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！

龙图腾网获悉云南电力试验研究院(集团)有限公司;云南电网有限责任公司数智运营中心申请的专利基于智能决策引擎的数据治理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：CN121116965B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511650719.4，技术领域涉及：G06F16/215；该发明授权基于智能决策引擎的数据治理方法是由杨文祥;唐力;陆光前;张冠豫;张泽泉设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本基于智能决策引擎的数据治理方法在说明书摘要公布了：本发明涉及数据治理技术领域，公开基于智能决策引擎的数据治理方法，包括：对初步处理后的实时流式数据进行业务语义分类与打标，构建数据画像库；构建动态拓扑图，基于图神经网络学习异常传播规律，分析影响范围并建立影响力分级机制；对数据进行多维度质量评估，生成动态数据质量得分和分级策略；构建数据质量历史问题及原因案例库，利用大型语言模型智能体生成质量异常根因判断与影响量化报告；生成候选策略集，通过建立多目标优化模型从候选策略集中选择最优治理策略；利用大型语言模型智能体对最优治理策略进行合规性检验和冲突识别，并采用强化学习算法动态调整规则引擎的决策权重，实现数据治理和动态学习的闭环。

本发明授权基于智能决策引擎的数据治理方法在权利要求书中公布了：1.基于智能决策引擎的数据治理方法，其特征在于，包括： 从多源异构数据源中接入实时流式数据，并进行初步清洗与格式转换； 对初步处理后的实时流式数据进行业务语义分类与打标，构建数据画像库； 通过识别数据实体及对应关联关系构建动态拓扑图，基于图神经网络学习异常传播规律，分析实体故障对关联实体的影响，并建立影响力分级机制； 基于业务规则与机器学习模型对数据进行多维度质量评估，生成动态数据质量得分和分级策略；构建数据质量历史问题及原因案例库，利用大型语言模型智能体生成质量异常根因判断与影响量化报告； 根据数据质量问题的影响范围、严重程度和异常原因生成候选策略集，通过建立多目标优化模型从所述候选策略集中选择最优治理策略； 利用所述大型语言模型智能体对所述最优治理策略进行合规性检验和冲突识别，并采用强化学习算法动态调整规则引擎的决策权重，实现数据治理和动态学习的闭环； 所述基于图神经网络学习异常传播规律，分析实体故障对关联实体的影响，并建立影响力分级机制包括： 基于所述动态拓扑图，将每个实体的四类特征组合成节点特征向量输入时空图神经网络模型中，输出各节点受到异常影响的概率；所述时空图神经网络模型以历史异常传播案例作为训练样本，将异常传播任务定义为节点分类或回归任务，训练模型学习并模拟异常在拓扑图中的传播路径与影响范围； 基于所述各节点受到异常影响的概率，通过分析某节点作为故障起点时其他节点的传播分数分布，量化节点的影响力数值； 根据第一量化标准和获取的所述节点的影响力数值，将节点影响力划分为高、中、低三个等级，以明确故障处理的优先级；所述第一量化标准考虑受影响实体的数量、异常扩散至整个区域的时间、以及受影响实体的业务关键性； 所述利用大型语言模型智能体生成质量异常根因判断与影响量化报告包括： 将识别出的高风险异常数据和异常数据的拓扑关联作为所述大型语言模型智能体的输入，利用语言理解与推理能力，结合所述数据质量历史问题及原因案例库中的信息，分析异常数据的上下文信息，并根据当前异常的特征检索相似历史案例；综合所述动态拓扑图、上下文信息和相似历史案例，推理并生成数据质量异常的根因判断； 结合拓扑影响分析结果，识别并量化受当前异常影响的具体数据集、数据表、字段及受影响记录的数量；生成影响量化报告，所述影响量化报告包含数据质量异常的技术原因与业务原因、受影响的数据集与记录清单及其影响程度、以及初步的风险评估。

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云南电力试验研究院(集团)有限公司;云南电网有限责任公司数智运营中心，其通讯地址为：650217 云南省昆明市官渡区经济技术开发区云大西路中段105号云电科技园；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。