面向烟草企业的算法驱动脑图模型构建方法技术

本公开涉及一种面向烟草企业的算法驱动脑图模型构建方法。该方法包括：构建数据层，数据层包括数据采集与处理组件、异构数据融合组件、增量数据同步组件、隐私数据保护组件、结构化数据存储组件、以及非结构化数据存储组件；构建基于异质图注意力网络模型的特征学习层，特征学习层包括异质图神经网络组件、强化学习驱动的注意力机制组件和贝叶斯因果推理组件；构建基于大型语言模型的知识学习层，知识学习层包括知识抽取组件、知识问答组件、模型压缩组件和知识更新组件；构建交互层；构建应用层。通过本公开构建的算法驱动脑图模型能够显著提升烟草企业管理的智能化水平和决策效率。

【技术实现步骤摘要】

本公开涉及烟草生产管理，特别涉及一种面向烟草企业的算法驱动脑图模型构建方法。

技术介绍

1、现代商业环境中，企业面临复杂的决策挑战，需要综合考虑多种因素和约束，平衡多个目标和利益相关者，做出准确、及时以及可解释的决策。传统的决策支持工具如电子表格、流程图、决策树等，难以全面刻画问题的复杂性，仅能对人工决策起到较弱的辅助作用。

2、在这种背景下，脑图模型应运而生，它是一种基于图形化表示和分析的建模范式，以人脑结构作为参照，由节点和边构成，节点代表决策过程中的关键要素，边代表节点之间的关系和依赖。

3、现有技术中的脑图模型的构建通常采用人机协同的方式，采用人工设计和知识工程方法构建脑图模型，这种构建方式由于烟草企业自身的多目标决策特点，存在以下技术问题：第一，存在知识获取瓶颈，涉及经验、直觉等隐形知识的专家知识的显式化和结构化表达存在难度；第二，模型构建难度高，烟草生产涉及原材料、工艺、设备、物流、营销等多个环节，影响因素众多，各因素之间存在复杂的非线性关联、动态反馈、时空耦合等，难以用简单的层次结构或因果链刻画，模型构建难以全面考虑各本文档来自技高网...

【技术保护点】

1.一种面向烟草企业的算法驱动脑图模型构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的面向烟草企业的算法驱动脑图模型构建方法，其特征在于，所述将数据层的结构化数据映射为异质信息网络，包括：

3.根据权利要求2所述的面向烟草企业的算法驱动脑图模型构建方法，其特征在于，所述自适应调整异质信息网络中不同类型节点和边的重要性权重，包括：

4.根据权利要求1所述的面向烟草企业的算法驱动脑图模型构建方法，其特征在于，所述对大型语言模型进行参数优化和压缩，包括：

5.根据权利要求1所述的面向烟草企业的算法驱动脑图模型构建方法，其特征在于，所...

【技术特征摘要】

1.一种面向烟草企业的算法驱动脑图模型构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的面向烟草企业的算法驱动脑图模型构建方法，其特征在于，所述将数据层的结构化数据映射为异质信息网络，包括：

3.根据权利要求2所述的面向烟草企业的算法驱动脑图模型构建方法，其特征在于，所述自适应调整异质信息网络中不同类型节点和边的重要性权重，包括：

4.根据权利要求1所述的面向烟草企业的算法驱动脑图模型构建方法，其特征在于，所述对大型语言模型进行参数优化和压缩，包...

【专利技术属性】
技术研发人员：楼卫东，金泳，陆海龙，高扬华，单宇翔，
申请(专利权)人：浙江中烟工业有限责任公司，
类型：发明
国别省市：