-
公开(公告)号：CN117033554A
公开(公告)日：2023-11-10
申请号：CN202311033090.X
申请日：2023-08-16
Applicant: 之江实验室
IPC: G06F16/33 , G06F16/332 , G06F40/30 , G06F40/289 , G06F18/214
Abstract: 本申请涉及一种数据分析方法、装置、计算机设备以及存储介质。所述方法包括：根据公开的语义解析数据集、目标领域的历史数据分析数据集、数据表结构和数据字典对列表自然语言预训练模型进行模型训练，确定数据分析模型；根据标准数据分析要素和历史数据分析数据集，对循环神经网络模型进行训练，确定分析请求解析模型；通过分析请求解析模型，基于数据表结构和数据字典对目标数据分析请求进行解析，确定目标数据分析请求对应的目标数据分析要素；通过数据分析模型，根据目标数据分析要素确定目标数据分析请求对应的目标结构化查询语言，并运行目标结构化查询语言，确定目标数据分析请求所对应的数据分析结果。上述方法可以提高数据分析的准确性。
-
公开(公告)号：CN116882767A
公开(公告)日：2023-10-13
申请号：CN202311158959.3
申请日：2023-09-08
Applicant: 之江实验室
IPC: G06Q10/0635 , G06N3/0464 , G06N3/0442 , G06N3/09
Abstract: 本说明书公开了一种基于不完善异构关系网络图的风险预测方法及装置，可以确定该目标业务对象及相关业务对象的初始特征，而后，根据异构关系网络图、初始特征和图结构调整参数，确定目标业务对象的综合特征。将该目标业务对象的综合特征输入到风险预测网络中，预测得到目标业务对象的风险程度。最后，根据目标业务对象的风险程度，确定针对目标业务对象的策略，并确定奖励，进而根据策略评价值和奖励，对特征提取网络、风险预测网络以及评价网络进行训练，以调整图结构调整参数，根据调整后的图结构调整参数，得到调整后的异构关系网络图，并根据调整后的异构关系网络图以及风险预测网络，实时进行风险预测，从而提高了风险预测的准确性。
-
公开(公告)号：CN116150341A
公开(公告)日：2023-05-23
申请号：CN202310440660.0
申请日：2023-04-23
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/33 , G06Q40/08 , G06F18/2411 , G06F18/214
Abstract: 本申请涉及一种理赔事件检测方法、计算机设备和存储介质，在图网络发生变更的情况下，更新第一节点序列，得到当前时间戳的第二节点序列，其中，图网络基于理赔事件的数据构建得到，第一节点序列通过关联图网络中的多个节点得到；在词向量模型中，根据第二节点序列和涉变更节点的权重参数，对词向量模型进行反向迭代训练，并根据训练后的词向量模型得到当前时间戳的节点向量，其中，涉变更节点包括图网络中节点和/或节点之间的边发生变化的节点；根据当前时间戳的节点向量，确定理赔事件是否属于目标类型事件，如此设置，只需要迭代更新部分节点的权重参数，减少了计算量，从而能够准确且高效地检测理赔事件。
-
公开(公告)号：CN115953172A
公开(公告)日：2023-04-11
申请号：CN202211625194.5
申请日：2022-12-16
Applicant: 之江实验室
IPC: G06Q30/018 , G06F17/16 , G06N3/08 , G06N3/0464
Abstract: 本申请涉及一种基于图神经网络的欺诈风险识别方法和装置，该方法包括：根据数据表获取待识别事件的第一关联关系邻接矩阵；数据表中包括待识别事件的数据，第一关联关系邻接矩阵用于标识待识别事件与数据表中其他事件的关联关系；根据数据表和第一关联关系邻接矩阵，获取待识别事件的第一特征矩阵；第一特征矩阵用于标识数据表中的事件的数据；根据第一关联关系邻接矩阵、第一特征矩阵和预先训练好的图神经网络，获取待识别事件的欺诈概率；图神经网络用于获取事件的欺诈概率；根据欺诈概率，确定待识别事件的欺诈风险。通过本申请，解决了现有的车险理赔领域的欺诈风险的识别方法，未对数据库中的历史数据进行关联，导致识别结果不准确的问题。
-
公开(公告)号：CN117494052A
公开(公告)日：2024-02-02
申请号：CN202311546933.6
申请日：2023-11-17
Applicant: 之江实验室
IPC: G06F18/25 , G06F18/22 , G06N5/022 , G06N3/0442 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/08
Abstract: 本说明书公开了一种基于时空静态信息自动化生成的预测方法及装置，可以分别通过第一嵌入网络和第二嵌入网络，得到业务对象的时序静态特征和时序静态关系图谱生成特征，并将业务对象的初始时序动态特征输入到时序动态网络中得到时序动态特征，根据时序动态特征与时序静态特征得到时序特征。而后，根据各业务对象的时序静态关系图谱生成特征生成时序静态关系图谱，将各业务对象的时序特征和时序静态关系图谱输入空间聚合网络，得到各业务对象的时空特征，从而可以通过目标业务对象的时空特征确定目标业务对象在预设时间段后的预测结果，通过预测结果对预测模型进行训练，以通过训练后的预测模型对目标业务对象的业务结果进行预测。
