Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中保保险资产登记交易系统有限公司袁平海获国家专利权

中保保险资产登记交易系统有限公司袁平海获国家专利权

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!

龙图腾网获悉中保保险资产登记交易系统有限公司申请的专利一种基于强化学习的关联方识别用模型构建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:CN120410733B

龙图腾网通过国家知识产权局官网在2026-03-24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:202510574097.5,技术领域涉及:G06Q40/04;该发明授权一种基于强化学习的关联方识别用模型构建方法是由袁平海;彭久生;李卓奇;温瑾;李晓静设计研发完成,并于2025-05-06向国家知识产权局提交的专利申请。

一种基于强化学习的关联方识别用模型构建方法在说明书摘要公布了:本发明涉及金融数据分析技术领域,尤其涉及一种基于强化学习的关联方识别用模型构建方法,包括:构建异构企业关联关系图谱;基于方向中心表征参量确定关联方的探索策略;基于关联复杂度确定探索路径是否存在潜在关联方,以根据关联强度确定潜在关联方占比是否合格;基于路径连通表征值确定是否存在异常关联方,以根据差值绝对值确定异常关联方类型;将关联方识别过程中的关联方识别结果作为关联方识别数据,以建立关联方识别模型,基于识别准确率确定关联方识别模型的识别准确性是否合格,以根据比值确定调整获取周期时长;基于训练后的强化学习模型对待识别企业关联方进行识别,本发明提高了对关联方识别的准确性。

本发明授权一种基于强化学习的关联方识别用模型构建方法在权利要求书中公布了:1.一种基于强化学习的关联方识别用模型构建方法,其特征在于,包括: 获取若干企业的股权关系数据和任职关系数据,并构建异构企业关联关系图谱; 基于所述企业关联关系图谱的方向中心表征参量确定关联方的探索策略,其中,所述方向中心表征参量为出度中心性与权重0.5的乘积结果加上入度中心性与权重0.5的乘积结果; 基于相应探索策略的路径节点的关联复杂度确定探索路径是否存在潜在关联方,以根据存在潜在关联方的探索路径的关联强度确定潜在关联方占比是否合格,其中,所述关联复杂度为若干超边关系的和除以股权关系数量的结果乘以若干超边关系的和除以任职关系数量的结果,所述关联强度为存在潜在关联方的探索路径的若干超边关系的平均值; 基于不存在潜在关联方的所述异构企业关联关系图谱的路径连通表征值确定是否存在异常关联方,以根据路径连通表征值与预设路径连通表征值的差值绝对值确定异常关联方类型, 其中,在确定潜在关联方占比合格且存在异常关联方的条件下,基于所述路径连通表征值与预设路径连通表征值的差值绝对值小于或等于预设差值绝对值的比对结果确定异常关联方为结构断裂异常关联方,基于所述路径连通表征值与预设路径连通表征值的差值绝对值大于预设差值绝对值的比对结果确定异常关联方为闭环异常关联方,所述路径连通表征值为不存在潜在关联方的探索路径的超边关系的平均值与节点数量的比值; 将关联方识别过程中的关联方识别结果作为关联方识别数据,以建立关联方识别模型,基于所述关联方识别模型对实时获取的企业信息数据的识别准确率确定所述关联方识别模型的识别准确性是否合格,以根据识别准确率与预设识别准确率的比值确定调整股权关系数据和任职关系数据的获取周期时长; 将调整股权关系数据和任职关系数据的获取周期时长后的关联方识别结果作为优化关联方识别数据集合以训练强化学习模型,并基于训练后的强化学习模型对待识别企业关联方进行识别。

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中保保险资产登记交易系统有限公司,其通讯地址为:400023 重庆市江北区聚贤街25号2幢18层1号、6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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。