一种面向跨境电商网络的疫情传播风险评估方法技术

本发明专利技术公开了一种面向跨境电商网络的疫情传播风险评估方法，涉及异常检测技术领域，通过获取电商数据和病毒传播数据，建立电商物流拓扑网络和疫情传播路径拓扑网络，根据两个网络中节点间相互关系，建立多层复杂网络，并对多层复杂网络进行跨层异常检测，确定并锁定异常物流信息，进行疫情传播风险评估。本发明专利技术提供的一种面向跨境电商网络的疫情传播风险评估方法，应用于跨境电商网络，通过在弱异常特征网络中检测出异常子图，进一步检测其中携带病毒的进口商品，并对该风险进行量化评估。并对该风险进行量化评估。并对该风险进行量化评估。

【技术实现步骤摘要】
一种面向跨境电商网络的疫情传播风险评估方法


[0001]本专利技术涉及异常检测
，特别涉及一种面向跨境电商网络的疫情传播风险评估方法。

技术介绍

[0002]弱异常特征网络是指在构成网络的数据集中，无法观测到与所研究异常事件(或结构)有关的数据特征，例如：在跨境电商网络中，不包含与COVID
‑
19传播相关的异常特征数据。且传统的异常检测方法非常依赖于异常特征数据，应用在缺失疫情特征数据的跨境电商网络中，不可能完成疫情病毒的传播检测。
[0003]关于COVID
‑
19的异常检测，其中一部分是利用医疗技术检测该病毒，另外一部分则是利用医学资料，构建深度学习算法进行分类的，例如：Ozturk、Wang、Taresh以及Toraman等都利用病人X光胸片图像，训练所提出的各种检测COVID
‑
19深度神经网络分类算法，他们都是针对具有COVID
‑
19强异常特征数据集上研究异常检测问题。
[0004]另一方面，与电子商务有关的异常检测算法主要针对电子商务过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向跨境电商网络的疫情传播风险评估方法，其特征在于，包括以下步骤：获取电商物流拓扑网络和疫情传播路径拓扑网络之间的对齐关系；根据电商物流拓扑网络和疫情传播路径拓扑网络之间的对齐关系，构建多层复杂网络；采用异常检测算法，对多层复杂网络进行跨层异常检测；根据异常检测结果，确定异常物流信息；根据异常物流信息，进行疫情传播风险评估。2.如权利要求1所述的一种面向跨境电商网络的疫情传播风险评估方法，其特征在于，所述获取电商物流拓扑网络和疫情传播路径拓扑网络之间的对齐关系的步骤，包括：采集电商数据和病毒传播数据；根据电商数据构建电商物流拓扑网络；根据病毒传播数据构建疫情传播路径拓扑网络；分别筛选电商物流拓扑网络和疫情传播路径拓扑网络的网络特征，根据网络特征的相似性，得出电商物流拓扑网络和疫情传播路径拓扑网络节点间的相互关系，获取电商物流拓扑网络和疫情传播路径拓扑网络之间的对齐关系。3.如权利要求2所述的一种面向跨境电商网络的疫情传播风险评估方法，其特征在于，所述网络特征包括：节点属性特征和相互关系特征。4.如权利要求1所述的一种面向跨境电商网络的疫情传播风险评估方法，其特征在于，所述多层复杂网络为C＝(G，M)，其中G＝{G
i
}，i∈{1,
…
,n}表示一组层图，G
i
＝(V
i
,E
i
)为第i层图，E
ij
表示i，j两层图之间的对齐边，V
i
表示第i层图节点集合，E
i
表示第i层图内边集合，G1为全球疫情网络。5.如权利要求4所述的一种面向跨境电商网络的疫情传...

【专利技术属性】
技术研发人员：孙英，武南南，李晓明，
申请(专利权)人：内蒙古科技大学，
类型：发明
国别省市：