CN120296180A 科技项目风险控制的知识图谱生成方法及系统 （广东省技术经济研究发展中心）

科技项目风险控制的知识图谱生成方法及本发明提供一种科技项目风险控制的知识2通过特征维度对齐算法将不同量纲的指标数值映射到统一度量空间，生成标准向量序列；后的结构化指标数据作为修正后的结构化指和行为模式向量序列输入风险量化评估模型，生成风险实体特征矩阵和风险关联强度矩34点间平均相似度的关联边；将节点增强特征矩阵与剪枝后的实体关系拓扑进行时空对齐，减因子；以风险传播势能系数大于节点属性中同类风险平均值的节点作为候选风险源节与同类历史风险案例的基准值比对，筛选出评估值偏离基准值标准差范围的异常传导路理器，用于加载所述计算机程序实现如权利要求1_9任一项所述的科技项目风险控制的知56提升科技项目风险评估的智能化水平与决策支[0007]图1是本发明实施例提供的一种科技项目风险控制的知识图谱生成方法的流程据检测结果生成数据修正掩码矩阵，利用数据修正掩码矩阵对原始指标数据进行插值重7方差矩阵生成多维正态分布模型。同类科技项目的历史指标数据可以从项目数据库中获可以避免将一些偶然出现的异常点误判为真正的异常值。生成连通区域修正掩码矩阵后，8[0022]当前项目的结构化指标数据即在目标科技项目中所收集到的具有明确结构和格可以通过将x代入多维正态分布的概率密度函数f(x)中计算得到。分布模型预设分位数是[0023]当计算得到的数据点的概率密度值低于预设分位数时，将该数据点标记为异常[0028]在本发明实施例中，将二进制掩码矩阵看作是一个二值图像，其中0表示异常点9[0042]可以使用自然语言处理中的句子分割算法和段落划分算法来进行语义片段切割。[0043]识别包含风险要素描述的文本段落即从分割后的文本段落中筛选出那些包含与风险实体和风险关联关系。[0053]标准向量序列是由修正后的结构化指标数据经过编码和特征维度对齐后得到的[0060]基于交叉注意力权重矩阵对语义向量序列进行加权聚合即根据交叉注意力权重序列进行时间对齐操作，根据行为模式向量序列的时间戳信息调整二维矩阵的行列分布，[0063]将交叉融合特征张量沿特征维度展开为二维矩阵即将三维的交叉融合特征张量[0064]时间对齐操作即将展开后的二维矩阵与行为模式向量序列在时间上进行匹配和个通道的平均特征值。然后将这些平均特征值输入一个全连接层，经过激活函数（如征矩阵保持一致。由于子块交互矩阵是由特征子块和行为模式向量进行外积运算得到的，[0090]将关联强度矩阵输入特征蒸馏网络，首先经过可分离卷括关系的类型和强度。实体关系拓扑反映了知识图谱中实体之间的连接方式和关系强度，它可以帮助我们分析风险在不同实体之间的传播和行非线性降维处理。非线性降维方法例如为t_分布随机邻域嵌入（t_SNE）和自编码器分布，然后通过最小化这两个分布之间的差异来找到高维数据在低维空间中的最优嵌入。初始节点簇集合中的每个节点簇对应拓扑空间中[0104]聚类操作是将数据点根据相似性划分成不同的组或簇的过程。在本发明实施例中，根据空间网格单元的密度梯度值对其进行聚类。可以使用基于密度的聚类算法，如拓扑空间中的一个局部高密度区域，意味着该区域内的实体特征向量具有较高的相似性，[0108]相邻节点簇之间的边界重叠区域即两个相邻节点簇在拓扑空间中相互重叠的部合的过程可以是将两个节点簇的所有实体特征向量合并为一个[0116]反向投影匹配是将节点分布拓扑中的节点簇中心点与风险实体特征矩阵中的实和第75%分位数作为阈值区间的上下限。这样生成的动态关联阈值区间能够根据关联强度[0126]根据动态关联阈值区间，将无向关联强度矩阵中的值小于动态关联阈值区间下限的区间，该区间内的关联可能是由于噪声或随机因素引起[0127]保留强关联区间内的矩阵元素，将这些元素对应的实体对作为初始边连接集[0129]路径连通性验证即检查初始边连接集合中的边是否能够形成有效的路径连接两边所连接的两个全连接子图中所有节点对之间关联强度的平均值作为超节点间的桥接边[0136]根据压缩后的超节点和计算得到的桥接边关联强度，生成层级化实体关系拓[0137]步骤S4130：根据风险实体特征矩阵中的时序属性对层级化实体关系拓扑进行时根据这些时序属性对层级化实体关系拓扑进行时间[0143]空间对齐是将动态实体关系拓扑结构和节点分布拓扑在空间上进行匹配和对[0148]基于节点分布拓扑和实体关系拓扑生成动态知识图谱的过程是将节点分布拓扑[0149]识别动态知识图谱中的潜在风险传播路径是分析风险在知识图谱中如何从一个[0160]分位数归一化处理是将动态边权重分布矩阵中的元素映射到概率分布空间的一[0163]自适应剪枝是根据边的重要性对实体关系拓扑中的边连接进行筛选和去除的过[0165]时空对齐是将节点增强特征矩阵和剪枝后的实体关系拓扑在空间和时间上进行[0168]步骤S570：通过图结构编码器对时空对齐后的节点特征[0171]在编码过程中，首先将时空对齐后的节点特征和关联边的信息输入到GNN的输入多的图结构信息。例如，对于节点i，其在第k次消息传递中的更新公式可以表示为：[0183]在本发明实施例中，沿反向传播路径优先级对候选风险源节点执行广度优先遍[0185]传导路径完整性验证是检查节点序列是否构成一个完整的风险传导路径的过数衰减规律可以表示为，其中pi和pi+1是相邻节点的风险传播势能系数，地评估了风险在该路径上的传播可能性和影[0189]同类历史风险案例即与当前目标科技项目具有相似特征和风险情况的历史项目[0190]将每个传导路径的路径综合风险评估值与同类历史风险案例的基准值进行比[0200]实时监测目标科技项目的新增异构数据即持续地收集和分析目标科技项目中产[0203]生成增量实体特征向量是将新增异构数据中提取的特征向量整合为代表新增实量序列的聚类中心距离超过设定半径的新模[0208]操作模式聚类分析是将新增时序行为数据中的操作模式进行分类和聚类的过[0214]将新风险实体与现有实体间的关联强度以及新模式类别与现有行为模式的关联[0220]矩阵叠加是将增量关联强度矩阵与现有实体关系拓扑中的关联强度矩阵对应位量关联强度矩阵表示了新增实体与现有实体之间以及新增实体之间[0224]作为一种实施方式，本发明实施例提供的方法还包括风[0234]将最优资源分配方案转换为自然语言描述是为了便于项目管理人员理解和实[0236]根据最优资源分配方案对关键节点分配资源后，关键节点的风险等级会发生变[0237]通过重新计算潜在风险传播路径的综合风险值，可以评[0244]资