企业数据的识别方法、终端设备以及存储介质技术

本申请公开了一种企业数据的识别方法、终端设备以及存储介质，该企业数据的识别方法包括：获取待识别企业数据；将待识别企业数据输入至图注意力神经网络，得到图注意力神经网络输出的识别结果；其中，图注意力神经网络是根据已知的企业数据构建的图结构训练得到；基于识别结果，确定出满足预设条件的待识别企业数据。本申请的企业数据识别方法通过使用图注意力神经网络对待识别企业数据进行深度计算挖掘，改善人力费时费力且全面性、准确度有限的问题，进一步提升确定符合要求的待识别企业的效率和准确性。效率和准确性。效率和准确性。

【技术实现步骤摘要】
企业数据的识别方法、终端设备以及存储介质


[0001]本申请涉及数据分析
，特别是涉及一种企业数据的识别方法、终端设备以及存储介质。

技术介绍

[0002]随着大数据技术的广泛应用，需要通过挖掘企业与企业、企业与自然人、自然人与自然人之间的关系以提取出企业的关联关系、股权结构、关系链图、疑似关系等多种维度。
[0003]相关技术中通常使用人工方式进行企业数据的识别，费时费力且全面性、准确度有限。

技术实现思路

[0004]本申请提供一种企业数据的识别方法、终端设备以及存储介质。
[0005]本申请采用的一个技术方案是提供一种企业数据的识别方法，识别方法包括：
[0006]获取待识别企业数据；
[0007]将待识别企业数据输入至图注意力神经网络，得到图注意力神经网络输出的识别结果；其中，图注意力神经网络是根据已知的企业数据构建的图结构训练得到；
[0008]基于识别结果，确定出满足预设条件的待识别企业数据。
[0009]其中，企业数据包括目标企业的开证信息、交易信息、二级市场转卖信息和工商信息至少一种。
[0010]其中，将待识别企业数据输入至图注意力神经网络，得到图注意力神经网络输出的识别结果，包括：
[0011]根据目标企业的开证信息、交易信息、二级市场转卖信息、工商信息构建出目标图结构，并将目标图结构输入至图注意力神经网络，得到目标图结构对应的至少一个节点数据，节点数据用于表征开证信息、交易信息、二级市场转卖信息、工商信息中涉及的企业；
[0012]将至少一个节点数据输入至图注意力神经网络中的注意力层，得到每一节点数据的目标注意力权重；
[0013]根据目标注意力权重确定出每一节点数据对应的节点特征；
[0014]根据节点特征得到识别结果。
[0015]根据目标注意力权重确定出每一节点数据对应的节点特征，包括：
[0016]利用目标注意力权重确定出每一节点对应的注意力分数；
[0017]根据注意力分数确定出每一节点数据对应的节点特征。
[0018]根据注意力分数确定出每一节点数据对应的节点特征，包括：
[0019]对注意力分数进行归一化处理；
[0020]利用归一化处理后的注意分数确定出每一节点数据对应的节点特征。
[0021]其中，注意力层包括多个注意力机制；
[0022]其中，将至少一个节点数据输入至图注意力神经网络中的注意力层，得到每一节
点数据的目标注意力权重，包括：
[0023]将至少一个节点数据输入至图注意力神经网络中的注意力层，以使每一节点数据在对应的注意力机制下得到对应的初始注意力权重；
[0024]对多个初始注意力权重进行融合，得到目标注意力权重。
[0025]获取待识别企业数据之前，包括：
[0026]获取训练样本；训练样本为已知的企业数据构建的图结构；
[0027]将训练样本输入至待训练图注意力神经网络，对待训练图注意力神经网络进行训练；
[0028]在待训练图注意力神经网络的精度满足阈值时，结束对待训练图注意力神经网络的训练。
[0029]将训练样本输入至待训练图注意力神经网络，对待训练图注意力神经网络进行训练，包括：
[0030]将训练样本输入至待训练图注意力神经网络，确定出图注意力神经网络的节点数据；
[0031]根据节点数据构建节点与节点之间的连接关系，以及连接权重。
[0032]本申请采用的另一个技术方案是提供一种终端设备，终端设备包括存储器以及与存储器连接的处理器；
[0033]其中，存储器用于存储程序数据，处理器用于执行存储器存储的程序数据以实现如上述的识别方法。
[0034]本申请采用的另一个技术方案是提供一种计算机存储介质，计算机存储介质用于存储程序指令，程序指令在被计算机执行时，用以实现如上述的识别方法。
