本发明专利技术涉及一种基于多模态知识图谱的风险预测系统，包括：本体建模模块、知识提取模块、图谱生成模块、事件解析模块、风险预测模块，首先基于网络交易过程中涉及的实体以及各实体的相互关系，构建网络交易知识本体模型，然后基于网络交易知识本体模型进行知识抽取，生成网络交易知识库，其次根据网络交易知识库，以及与网络交易相关的多模态原始数据，生成网络交易多模态知识图谱，再其次对实时发生的网络交易事件进行解析，构建网络交易单个事件子图谱，最后基于网络交易多模态知识图谱、以及网络交易单个事件子图谱，预测目标事件的网络交易风险，可以破解不同时空维度网络交易产品和服务数据的智能融合和规则制定难题，并提升风险预估能力。
【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于多模态知识图谱的风险预测系统。
技术介绍
1、网络交易，通常是指通过互联网等信息网络销售商品或者提供服务的经营活动，其中网络交易监管数据，包括文本、图像、视频、音频等多种形态的多模态数据。
2、多模态知识图谱，是指能够充分融合和利用语言、视觉和听觉等多种模态来源数据的知识图谱，需要说明的是，凡是蕴含知识的原始数据都可以作为知识图谱构建的数据来源。
3、近年来，我国网络交易迅猛发展，既方便了居民生活，也促进了经济发展，但是，网络交易在质量、价格、广告、知识产权、消费维权等方面还存在一些问题。目前，网络交易监管部门还没有主动发现和监测网络交易违法行为的能力，所以亟需加强网络交易监测工作，增强网络交易监管效能。
4、有鉴于此，如何破解不同时空维度网络交易产品和服务数据的智能融合和规则制定难题，提升风险预估和预警的精度及速度，成为亟需解决的问题。
技术实现思路
1、本专利技术提供一种基于多模态知识图谱的风险预测系统，一种基于多模态知识图谱的风险预测方法，一种电子设备，以及一种计算机可读存储介质，用以至少解决当前不同时空维度网络交易产品和服务数据的智能融合和规则制定困难的问题。
2、根据本专利技术实施例的第一方面，提供一种基于多模态知识图谱的风险预测系统，所述系统包括：
3、本体建模模块，用于基于网络交易过程中涉及的实体类型概念、实体属性、以及各实体相互关系，构建网络交易知识本体模型；
4、知识提取模块，用于对所述网络交易知识本体模型中涉及的多模态数据，进行文本信息提取，并对提取的文本信息进行对齐处理，生成网络交易知识库，其中，所述多模态数据为与网络交易相关的文本数据、视频数据、图像数据以及音频数据；
5、图谱生成模块，用于基于所述网络交易知识库，以及与网络交易相关的多模态原始数据，生成网络交易多模态知识图谱；
6、事件解析模块，用于通过对实时发生的网络交易事件中涉及的目标实体、以及所述目标实体对应的目标事件进行解析，构建网络交易单个事件子图谱；
7、风险预测模块，用于将所述网络交易多模态知识图谱，以及所述网络交易单个事件子图谱输入卷积图注意力网络，并接收所述卷积图注意力网络输出的网络交易风险分值，基于所述网络交易风险分值，确定所述目标事件的网络交易风险。
8、根据本专利技术实施例的第二方面，提供一种基于多模态知识图谱的风险预测方法，所述方法包括：
9、基于网络交易过程中涉及的实体类型概念、实体属性、以及各实体相互关系，构建网络交易知识本体模型；
10、对所述网络交易知识本体模型中涉及的多模态数据，进行文本信息提取，并对提取的文本信息进行对齐处理，生成网络交易知识库，其中，所述多模态数据为与网络交易相关的文本数据、视频数据、图像数据以及音频数据；
11、基于所述网络交易知识库，以及与网络交易相关的多模态原始数据，生成网络交易多模态知识图谱；
12、通过对实时发生的网络交易事件中涉及的目标实体、以及所述目标实体对应的目标事件进行解析，构建网络交易单个事件子图谱；
13、将所述网络交易多模态知识图谱，以及所述网络交易单个事件子图谱输入卷积图注意力网络，并接收所述卷积图注意力网络输出的网络交易风险分值，基于所述网络交易风险分值，确定所述目标事件的网络交易风险。
14、根据本说明书实施例的第三方面，提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如本说明书实施例第二方面所述的基于多模态知识图谱的风险预测方法的步骤。
15、根据本说明书实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现如本说明书实施例第二方面所述的基于多模态知识图谱的风险预测方法的步骤。
16、根据本说明书实施例提供的一种基于多模态知识图谱的风险预测系统，在对网络交易过程中目标对象对应的目标事件进行网络交易风险预测时，首先会基于网络交易过程中涉及的实体以及实体关系，构建网络交易知识本体模型，其中，网络交易知识本体模型的构建明确了网络交易知识图谱的规范标准，然后对该网络交易知识本体模型中涉及的多模态数据进行知识抽取，生成网络交易知识库，可以实现多模态知识的灵活提取，保证数据的全面准确性，其次，基于该网络交易知识库以及与网络交易相关的多模态原始数据，生成网络交易多模态知识图谱，这里的网络交易多模态知识图谱不仅保留了原始的真实多模态数据，还对当前各个实体之间的关系进行了关联，确保了后续风险预测过程中数据全面性，破解了不同时空维度网络交易产品和服务数据的智能融合和规则制定难题，实现跨时空、跨平台的动态网络交易行为风险信息抽取、融合和共享，再其次，对实时发生的网络交易事件中涉及的目标实体、以及目标实体对应的目标事件进行解析，从而构建网络交易单个事件子图谱，可以使得目标事件的网络交易风险预测更具有针对性；最后，基于生成的网络交易多模态知识图谱和网络交易单个事件子图谱，预测目标事件的网络交易风险，可以提升风险预估和预警的精度及速度。
17、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
本文档来自技高网...
【技术保护点】
1.一种基于多模态知识图谱的风险预测系统，其特征在于，所述系统包括：
2.根据权利要求1所述的系统，其特征在于，所述风险预测模块，包括：
3.根据权利要求2所述的系统，其特征在于，所述判断模块，包括：
4.根据权利要求1所述的系统，其特征在于，所述知识提取模块，包括：
5.根据权利要求4所述的系统，其特征在于，所述文本知识提取子模块，包括：
6.根据权利要求4所述的系统，其特征在于，所述图像知识提取子模块，包括：
7.根据权利要求4所述的系统，其特征在于，所述音频知识提取子模块，包括：
8.根据权利要求4所述的系统，其特征在于，所述视频知识提取子模块，包括：
9.根据权利要求1所述的系统，其特征在于，所述图谱生成模块，包括：
10.根据权利要求1所述的系统，其特征在于，所述事件解析模块，包括：
【技术特征摘要】
1.一种基于多模态知识图谱的风险预测系统，其特征在于，所述系统包括：
2.根据权利要求1所述的系统，其特征在于，所述风险预测模块，包括：
3.根据权利要求2所述的系统，其特征在于，所述判断模块，包括：
4.根据权利要求1所述的系统，其特征在于，所述知识提取模块，包括：
5.根据权利要求4所述的系统，其特征在于，所述文本知识提取子模块，包括：
6...
【专利技术属性】
技术研发人员：欧阳小叶，刘晨羽，白然，胡校成，吴达，王亚珅，袁柳，
申请(专利权)人：中国电子科技集团有限公司电子科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。