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！

龙图腾网获悉首都经济贸易大学申请的专利基于多模态图学习的财务欺诈预测方法、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：CN120338827B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510457633.3，技术领域涉及：G06Q30/018；该发明授权基于多模态图学习的财务欺诈预测方法、装置及存储介质是由姚银红;肖艺卓;陈振松;陈浩;刘雪勇设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本基于多模态图学习的财务欺诈预测方法、装置及存储介质在说明书摘要公布了：本申请公开了一种基于多模态图学习的财务欺诈预测方法、装置及存储介质，包括：将各个目标时段内的目标企业以及与目标企业关联的对象作为节点，并将目标企业与各个对象之间的关联关系作为边，构建分别与各个目标时段对应的多个图结构；确定与多个图结构中的各个节点对应的第一特征向量；比对相邻目标时段的图结构并确定图结构之间的差异信息，基于差异信息生成对应的多个变更图结构；以及将多个图结构和多个变更图结构输入至预先训练的欺诈预测模型，并基于欺诈预测模型输出的欺诈概率，判断目标企业是否存在欺诈行为。

本发明授权基于多模态图学习的财务欺诈预测方法、装置及存储介质在权利要求书中公布了：1.一种基于多模态图学习的财务欺诈预测方法，其特征在于，包括： 将各个目标时段内的目标企业以及与所述目标企业关联的对象作为节点，并将所述目标企业与各个对象之间的关联关系作为边，构建分别与所述各个目标时段对应的多个图结构，其中所述对象包括上市公司、非上市公司和或个人； 确定与所述多个图结构中的各个节点对应的第一特征向量，其中所述第一特征向量包括与上市公司节点和目标企业节点对应的多模态特征向量，以及与非上市公司节点和个人节点对应的结构特征向量，其中确定各个图结构中的各个节点对应的第一特征向量的操作，包括： 采集所述各个目标时段内，与所述上市公司节点和所述目标企业节点对应的多模态数据，并确定与所述多模态数据对应的多模态特征向量，其中具体操作，包括：采集与所述上市公司节点和所述目标企业对应的多模态数据，并利用注意力机制确定与不同模态数据对应的权重值，其中 所述多模态数据包括文本模态数据以及声音模态数据，并且其中确定与所述多模态数据对应的多模态特征向量的操作，包括： 对获取到的文本模态数据进行分词处理，并生成多个token序列； 对所述多个token序列进行词嵌入处理，并生成词嵌入矩阵，其中所述词嵌入矩阵包括多个词嵌入向量； 将所述词嵌入矩阵输入至BERT模型，并利用所述BERT模型输出与所述文本模态数据对应的特征向量； 其中，确定与所述多模态数据对应的多模态特征向量的操作，还包括： 从获取到的声音模态数据中提取原始声学特征，并基于所述原始声学特征生成与所述声音模态数据对应的特征向量； 基于与所述不同模态数据对应的权重值，对所述多模态数据进行融合，并确定所述多模态数据对应的多模态特征向量； 比对相邻目标时段的图结构并确定所述图结构之间的差异信息，基于所述差异信息生成对应的多个变更图结构，其中所述差异信息包括节点变更信息以及边变更信息；以及 将所述多个图结构和所述多个变更图结构输入至预先训练的欺诈预测模型，并基于所述欺诈预测模型输出的欺诈概率，判断所述目标企业是否存在欺诈行为，其中所述欺诈预测模型包括多个第一图神经网络模型、多个第二图神经网络模型以及欺诈预测网络结构，并且具体操作，包括： 将所述多个图结构分别输入至所述第一图神经网络模型，并确定与所述各个图结构中的各个节点的第一特征向量对应的第二特征向量； 将所述多个变更图结构输入至所述第二图神经网络模型，并确定与各个变更图结构中的各个节点的第一特征向量对应的第三特征向量；以及 基于多个第二特征向量和多个第三特征向量，并利用所述欺诈预测网络结构，判断所述目标企业是否存在欺诈行为。

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首都经济贸易大学，其通讯地址为：100070 北京市丰台区张家路口121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。