[发明专利]一种供应链数据分析和增强处理方法及装置

权利要求书

1.一种供应链数据分析处理方法，包括：

获取初始关系网络图；所述初始关系网络图包括分别归属于三个分类的多个节点，其中，归属于第一个分类的节点为第一类节点，该第一类节点与数据仓库中的数据集相对应；归属于第二个分类的节点为第二类节点，该第二类节点与数据集中的数据文件相对应；归属于第三个分类的节点为第三类节点，该第三类节点与从数据文件中抽取的数据列相对应；在具有隶属关系的两个分类的节点之间通过第一连接边连接；

对于所述多个节点中的每个节点，根据对应数据集、数据文件或者数据列的名称包含的各词对应的词向量，确定该节点的名称向量；

对于所述多个节点中归属于同一个分类的各节点，基于对应的名称向量，计算两两节点之间的模式相似度，以及基于对应的内容向量，计算两两节点之间的内容相似度；其中，任一节点的内容向量，根据对应数据集、数据文件或者数据列的内容包含的各词对应的词向量而确定；

基于所述模式相似度，在所述初始关系网络图中添加第二连接边，以及基于所述内容相似度，在所述初始关系网络图中添加第三连接边，得到目标关系网络图，所述目标关系网络图用于对供应链数据进行分析处理;

对于所述目标关系网络图中的任一节点，在所述目标关系网络图中，确定出经过预定数量K1以内的第二连接边到达的、与所述任一节点归属于同一个分类的第一目标节点；将所述第一目标节点对应的数据集、数据文件或者数据列，作为针对所述任一节点进行模式相似性分析的分析结果；和/或，

对于所述目标关系网络图中的任一节点，在所述目标关系网络图中，确定出经过预定数量K2以内的第三连接边到达的、与所述任一节点归属于同一个分类的第二目标节点；将所述第二目标节点对应的数据集、数据文件或者数据列，作为针对所述任一节点进行内容相似性分析的分析结果。

2.根据权利要求1所述的方法，还包括：

对于所述目标关系网络图，判断所述第三类节点对应的数据列是否为所述第二类节点对应的数据文件的主键或者外键，若是，则在所述目标关系网络图中添加第四连接边。

3.根据权利要求1所述的方法，其中，所述确定该节点的名称向量，包括：

基于word2vec网络，确定该节点对应的数据集、数据文件或者数据列的名称包含的各词对应的第一词向量，以及基于WordNet，确定该节点对应的数据集、数据文件或者数据列的名称包含的各词对应的第二词向量；

对所述各词对应的第一词向量和第二词向量求平均，得到所述各词的向量表示；

对所述各词的向量表示进行融合，得到该节点的名称向量。

4.根据权利要求1所述的方法，其中，所述归属于同一个分类的各节点包括第一节点和第二节点；

所述基于所述模式相似度，在所述初始关系网络图中添加第二连接边，包括：判断所述第一节点与第二节点之间的模式相似度是否大于第一阈值，若是，则在所述第一节点与第二节点之间构建第二连接边，且将所述模式相似度作为所述第二连接边的权重；

所述基于所述内容相似度，在所述初始关系网络图中添加第三连接边，包括：判断所述第一节点与第二节点之间的内容相似度是否大于第二阈值，若是，则在所述第一节点与第二节点之间构建第三连接边，且将所述内容相似度作为所述第三连接边的权重。

5.根据权利要求1所述的方法，还包括：

利用所述目标关系网络图对图神经网络进行训练，得到所述目标关系网络图中每个节点的节点向量；

基于所述节点向量，计算两两节点之间的打分，所述打分指示两个节点之间存在连接边的概率；所述打分用于在所述目标关系网络图中添加新连接边。

6.根据权利要求5所述的方法，还包括：

获取目标数据集，并针对所述目标数据集构建对应的目标子图；

利用所述图神经网络对所述目标子图进行图嵌入处理，得到所述目标子图中每个节点的节点向量；

将所述目标子图整合到所述目标关系网络图；所述将所述目标子图整合到所述目标关系网络图至少包括：基于所述目标子图以及目标关系网络图中各个节点的节点向量，依次计算所述目标子图中各个节点与所述目标关系网络图中各个节点之间的链接相似度，并基于该链接相似度，在所述目标关系网络图中添加新连接边。