[发明专利]供应链关系构建和预测方法、装置、设备、存储介质

权利要求书

1.一种供应链关系构建方法，其特征在于，包括：

获取目标企业与多个供应链企业的业务往来数据，所述业务往来数据中包括业务往来的时序信息；

根据预设本体模型以及所述业务往来数据，以每个供应链企业为实体节点构建知识图谱，获得各供应链企业的时态知识底层图谱；

对各供应链企业的时态知识底层图谱进行以本体对齐的知识融合，获得包含所述目标企业供应链关系的时态知识图谱。

2.根据权利要求1所述的方法，其特征在于，在所述根据预设本体模型以及所述业务往来数据，以每个供应链企业为实体节点构建知识图谱，获得各供应链企业的时态知识底层图谱之前，还包括：

构建知识图谱的本体模型，获得所述预设本体模型，所述预设本体模型中包括企业实体属性和企业贸易属性。

3.根据权利要求2所述的方法，其特征在于，所述企业实体属性包括实体；所述根据预设本体模型以及所述业务往来数据，以每个供应链企业为实体节点构建知识图谱，获得各供应链企业的时态知识底层图谱，包括：

将所述业务往来数据与所述实体对齐，获得对齐业务往来数据；

将所述对齐业务往来数据转换为符合知识图谱结构的图数据；

根据预设本体模型以及所述图数据，以每个供应链企业为实体节点构建知识图谱，获得各供应链企业的时态知识底层图谱。

4.根据权利要求3所述的方法，其特征在于，在所述将所述业务往来数据与所述实体对齐，获得对齐业务往来数据之前，还包括：

根据所述企业实体属性和所述企业贸易属性，对所述业务往来数据进行校验，获得校验业务往来数据；

所述将所述业务往来数据与所述实体对齐，获得对齐业务往来数据，包括：

将所述校验业务往来数据与所述实体对齐，获得对齐业务往来数据。

5.一种供应链关系预测方法，其特征在于，包括：

基于如权利要求1-4中任一项所述的供应链关系构建方法中包含所述目标企业供应链关系的时态知识图谱，获得包含时间序列的企业关系向量；

对所述企业关系向量进行特征提取，获得企业关系特征；

将所述企业关系特征输入神经网络模型进行训练，获得所述目标企业的供应链关系预测信息。

6.根据权利要求5所述的方法，其特征在于，所述神经网络模型为长短期记忆人工神经网络LSTM模型；

所述对所述企业关系向量进行特征提取，获得企业关系特征，包括：

对所述企业关系向量进行低维特征提取，获得企业关系低维特征；

所述将所述企业关系特征输入神经网络模型进行训练，获得所述目标企业的供应链关系预测信息，包括：

将所述企业关系低维特征输入LSTM模型进行训练，获得低维特征预测向量；

将所述低维特征预测向量映射到高维空间，获得所述目标企业的供应链关系预测信息。

7.一种供应链关系构建装置，其特征在于，包括：

数据获取模块，用于获取目标企业与多个供应链企业的业务往来数据，所述业务往来数据中包括业务往来的时序信息；

图谱构建模块，用于根据预设本体模型以及所述业务往来数据，以每个供应链企业为实体节点构建知识图谱，获得各供应链企业的时态知识底层图谱；

图谱融合模块，用于对各供应链企业的时态知识底层图谱进行以本体对齐的知识融合，获得包含所述目标企业供应链关系的时态知识图谱。

8.一种供应链关系预测装置，其特征在于，包括：

向量获得模块，用于基于如权利要求1-4中任一项所述的供应链关系构建方法中包含所述目标企业供应链关系的时态知识图谱，获得包含时间序列的企业关系向量；

特征提取模块，用于对所述企业关系向量进行特征提取，获得企业关系特征；

关系预测模块，用于将所述企业关系特征输入神经网络模型进行训练，获得所述目标企业的供应链关系预测信息。