CN120296158A 一种基于人工智能的企业大数据挖掘方法及系统 （浙江省邮电工程建设有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120296158A(43)申请公布日2025.07.11

(21)申请号202510741713.1

GO6N

3/096(2023.01)

(22)申请日2025.06.05

GO6N

GO6N

3/092(2023.01)5/022(2023.01)

(71)申请人浙江省邮电工程建设有限公司

地址310000浙江省杭州市滨江区泰安路

99号

(72)发明人张海东姜博南陈杰

(74)专利代理机构北京环泰睿辰专利代理有限公司37322

专利代理师马腾

(51)Int.CI.

GO6F16/335(2019.01)

GO6F16/36(2019.01)GO6F40/30(2020.01)

GO6N3/042(2023.01)

GO6N3/094(2023.01)

权利要求

书3页

说明书18页附图3页

(54)发明名称

一种基于人工智能的企业大数据挖掘方法及系统

(57)摘要

CN120296158A本发明公开了一种基于人工智能的企业大数据挖掘方法及系统，方法包括：根据企业多源异构数据，采用多模态超图神经网络进行动态模态对齐，生成时空一致的多模态联合嵌入张量；将所述多模态联合嵌入张量输入正交对抗流形学习模块，生成低维紧致且类别可分性增强的语义嵌入向量；对所述语义嵌入向量进行时空因果关联挖掘，输出包含隐性商业逻辑的时空因果元路径图谱；将所述时空因果元路径图谱输入动态博弈对抗解释框架，最终输出具备反事实鲁棒性的企业级智能决策图谱。利用本发明实施例，能

CN120296158A

根据企业多源异构数据，采用多模态超图神经网络进行

根据企业多源异构数据，采用多模态超图神经网络进行

动态模态对齐，通过自注意力驱动的动态超图构建算法

融合跨模态特征，生成时空一致的多模态联合嵌入张量

,其中，所述动态超图构建算法引入模态间因果推理机

制，通过张量分解消除跨域数据的时间漂移噪声

将所述多模态联合嵌入张量输入正交对抗流形学习模块,基于迁移学习框架构建高维稀疏数据的流形投影空间,通过正交约束的生成对抗网络对特征分布进行对抗性校正，生成低维紧致且类别可分性增强的语义嵌入向量,其中，所述正交约束通过Frobenius范数正则化强制生

成器与判别器的权重矩阵正交化，抑制模式坍塌

对所述语义嵌入向量进行时空因果关联挖掘，采用元路

径优化的深度概率推理模型提取多跳关联规则，通过强

化学习动态调整因果阈值，输出包含隐性商业逻辑的时

空因果元路径图谱，其中，所述深度概率推理模型通过

路径奖励机制与蒙特卡洛树搜索联合优化元路径的置信

度与因果强度

将所述时空因果元路径图谱输入动态博弈对抗解释框架,基于注意力驱动的策略优化机制生成最优决策策略，

通过KL散度约束的对抗性扰动补偿算法平衡规则可解

释性与商业价值增益，最终输出具备反事实鲁棒性的企s204业级智能决策图谱，其中，所述框架通过隐式策略梯度

算法联合优化解释边界的稳定性与决策置信度，并引入对抗性样本的流形投影技术增强决策鲁棒性

CN120296158A权利要求书1/3页

2

1.一种基于人工智能的企业大数据挖掘方法，其特征在于，所述方法包括：

根据企业多源异构数据，采用多模态超图神经网络进行动态模态对齐，通过自注意力驱动的动态超图构建算法融合跨模态特征，生成时空一致的多模态联合嵌入张量，其中，所述动态超图构建算法引入模态间因果推理机制，通过张量分解消除跨域数据的时间漂移噪声；

将所述多模态联合嵌入张量输入正交对抗流形学习模块，基于迁移学习框架构建高维稀疏数据的流形投影空间，通过正交约束的生成对抗网络对特征分布进行对抗性校正，生成低维紧致且类别可分性增强的语义嵌入向量，其中，所述正交约束通过Frobenius范数正则化强制生成器与判别器的权重矩阵正交化，抑制模式坍塌；

对所述语义嵌入向量进行时空因果关联挖掘，采用元路径优化的深度概率推理模型提取多跳关联规则，通过强化学习动态调整因果阈值，输出包含隐性商业逻辑的时空因果元路径图谱，其中，所述深度概率推理模型通过路径奖励机制与蒙特卡洛树搜索联合优化元路径的置信度与因果强度；

将所述时空因果元路径图谱输入动态博弈对抗解释框架，基于注意力驱动的策略优化机制生成最优决策策略，通过KL散度约束的对抗性