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！

龙图腾网获悉航天信息股份有限公司申请的专利一种风险企业的识别方法、装置及存储介质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：CN114140007B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202111489337.X，技术领域涉及：G06Q10/0635；该发明授权一种风险企业的识别方法、装置及存储介质是由马兰;林文辉;王志刚;刘振宇;王泽皓;闫凯;张皓设计研发完成，并于2021-12-07向国家知识产权局提交的专利申请。

本一种风险企业的识别方法、装置及存储介质在说明书摘要公布了：本发明实施例公开一种风险企业的识别方法、装置及存储介质，涉及信息安全领域。所述方法包括：获取每个企业的目标数据集，所述目标数据集包括所述企业的多种税务信息；根据所述多种税务信息，构建企业关系图谱；利用图卷积神经网络GCN以及基于互信息最大化模型DGI，对所述企业关系图谱进行预训练处理，得到企业节点的预嵌入表示；利用图自编码器GAE对所述预嵌入表示进行训练处理，得到所述企业节点的最终嵌入表示；根据所述企业节点的最终嵌入表示，通过余弦相似度算法，计算所述企业的企业相似度，所述企业相似度用于对企业是否为风险企业进行识别。本发明实现了潜在风险企业重点监控、及时预警和开展风险应对。

本发明授权一种风险企业的识别方法、装置及存储介质在权利要求书中公布了：1.一种风险企业的识别方法，其特征在于，所述方法包括： 获取每个企业的目标数据集，所述目标数据集包括所述企业的多种税务信息； 根据所述多种税务信息，构建企业关系图谱； 利用图卷积神经网络GCN以及基于互信息最大化模型DGI，对所述企业关系图谱进行预训练处理，得到企业节点的预嵌入表示； 利用图自编码器GAE对所述预嵌入表示进行训练处理，得到所述企业节点的最终嵌入表示； 根据所述企业节点的最终嵌入表示，通过余弦相似度算法，计算所述企业的企业相似度，所述企业相似度用于对企业是否为风险企业进行识别； 其中，利用图卷积神经网络GCN以及基于互信息最大化模型DGI，对所述企业关系图谱进行预训练处理，得到企业节点的预嵌入表示，包括： 通过所述企业关系图谱节点的特征信息组成的第一特征矩阵以及通过所述图谱节点之间的关系组成的第一邻接矩阵，得到正样本实例；利用所述第一邻接矩阵，得到第二邻接矩阵，所述第一邻接矩阵与所述第二邻接矩阵相同；构建腐蚀函数，通过所述腐蚀函数，对所述第一特征矩阵进行打乱重排，随机获取第二特征矩阵；通过所述第二特征矩阵以及所述第二邻接矩阵，得到负样本实例；将所述正样本实例包括的所述第一特征矩阵以及所述第一邻接矩阵输入至作为编码器的所述GCN内，得到所述正样本实例的第一局部特征；将所述负样本实例包括的所述第二特征矩阵以及所述第二邻接矩阵输入至作为编码器的所述GCN内，得到所述负样本实例的第二局部特征；将所述第一局部特征输入至读出函数，得到图级别的全局特征，并将所述第一局部特征与所述全局特征作为正样本局部-全局对，将所述第二局部特征与所述全局特征作为负样本局部-全局对；将所述自编码器GAE作为判别器分别对正样本局部-全局、负样本局部-全局对进行打分；将第一评分与全为1的向量之间的差值作为第一损失，将第二评分与全为0的向量之间的差值作为第二损失；将第一损失和第二损失的和作为噪声对比性目标函数的值；最后，多次重复执行前述步骤，直至满足预设条件时停止；将训练过程中噪声对比性目标函数的值为最小值时所对应的模型作为最优模型；通过最优模型，将正样本实例输入至图卷积神经网络GCN后得到的第一局部特征作为所述预嵌入表示。

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航天信息股份有限公司，其通讯地址为：100093 北京市海淀区杏石口路甲18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。