买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州金融科技股份有限公司申请的专利基于多源数据融合的金融活动舆情综合分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119939519B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510330107.0，技术领域涉及：G06F18/25；该发明授权基于多源数据融合的金融活动舆情综合分析方法是由黄嘉荣;郑龙哲;余鑫设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本基于多源数据融合的金融活动舆情综合分析方法在说明书摘要公布了：本发明属于金融监测与数据分析技术领域，具体是基于多源数据融合的金融活动舆情综合分析方法，步骤如下：步骤一：数据收集和处理模块，从新闻报道多源数据中收集信息进行数据预处理；步骤二：多源数据融合模块通过图卷积网络对来自不同数据源的信息特征嵌入，将其转换为高维特征向量；步骤三：风险特征提取模块使用深度神经网络对融合后的高维特征向量进行进一步处理，提取出潜在的风险特征；步骤四：风险评估与预警模块根据提取的风险特征，通过分类模型评估金融活动的风险概率，设定阈值触发预警；步骤五：数据安全模块对基于风险评估与预警模块数据采用同态加密、差分隐私和分布式存储技术，保障数据的安全性和隐私的私密性。

本发明授权基于多源数据融合的金融活动舆情综合分析方法在权利要求书中公布了：1.一种基于多源数据融合的金融活动舆情综合分析系统，其特征在于，包括数据采集与预处理模块、多源异构数据融合模块、风险特征提取模块、风险评估与预警机制模块和数据安全保障模块，所述数据采集与预处理模块从社交媒体、新闻报道、金融监管数据多源数据中收集金融活动相关的舆情信息并通过该模块对数据进行清洗并标准化数据，去除无关信息，转换为结构化数据； 所述多源异构数据融合模块包括图卷积网络GCN，基于数据采集与预处理模块处理之后数据，通过图卷积网络对来自不同数据源的金融舆情图结构数据含用户-话题-事件关联关系信息进行特征嵌入融合，将其转换为统一高维特征向量，确保其在同一特征空间中能够进行有效的比较与融合，具体分析公式步骤如下： Zf＝GCNAf,Df,Zs＝GCNAs,Ds Af，As其中分别是金融舆情数据和社会公共数据的邻接矩阵，Df，Ds分别是金融舆情数据和社会公共数据的特征矩阵，Zf，Zs表示为通过图卷积网络GCN处理后得到的嵌入表示； 所述多源异构数据的融合单元基于图卷积网络将来自不同来源的异构数据进行嵌入表示的数据进行分析，所述多源异构数据的融合单元通过加权融合得到统一的多维度表示： X＝αZf+βZs 其中α、β为权重系数，且满足α+β＝1； 所述风险特征提取模块包括深度神经网络模型，基于多源异构数据融合模块融合的数据，通过深度神经网络DNN方法，从X＝αZf+βZs多维度表示中提取与非法金融活动相关的风险特征R，并进行可信安全计算，确保敏感数据的安全性，其中 R＝DNNX 其中X表示多源数据融合后的特征向量，它包含了来自不同数据源的信息，DNN·表示深度神经网络DNN模型，R是从融合后的特征向量中提取出的风险特征，表示潜在的非法金融活动的风险等级； 所述风险评估与预警机制模块包括风险评估单元和预警机制单元，所述风险评估包括分类模型多层感知机，基于风险特征提取模块提取的风险特征进行风险的评估，利用分类模型多层感知机MLP对风险进行量化，计算非法金融活动发生的概率P，并根据设定的阈值触发预警，所述分类模型的计算公式如下： P＝Risk|R＝σWTR+b 其中σ为激活函数，W、b分别为模型的权重和偏置，P＝Risk|R表示为非法金融活动风险的预测概率； 所述预警机制单元基于风险评估的数据具体分析如下： 其中P＝Risk|R表示风险评估模型输出的风险概率值，其中θlow、θhight表示是设定的高风险和低风险阈值，Alert表示是否触发预警的标识，Monitor、False、True分别表示持续监控、不触发预警、触发预警。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州金融科技股份有限公司，其通讯地址为：510000 广东省广州市天河区华夏路10号富力中心2901；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。