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！

申请/专利权人：上海栈略数据技术有限公司

摘要：本发明涉及图神经网络技术领域，尤其涉及一种基于图神经网络的风险因子关联数据挖掘方法，包括通过获取预设区域内所有交通路口的历史交通数据，计算交通路口的风险因子并确定交通路口的标签，将所有交通路口设置为透明节点，将连接相邻两个透明节点的道路设置为边，确定透明节点的特征向量和图参数，构建数据集并将数据集划分为训练集与测试集，在训练集上训练图神经网络，根据图神经网络对预设区域以外的交通路口进行分类，该方法还包括根据道路的长度调整图参数，以及根据图神经网络的准确率确定对调节系数进行修正，本发明克服现有技术中图神经网络的分类准确率低，从而影响风险因子关联数据挖掘的准确率的问题。

主权项：1.一种基于图神经网络的风险因子关联数据挖掘方法，其特征在于，包括：获取预设区域内所有交通路口的历史交通数据，计算交通路口的风险因子，以确定交通路口的标签；将所有交通路口设置为透明节点，将连接相邻两个透明节点的道路设置为边，确定透明节点的特征向量，以及包含了透明节点的聚类系数和所述边的初始权重的图参数；将所有所述透明节点的特征向量、标签以及图参数存储至数据集中，将数据集按照预设比例划分为训练集与测试集；构建图神经网络并将所述图神经网络在训练集上训练；根据准确率大于预设准确率的图神经网络对预设区域以外的交通路口进行分类；其中，透明节点的聚类系数根据透明节点的度数确定，所述边的初始权重根据道路历史一年的车流量确定；根据以下公式计算交通路口的风险因子，设定 ，其中，F表示交通路口的风险因子，A表示交通路口历史一年的交通事故数量，A0表示交通路口历史五年的平均交通事故数量，B表示交通路口历史一年的拥堵次数，B0表示交通路口历史五年的平均拥堵次数；所述确定交通路口的标签包括根据所述风险因子F与预设风险因子F0的比对结果确定交通路口的标签；若F≤F0，则确定交通路口的标签为第一标签；若F＞F0，则确定交通路口的标签为第二标签；其中，第一标签为低风险交通路口，第二标签为高风险路口；所述确定透明节点的聚类系数根据透明节点的度数确定的具体步骤包括：根据透明节点的度数D与预设度数D0的比对结果确定透明节点的聚类系数Xw；当D≤D0时，则确定所述透明节点的聚类系数Xw为第一聚类系数X1；当D＞D0时，则确定所述透明节点的聚类系数Xw为第二聚类系数X2；其中，所述第一聚类系数，第二聚类系数，D表示透明节点的度数；根据所述道路历史一年的车流量确定的初始权重包括根据所述道路历史一年的车流量L与预设车流量的比对结果确定所述边的初始权重Qi，所述预设车流量包括第一预设车流量L1以及第二预设车流量L2；当L≤L1时，则确定所述边的初始权重Qi为第一初始权重Q1；当L1＜L≤L2时，则确定所述边的初始权重Qi为第二初始权重Q2；当L＞L2时，则确定所述边的初始权重Qi为第三初始权重Q3；当确定所述边的初始权重完成时，根据道路的长度与预设长度的第一相对差确定对所述图参数进行调整的调整方式的具体步骤包括：计算所述道路的长度C与预设长度C0的第一相对差△C，并根据所述第一相对差△C与第一预设相对差△C0的比对结果确定对所述图参数进行调整的调整方式，设定△C=（C-C0）C0；当△C≤△C0时，则确定以调整系数调整所述初始权重；当△C＞△C0时，则确定以调整系数调整所述初始权重以及根据调节系数对聚类系数进行调节。

全文数据：

权利要求：

百度查询： 上海栈略数据技术有限公司 基于图神经网络的风险因子关联数据挖掘方法