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！

龙图腾网获悉东北大学申请的专利一种基于人工智能的数据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：CN119782292B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411695261.X，技术领域涉及：G06F16/215；该发明授权一种基于人工智能的数据分析方法是由徐建有;张恩普;张硕;钱延;马玉亮;尤富强设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种基于人工智能的数据分析方法在说明书摘要公布了：本发明提供一种基于人工智能的数据分析方法，包括：将收集的多来源数据进行整合、清洗后存储到关系型数据库，设计基于实体‑关系的数据模型来构建节点和关系，并将其存储到关系型数据库；通过社区发现算法、图神经网络和量化分析对知识图谱进行分析计算，以捕捉知识图谱的复杂特征和潜在异常情况；通过集成算法对社区发现算法、图神经网络和量化分析的三种结果进行拟合，以多方加权投票的方式生成最终的可疑分数判定。本发明从成千上万甚至几十万条数据中抽取疑似问题线索，为案件查办提供可能的线索方向，让问题发现变得更及时，让监督变得更精准高效，提高办案效率。

本发明授权一种基于人工智能的数据分析方法在权利要求书中公布了：1.一种基于人工智能的数据分析方法，其特征在于，包括： S1、将收集的多来源数据进行整合、清洗后存储到关系型数据库，设计基于实体-关系的数据模型来构建节点和关系，并将其存储到关系型数据库； S11、将收集到的不同来源数据，通过数据集成和数据转换等操作，整合成一致的数据格式，并进行数据清洗操作，将转换后的数据存储到关系型数据库中； S12、为了适应特定的应用场景，设计一个基于实体-关系的数据模型，通过定义实体为节点和关系为边，构建一个结构化的数据模型，数据模型能够充分反映关系型数据库中所涉及的主体人、交易以及房产信息； S13、在构建数据模型的基础上，创建对应的节点和关系，其中，节点表示数据模型中的实体，关系表示实体之间的关联和连接； S14、将创建好的节点和关系存储到Neo4j图数据库中； S2、通过社区发现算法、图神经网络和量化分析对知识图谱进行分析计算，以捕捉知识图谱的复杂特征和潜在异常情况； S21、使用Louvain算法来发现图中的社区结构，包含两个阶段： 模块度优化阶段： 在模块度优化阶段中，将每个节点作为各自的社区标签，然后，每个节点遍历各自的所有邻居节点，并尝试将各自的社区标签更新为邻居节点的社区标签；Louvain算法选择模块度增量最大的社区标签作为节点的新社区标签，这个过程使用了贪婪的思想，通过重复进行这个过程，直到所有节点都不能通过改变社区标签来增加模块度为止； 网络凝聚阶段： 在网络凝聚阶段中，各社区被合并为一个新的超级节点，这个超级节点的边权重是原始社区内所有节点的边权重之和，则原始网络中的节点被凝聚成了更大的超级节点，形成一个新的网络； S22、采用经过训练的图神经网络，对图中的节点和边进行分类，以识别出可疑的节点和边； S23、基于要求和业务规则，检测可疑实体和关系，用于发现潜在的违规行为或异常情况； S231、为了充分利用客观事实数据，使用基于统计、基于距离和基于密度的异常检测算法，检测实体和关系的度数、聚合度、中心度统计指标，并将相对较低或高的值视为异常点； S232、基于统计的异常检测算法通过数据的统计特性和分布假设来识别与正常行为明显不同的数据点，检测出与正常数据分布明显偏离的实体或关系； S233、基于距离的异常检测算法，通过计算实体或关系之间的距离或相似度，来判断是否异常； S234、如果某个实体或关系与其他实体或关系的距离较远或相似度较低，就被认为可能是异常的； S235、基于密度的异常检测算法，通过计算密度分布来进一步判断是否异常； S3、通过集成算法对社区发现算法、图神经网络和量化分析的三种结果进行拟合，以多方加权投票的方式生成最终的可疑分数判定。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11号；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。