[发明专利]一种商机挖掘方法、装置、计算机设备及存储介质

权利要求书

1.一种商机挖掘方法，其特征在于，包括：

获取交易型数据，并依据所述交易型数据构建供应链图谱，以及根据所述供应链图谱建立“买方-买卖关系-卖方”的三元组数据；

所述获取交易型数据，并依据所述交易型数据构建供应链图谱，以及根据所述供应链图谱建立“买方-买卖关系-卖方”的三元组数据，包括：

基于AI识别技术为所述三元组数据中的买方对应的头实体和尾实体添加属性特征，以及为所述三元组数据中的买卖关系添加关系特征；

通过全连接网络对所述属性特征和关系特征进行前馈计算，得到维度统一的第一向量；

基于所述供应链图谱，对交易类型设置对应专属映射矩阵，并结合所述专属映射矩阵和GAT模型对所述供应链图谱进行编码处理；所述专属映射矩阵是指为每一种交易类型都添加一组特定的矩阵参数，头实体和尾实体会使用所述特定的矩阵参数进行矩阵运算，得到映射后的表示；

所述基于所述供应链图谱对交易类型设置对应专属映射矩阵，并结合所述专属映射矩阵和GAT模型对所述供应链图谱进行编码处理，包括：

利用所述专属映射矩阵对所述第一向量进行映射矩阵计算，得到所述三元组数据对应的映射向量；

对于同一头实体对应的不同尾实体，通过所述映射向量计算头实体和尾实体之间的相似度，并将所述相似度作为对应头实体和尾实体的权重；

将各所述三元组数据中的头实体、尾实体和交易类型进行拼接并输入至全连接层，并输出得到维度相同的第二向量；

对所述权重与所述第二向量进行加权叠加，并将加权叠加结果作为信息更新向量，然后利用所述信息更新向量对所述三元组数据进行信息更新；

结合所述专属映射矩阵和ConvKB模型对经过编码处理的所述三元组数据进行解码处理，得到所述三元组数据对应的第一浮点数；

所述结合所述专属映射矩阵和ConvKB模型对经过编码处理的所述三元组数据进行解码处理，得到所述三元组数据对应的第一浮点数，包括：

基于所述映射向量对各所述三元组数据中的头实体、尾实体和交易类型进行拼接；

通过ConvKB模型对拼接结果提取目标特征，并将所述目标特征依次输入至全连接层和激活函数，然后输出得到所述第一浮点数；

基于所述第一浮点数，选取浮点数最高的三元组数据作为目标三元组数据，并将所述目标三元组数据对应的买方和卖方作为商机挖掘结果。

2.根据权利要求1所述的商机挖掘方法，其特征在于，还包括：

基于TransE模型思想，将所述三元组数据的映射向量中的头实体向量与交易关系向量相加，并利用相加结果与尾实体向量进行作差处理，得到所述三元组数据对应的目标向量；

对所述目标向量进行求1范数计算，得到第二浮点数。

3.根据权利要求2所述的商机挖掘方法，其特征在于，还包括：

获取具备真实交易关系的正样本数据和不具备真实交易关系的负样本数据；

将所述正样本数据和负样本数据分别构造为正样本序列和负样本序列；

将所述正样本序列和负样本序列之间的距离作为GAT模型的训练目标，以对所述GAT模型进行训练；

结合所述第二浮点数构造损失函数，并利用所述损失函数对所述GAT模型进行优化。

4.根据权利要求3所述的商机挖掘方法，其特征在于，所述AI识别技术为命名实体识别、表格识别和手写体识别中的任意一种或者多种。