建实体关系预测模型,该模型包含图注意力网络、ConvE子模型以及知识补全TransR子模型,所述实体关系预测模型是一个编码器-解码器架构,使用所述图注意力网络作为编码器从而更好地嵌入知识图谱的图拓扑结构信息,使用二维卷积ConvE子模型作为解码器可以在多个空间维度上解码知识图谱中三元组的语义信息,所述知识补全TransR子模型用于给解码器提供实体之间平移性质的信息; 步骤S2,将待测产业的知识图谱三元组数据输入至所述实体关系预测模型,通过聚类和训练词向量的方式提取对应的企业类别特征和企业技术特征作为实体特征, 所述企业类别特征通过对所述待测产业的知识图谱中企业属性描述信息数据进行主体聚类得到,所述主体聚类具体为:首先对于企业属性描述信息数据进行预处理,利用正则表达式去除各种无用的字符;然后将每个企业的属性描述信息数据看作一片文章,所有企业的属性描述信息数据看做文档集,基于有效的无监督方法LDA主体聚类模型对每个企业进行类别聚类,从而给每个企业赋予聚类标签, 所述企业技术特征通过对所述待测产业的知识图谱中企业的专利文本信息数据进行技术性关键词抽取得到,具体过程包括:首先对所述专利文本信息数据进行预处理,根据预处理后的文本数据中的上下文信息预测目标单词向量,从而获取所有词的向量表示;然后基于预先标注的样本向量,根据余弦相似度找出每个专利文本信息中和所述样本向量相似度频率较高的关键词,作为所述企业技术特征,用于加强企业的实体表示; 步骤S3,所述实体关系预测模型基于图注意力网络编码所述实体特征的实体关系信息,从而获得对应的实体表示; 步骤S4,所述实体关系预测模型基于所述知识补全TransR子模型获取所述实体特征的实体向量表示和对应的关系向量表示; 步骤S5,所述ConvE子模型采用二维卷积嵌入所述实体向量表示和所述关系向量表示,对应输出三元组数据的置信度大小,从而预测所述待测产业中企业之间在上下游的关系。
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同济大学;北京上奇数字科技有限公司,其通讯地址为:200092 上海市杨浦区四平路1239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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励