[0035]本申请的有益效果是：获取并将待识别企业数据输入至已知的企业数据构建的图结构训练得到的图注意力神经网络，得到图注意力神经网络输出的识别结果，并确定出满足预设条件的待识别企业数据。本申请的企业数据识别方法通过使用图注意力神经网络对待识别企业数据进行深度计算挖掘，改善人力费时费力且全面性、准确度有限的问题，进一步提升确定符合要求的待识别企业的效率和准确性。
附图说明
[0036]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]图1是本申请提供的企业数据识别方法一实施例的流程示意图；
[0038]图2是本申请提供的企业数据识别方法另一实施例的流程示意图；
[0039]图3是图2中S14子步骤的流程示意图；
[0040]图4是图3中S142子步骤的流程示意图；
[0041]图5是图2中S11之前步骤的流程示意图；
[0042]图6是图5中S102子步骤的流程示意图；
[0043]图7是本申请提供的终端设备一实施例的结构示意图；
[0044]图8是本申请提供的计算机存储介质一实施例的结构示意图。
具体实施方式
[0045]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0046]本申请主要设计了一套减少设备端深度学习模型处理图像耗时降低的方法，和传统方法不一样的是，本申请从图像分辨率角度入手，结合蒸馏学习，可以在网络计算和图像预处理两个角度同时降低耗时，同时保证精度一致。
[0047]请参阅图1，图1是本申请提供的企业数据识别方法一实施例的流程示意图。
[0048]如图1所示，本申请实施例的企业数据识别方法具体可以包括以下步骤：
[0049]S1，获取待识别企业数据。
[0050]一些实施例中，企业数据识别终端从若干非结构化的数据中提取待识别企业数据。可以理解地，待识别企业数据可以为半结构化数据或结构化数据。
[0051]其中，企业数据包括目标企业的开证信息、交易信息、二级市场转卖信息和工商信息至少一种。进一步地，企业数据还可以包括目标企业的企业属性和实体关系。
[0052]一些实施例中，企业数据也还可以包括实体属性，其中实体属性可以包括开证申请人、受益人和开证行。
[0053]可选地，企业属性还可以包括企业名称、企业股东、企业经营类型、企业规模、注册年限、开证行为、开证活跃度、转卖活跃度等属性数据中的一种或多种，此处不做限定。
[0054]可选地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业数据的识别方法，其特征在于，所述方法包括：获取待识别企业数据；将所述待识别企业数据输入至图注意力神经网络，得到所述图注意力神经网络输出的识别结果；其中，所述图注意力神经网络是根据已知的企业数据构建的图结构训练得到；基于所述识别结果，确定出满足预设条件的所述待识别企业数据。2.根据权利要求1所述的方法，其特征在于，所述企业数据包括目标企业的开证信息、交易信息、二级市场转卖信息和工商信息至少一种。3.根据权利要求2所述的方法，其特征在于，所述将所述待识别企业数据输入至图注意力神经网络，得到所述图注意力神经网络输出的识别结果，包括：根据目标企业的开证信息、交易信息、二级市场转卖信息、工商信息构建出目标图结构，并将所述目标图结构输入至图注意力神经网络，得到所述目标图结构对应的至少一个节点数据，所述节点数据用于表征所述开证信息、所述交易信息、所述二级市场转卖信息、所述工商信息中涉及的企业；将所述至少一个节点数据输入至所述图注意力神经网络中的注意力层，得到每一节点数据的目标注意力权重；根据所述目标注意力权重确定出每一节点数据对应的节点特征；根据所述节点特征得到所述识别结果。4.根据权利要求3所述的方法，其特征在于，所述根据所述目标注意力权重确定出每一节点数据对应的节点特征，包括：利用所述目标注意力权重确定出每一节点对应的注意力分数；根据所述注意力分数确定出每一节点数据对应的节点特征。5.根据权利要求4所述的方法，其特征在于，所述根据所述注意力分数确定出每一节点数据对应的节点特征，包括：对所述注意力分数进行归一化处理；利用归...

【专利技术属性】
技术研发人员：彭莉，田鸥，刘志强，邱超乐，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：