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！

龙图腾网获悉南京新桐数字科技有限公司申请的专利融合知识图谱的供应链销售异常检测与根因分析系统及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：CN120631970B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202511127165.X，技术领域涉及：G06F16/26；该发明授权融合知识图谱的供应链销售异常检测与根因分析系统及方法是由游杰君;金雷鸣;丁光亚设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本融合知识图谱的供应链销售异常检测与根因分析系统及方法在说明书摘要公布了：本发明提出了融合知识图谱的供应链销售异常检测与根因分析系统及方法，包括需求采集与预处理模块，用于对接订单系统、供应链系统、客户关系管理系统及外部数据源，完成数据清洗、实体解析与特征提取；供应链知识图谱构建模块，用于定义实体类型与关系类型；实时异常检测模块，用于接入销售指标数据流，结合轻量级过滤与图神经网络模型进行异常检测并计算节点及全局异常分数；可视化报告生成模块，用于自动生成可视化报告。本发明通过构建动态供应链知识图谱并应用图神经网络，深度融合多源异构数据，有效捕捉实体间复杂依赖关系，显著提升了销售异常检测的准确性与时效性，实现了异常根因的自动定位与证据链追溯，大幅提升分析效率。

本发明授权融合知识图谱的供应链销售异常检测与根因分析系统及方法在权利要求书中公布了：1.融合知识图谱的供应链销售异常检测与根因分析系统，其特征在于，包括： 数据采集与预处理模块，用于对接订单系统、供应链系统、客户关系管理系统及外部数据源，执行数据清洗、实体解析与特征提取； 实体解析采用多阶段混合方法： 第一阶段基于属性规则匹配进行结构化字段的精确匹配和模糊匹配，其中模糊匹配采用Jaro-Winkler相似度算法，阈值设为0.85； 第二阶段利用随机森林模型融合名称语义相似度、地址经纬度距离及交易频次特征进行实体对齐，所述名称语义相似度通过FastText词向量计算余弦相似度获得； 第三阶段通过基于注意力机制的BiLSTM模型对冲突实体进行上下文消歧； 特征提取包括时序特征、统计特征和关系特征三类，时序特征计算订单量7日移动平均和环比变化率，统计特征聚合供应商级交货延迟率及其近30日标准差，关系特征基于图谱拓扑计算节点度中心性及多跳邻居聚合属性； 知识图谱构建模块，用于定义实体类型与关系类型，通过多源异构数据的深度语义融合构建动态供应链知识图谱； 实时异常检测模块，用于接入销售指标数据流，采用图神经网络模型计算节点及全局异常分数； 根因分析模块，用于结合改进的PGExplainer算法与预定义业务规则定位异常根因实体并生成证据链；所述根因分析模块改进的PGExplainer算法具体如下： 在原始互信息最大化目标基础上增加业务关系权重项，设计损失函数： ， 其中为异常标签Y与解释子图G_S之间的互信息，为子图边集，为预定义的边业务重要性系数，“供应”关系设为0.9，“运输至”关系设为0.8，其他关系设为0.5，为待学习的边掩码权重，=0.5为平衡超参数； 业务规则库采用版本化管理，通过Apriori算法挖掘支持度大于0.3的频繁规则项集，设置规则权重时间衰减函数： ，其中为规则初始权重，为规则创建后的时间，=90天为半衰期； 设计多源融合的根因置信度计算公式，其中为规则的历史准确率，K≤3为关键节点数，为归一化的规则权重系数满足，为PGExplainer输出的节点的重要性分数； 所述根因分析模块提取异常节点3跳子图的具体过程包括： 以异常节点为起点，采用广度优先搜索提取所有3跳内可达节点； 保留子图中所有节点间的边关系及其属性； 子图规模限制在500个节点以内，超过时按节点异常分数降序截取； 可视化报告模块，用于生成包含异常描述、根因推断及图谱证据路径的交互式报告，采用D3.js渲染力导向图，节点大小与异常分数成正比，边的粗细与关系强度成正比，支持最多5跳的路径展开和折叠操作。

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南京新桐数字科技有限公司，其通讯地址为：210000 江苏省南京市雨花台区花神大道17号106室；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。