公开(公告)号：CN119202273B

公开(公告)日：2025-02-18

申请号：CN202411678161.6

申请日：2024-11-22

Applicant: 国网湖北省电力有限公司技术培训中心

Inventor： 胡璟懿 ,  吴英姿 ,  戚沁 ,  陈平 ,  匡尧 ,  刘莹 ,  许丹 ,  张宏艳 ,  肖雨桐 ,  陈婧 ,  陈晔

IPC: G06F16/36 ,  G06F16/35 ,  G06F18/23213 ,  G06F18/22 ,  G06F40/216 ,  G06F40/289 ,  G06N5/025 ,  G06N3/045

Abstract: 本发明涉及知识图谱构建技术领域，具体涉及基于AI技术的审计领域知识图谱构建方法，包括：对实体数据进行聚类；构建标准数据库来获取基层单位实体数据；计算每个类簇的实体数据与基层单位实体数据之间的相似值，相似值最大者所对应的类簇为最上层类簇；计算任意未确定层级的类簇与已确定层级的类簇中最低层级的类簇之间的层级关联因子，层级关联因子最大者所对应的类簇为已确定层级的类簇的下一层级类簇；计算相邻层级的类簇中任意上层实体数据与任意下层实体数据之间的关联程度，关联程度超出预设关联阈值时，上层实体数据连接下层实体数据。本发明构建的知识图谱提高了实体数据之间联系的紧密性、基层单位搜索查看的效率和结果的精确性。

公开(公告)号：CN119293676A

公开(公告)日：2025-01-10

申请号：CN202411834993.2

申请日：2024-12-13

Applicant: 国网湖北省电力有限公司技术培训中心

Inventor： 陈晔 ,  张坤义 ,  张宏艳 ,  肖雨桐 ,  汪滢 ,  许丹 ,  陈平 ,  黄澍 ,  叶婧芸 ,  万方颖

IPC: G06F18/2431 ,  G06F18/22 ,  G06F18/214 ,  G06F18/213

Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于大数据的审计数据分析方法及系统。方法包括：获取审计数据的各数值特征维度和各文本特征维度；确定各数值特征维度的信息量；确定各数值特征维度的重要程度；将各文本特征维度的数据种类数和审计数据的数量之比作为各文本特征维度的重要度；确定各条审计数据与其余审计数据之间的特征距离；将所述特征距离作为LOF算法中计算数据之间的距离，通过LOF算法得到每个数据点的局部离群因子，以便完成基于大数据的审计数据分析。本发明通过确定各数值特征维度的信息量和重要程度以及各文本特征维度的重要度，改进了特征距离的计算方式，使得LOF算法能更准确地区分正常数据与异常数据。

公开(公告)号：CN119202273A

公开(公告)日：2024-12-27

申请号：CN202411678161.6

申请日：2024-11-22

Applicant: 国网湖北省电力有限公司技术培训中心

Inventor： 胡璟懿 ,  吴英姿 ,  戚沁 ,  陈平 ,  匡尧 ,  刘莹 ,  许丹 ,  张宏艳 ,  肖雨桐 ,  陈婧 ,  陈晔

IPC: G06F16/36 ,  G06F16/35 ,  G06F18/23213 ,  G06F18/22 ,  G06F40/216 ,  G06F40/289 ,  G06N5/025 ,  G06N3/045

Abstract: 本发明涉及知识图谱构建技术领域，具体涉及基于AI技术的审计领域知识图谱构建方法，包括：对实体数据进行聚类；构建标准数据库来获取基层单位实体数据；计算每个类簇的实体数据与基层单位实体数据之间的相似值，相似值最大者所对应的类簇为最上层类簇；计算任意未确定层级的类簇与已确定层级的类簇中最低层级的类簇之间的层级关联因子，层级关联因子最大者所对应的类簇为已确定层级的类簇的下一层级类簇；计算相邻层级的类簇中任意上层实体数据与任意下层实体数据之间的关联程度，关联程度超出预设关联阈值时，上层实体数据连接下层实体数据。本发明构建的知识图谱提高了实体数据之间联系的紧密性、基层单位搜索查看的效率和结果的精确性。

公开(公告)号：CN119293676B

公开(公告)日：2025-03-18

申请号：CN202411834993.2

申请日：2024-12-13

Applicant: 国网湖北省电力有限公司技术培训中心

Inventor： 陈晔 ,  张坤义 ,  张宏艳 ,  肖雨桐 ,  汪滢 ,  许丹 ,  陈平 ,  黄澍 ,  叶婧芸 ,  万方颖

IPC: G06F18/2431 ,  G06F18/22 ,  G06F18/214 ,  G06F18/213

Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于大数据的审计数据分析方法及系统。方法包括：获取审计数据的各数值特征维度和各文本特征维度；确定各数值特征维度的信息量；确定各数值特征维度的重要程度；将各文本特征维度的数据种类数和审计数据的数量之比作为各文本特征维度的重要度；确定各条审计数据与其余审计数据之间的特征距离；将所述特征距离作为LOF算法中计算数据之间的距离，通过LOF算法得到每个数据点的局部离群因子，以便完成基于大数据的审计数据分析。本发明通过确定各数值特征维度的信息量和重要程度以及各文本特征维度的重要度，改进了特征距离的计算方式，使得LOF算法能更准确地区分正常数据与异常数据。

公开(公告)号：CN119578534A

公开(公告)日：2025-03-07

申请号：CN202510143185.X

申请日：2025-02-10

Applicant: 国网湖北省电力有限公司技术培训中心

Inventor： 吴英姿 ,  戚沁 ,  刘莹 ,  黄浩 ,  陈平 ,  张宏艳 ,  肖雨桐 ,  陈晔 ,  涂杰 ,  许丹 ,  程司宇 ,  赵晨彤

IPC: G06N5/022 ,  G06F40/194 ,  G06F40/295

Abstract: 本发明涉及知识图谱技术领域，具体涉及一种基于知识图谱的审计对象画像构建方法。该方法包括：获取企业中不同部门的审计文件，以及不同审计文件的审计对象和命名实体；对不同审计文件进行实体识别和属性值抽取，确定不同命名实体以及属性值；根据同一审计文件中任意两种属性值的数值变化，确定两种属性值的变化相似程度；根据所有审计文件中任意两种属性值的变化相似程度，确定两种属性值的属性关联程度；根据不同命名实体在所有属性值之间的属性关联程度，确定命名实体的实体关联指标；结合不同命名实体间的实体关联指标，构建企业的审计对象画像模型。本发明便于揭示审计对象间的更隐蔽的联系，以提升整体审计对象画像模型的关联分析效果。