[发明专利]一种基于知识图谱的企业风险预测方法及系统

说明书

本发明公开了一种基于知识图谱的企业风险预测方法及系统，本方法步骤包括：1)构建企业知识图谱的实体并建立实体与实体间的关系，从各设定数据源中进行知识提取，形成企业知识图谱；2)对各类与企业及与之相关实体的新闻信息进行抓取，并基于企业知识图谱对抓取的新闻信息进行处理，标注相关实体与事件的关系；将标注信息存储到结构化的知识库中，形成企业新闻资讯知识图谱；3)基于企业知识图谱与企业新闻资讯知识图谱进行企业风险预测。本发明填补了目前知识图谱在企业风险分析领域的空白，构建的企业知识图谱和企业新闻资讯知识图谱具有较高实用性。

技术领域

本发明涉及知识图谱在企业风险预警分析领域的应用，具体是通过知识图谱对企业内部经营数据以及实时事件进行抽取和分析的一种自身及关联企业风险发现和预警分析的方法。

背景技术

随着人工智能(Artificial Intelligence，AI)技术的不断发展，数据作为AI的基础越来越被企业所重视，通过算法挖掘分析可以使得数据形成可观价值，而AI的核心是研究怎样用计算机易于处理的方式表示各种各样的知识，这就导致了自2017年开始“知识”或者“知识图谱”的吸引力已经大大超过了“数据”本身。

知识图谱(Knowledge Graph)又称为科学知识图谱，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

知识图谱的概念演化经过了语义网络、本体论、Web、语义网、链接数据等阶段，并由Google在2012年提出的，Google希望通过知识图谱构建下一代的搜索引擎，从而优化搜索结果。在通用意义上，知识图谱主要的目标是用来描述真实世界中存在的各种实体和概念，以及它们之间的关联关系。然而，知识图谱并不是一个全新的东西，而是在以前的技术或者理论基础上进行的一个重新定义。知识图谱可以看成是在本体的基础上做了一个丰富和扩充，本体描述了知识图谱的数据模式，本体的动态特性赋予了知识图谱动态数据模式支持的能力。知识图谱得益于Web的发展，有着来源于知识表示、自然语言处理、Web、AI多个方面的基因。知识图谱是人工智能的基石，理论上来说每一个AI场景都是知识图谱的场景，包括搜索、聊天机器人、问答、决策支持、穿戴设备等。知识图谱不是一门单一的学科，而是包括知识抽取、知识表示、知识融合、知识众包、知识推理、知识链接、可视化、语义搜索、知识问答等相关技术的综合体。知识图谱在数据与人工智能之间起到了桥梁的作用，可以更好的将各类数据(文本数据、结构化数据、多媒体数据、传感器数据、众包数据等)通过知识融合形成机器可以理解的知识，从而使得人工智能更加智能。

目前，企业已经成为了国家经济的重要支柱，成为了推动国家发展的强大力量。国家对于各个行业的产业结构的改革和优化政策在不断更新，企业在响应和配合实施这些政策的同时，需要根据企业自身的发展及时发现新的政策可能带来的机遇和风险，因为安全、高效的进行生产收益是每一家企业的基础。但是由于企业规模、性质、所处行业等方面的不同，企业自身都会存在一些风险问题，而国家政策和相关规定更新较快，这就使得企业在处理相关问题时会有一定的漏洞和误差，而这些漏洞和误差很可能对企业的正常经营造成不良甚至恶劣的影响，这对于企业自身和国家都是不想发生的。企业风险主要依托于企业自身相关数据及其关联数据，而这些数据具有一定的特殊性和专业性，只有依靠专业的理论和实践知识才能对这些数据进行处理，从而及时发现企业可能存在风险，这就需要及时掌握企业原始数据、行业数据及政策规定等信息，而这对于企业管理人员来说较为困难，同时也使得企业自身的成本会大大提高，这对于一些创业公司或者中小企业来说是较为困难的。但是能够高效的实现企业风险的预警分析对于企业自身运营有着较高的意义，这对于企业的健康发展起到了一定的保护作用。

由于专业知识欠缺、企业数据维度高以及企业数据量大等问题，目前还没有较好的方法实现对企业风险进行有效的预测分析，对于企业自身、企业关联企业存在的潜在风险无法提前预警，企业无法做到有效风险规避，这可能会造成企业的不良发展。