-
Patent Agency Ranking
公开(公告)号：CN116882767B
公开(公告)日：2024-01-05
申请号：CN202311158959.3
申请日：2023-09-08
Applicant: 之江实验室
IPC: G06Q10/0635 , G06N3/0464 , G06N3/0442 , G06N3/09
Abstract: 本说明书公开了一种基于不完善异构关系网络图的风险预测方法及装置，可以确定该目标业务对象及相关业务对象的初始特征，而后，根据异构关系网络图、初始特征和图结构调整参数，确定目标业务对象的综合特征。将该目标业务对象的综合特征输入到风险预测网络中，预测得到目标业务对象的风险程度。最后，根据目标业务对象的风险程度，确定针对目标业务对象的策略，并确定奖励，进而根据策略评价值和奖励，对特征提取网络、风险预测网络以及评价网络进行训练，以调整图结构调整参数，根据调整后的图结构调整参数，得到调整后的异构关系网络图，并根据调整后的异构关系网络图以及风险预测网络，实时进行风险预测，从而提高了风险预测的准确性。
-
公开(公告)号：CN116932780A
公开(公告)日：2023-10-24
申请号：CN202311179452.6
申请日：2023-09-13
Applicant: 之江实验室
Abstract: 本申请涉及一种天文知识图谱构建方法、资源查找方法、设备和介质，获取资源对应的天体信息，其中，天体信息包括天体的形态特征和天体的坐标；基于形态特征对天体分类，得到多个天体类别；根据天体的坐标计算同一天体类别下每两个天体之间的距离，将每个天体作为节点，将属于同一个天体类别的每两个天体进行关联，构建得到多个知识图谱；获取各天体的光谱特征，在任意第一知识图谱和第二知识图谱之间，将具备相似光谱特征的天体进行关联。通过本申请天文知识图谱构建方法，提高了构建的知识图谱的准确性，有利于相关人员基于知识图谱搜索系统、完善的天体信息。
-
公开(公告)号：CN116910277A
公开(公告)日：2023-10-20
申请号：CN202311179454.5
申请日：2023-09-13
Applicant: 之江实验室
IPC: G06F16/36 , G06F16/332 , G06F16/338 , G06F16/383 , G06F16/901 , G06F40/284 , G06F40/30
Abstract: 本申请涉及一种知识图谱构建方法、资源查找方法、计算机设备和介质，通过获取资源对应的数据集，其中，资源包括天文学领域数据，数据集包括多个关键词以及每个关键词的属性，关键词的属性包括关键词在多个资源中的第一权重和关键词对应的资源标识；根据第一权重确定主关键词和副关键词，并将属于同一研究方向的副关键词与主关键词关联，其中，主关键词的第一权重大于副关键词的第一权重；分别在主关键词和副关键词之间构建知识图谱，其中，分别将主关键词和副关键词作为节点，将对应的资源标识和第一权重作为节点属性，将语义关系作为边，构建相应知识图谱，降低了知识图谱的规模，实现了关键词的交叉检索。
-
公开(公告)号：CN116050539A
公开(公告)日：2023-05-02
申请号：CN202211687370.8
申请日：2022-12-27
Applicant: 之江实验室
Abstract: 一种基于贪心算法的机器学习分类模型解释方法，该方法使用贪心算法组合特征箱体，分别以每个筛选后箱体为起点，获得特征箱体组合。将特征匹配学习的特征箱体组合，可以对目标的特征统计情况有更加全面的了解并以此对机器学习结果做出解释。本方法运用贪心策略，对特征进行了筛选与组合，为企业提供了一种更加直观的客户筛选方法，在实际应用中主要用于辅助解释黑匣模型预测结果，服务一线业务人员。
-
公开(公告)号：CN116012137A
公开(公告)日：2023-04-25
申请号：CN202211623333.0
申请日：2022-12-16
Applicant: 之江实验室 , 浙江农村商业联合银行股份有限公司
Abstract: 本发明公开了一种基于贷款五级分类的滚动率分析方法、系统、电子设备、介质，方法包括：自定义设置初始时间节点和结束时间节点，以确定贷款滚动率分析的时间窗口；获得贷款五级分类相关的原始状态变更数据；将获取的原始状态变更数据中的贷款初始评定五级分类状态的时间点限定在时间窗口内，得到目标状态变更数据；统计目标状态变更数据中状态变更的数量，得到贷款五级分类状态的滚动率；根据贷款五级分类状态的滚动率，分析贷款五级分类状态的比例分布，融合专家经验，确定正常贷款与违约贷款的切分阈值。本发明方法仅依赖少量的原始数据，泛化性强，实用性强；本发明方法同时支持融合专家逻辑，使得过程可追溯，结果可解释，易于推广。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.021 seconds)
