-
公开(公告)号：CN111709841A
公开(公告)日：2020-09-25
申请号：CN202010357155.6
申请日：2020-04-29
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
Abstract: 本申请公开了一种非法集资的识别方法和装置、存储介质、电子装置。其中，该方法包括：获取第一对象的第一信息，第一信息包括第一对象在多个维度的特征信息，第一对象为存在虚拟资源的收集行为的对象；将第一信息转换为第一向量，第一向量包括多个子向量，多个子向量中的每个子向量用于表示第一信息中的一个维度的特征信息，多个子向量中任意两个子向量表示的特征信息的维度不同；将第一向量输入第一模型，并通过第一模型识别出第一对象的虚拟资源的收集行为是否为非法集资行为，其中，第一模型是使用第二信息进行训练得到的。本申请解决了检测非法集资行为的识别效率较低的技术问题。
-
公开(公告)号：CN114819432B
公开(公告)日：2025-04-11
申请号：CN202110065882.X
申请日：2021-01-18
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06Q10/0635
Abstract: 本发明实施例涉及一种企业非法集资风险预测方法、装置、电子设备及存储介质，所述方法包括：获取待进行非法集资风险预测的目标企业的企业数据；对所述企业数据进行特征提取，得到所述目标企业的企业特征；将所述企业特征输入至至少一个已训练的非法集资风险预测模型，得到至少一个所述目标企业非法集资的风险概率；根据至少一个所述目标企业非法集资的风险概率确定所述目标企业是否存在非法集资风险。由此，可以提高对企业非法集资风险进行预测的预测结果的准确性。
-
公开(公告)号：CN114817485B
公开(公告)日：2024-09-06
申请号：CN202110078586.3
申请日：2021-01-20
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/332 , G06F16/35 , G06F18/241
Abstract: 本发明实施例涉及一种非法集资线索识别方法、装置、电子设备及存储介质，所述方法包括：获取多个待进行非法集资线索识别的目标文本数据；基于预设的线索特征规则库从多个所述目标文本数据中确定疑似非法集资线索数据；将所述疑似非法集资线索数据输入至至少一个已训练的非法集资线索分类模型，得到至少一个预测参数；依据所述疑似非法集资线索数据与所述疑似非法集资线索数据对应的至少一个所述预测参数构建非法集资线索数据库。由此，可以提高从海量互联网数据中筛选非法集资线索数据的效率，以及提高最终筛选出的非法集资线索数据的准确性、全面性。
-
公开(公告)号：CN110837608B
公开(公告)日：2024-04-12
申请号：CN201911080716.6
申请日：2019-11-07
Applicant: 中科天玑数据科技股份有限公司 , 国家计算机网络与信息安全管理中心
IPC: G06F16/9538 , G06F16/951
Abstract: 本发明提供了一种基于多源数据的舆情话题传播路径分析系统，包括：多源数据采集模块，用于对舆情话题进行多源数据采集，获取至少一项来源信息；传播路径分析模块，用于根据来源信息的类型采用不同的单源传播路径建立方案，得到单源传播路径，多个单源传播路径相互关联，得到交叉传播路径；传播主路径分析模块，用于分析各个节点的转发关系和转发量，得到舆情话题的关键传播节点，保留根节点与关键传播节点、关键传播节点之间的传播路径，删掉无关路径，得到传播主路径；路径显示模块，用于显示路径信息。本发明还提供了一种基于多源数据的舆情话题传播路径分析方法，帮助用户更加直观的了解舆情话题的传播情况。
-
公开(公告)号：CN116561335A
公开(公告)日：2023-08-08
申请号：CN202310403733.9
申请日：2023-04-14
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/36 , G06F16/901 , G06F16/35 , G06F40/211
Abstract: 本发明实施例涉及一种图谱构建方法、装置、电子设备及存储介质，所述方法包括：从预设的产业数据库中确定与目标产业匹配的产业数据；根据所述产业数据确定产业链图谱中各实体之间的上下位关系；获取所述目标产业的企业信息；根据所述上下位关系及所述企业信息，构建所述目标产业的产业链图谱。由此，可以实现准确确定产业链图谱中各实体之间的上下位关系，避免需要人工大量的查阅产业资料，简化操作流程，提升了产业链图谱生成的便利性，一定程度上解决了人工构建可能不全面的问题。
-
Patent Agency Ranking
公开(公告)号：CN116561334A
公开(公告)日：2023-08-08
申请号：CN202310403556.4
申请日：2023-04-14
Applicant: 国家计算机网络与信息安全管理中心 , 长城计算机软件与系统有限公司
IPC: G06F16/36 , G06F16/31 , G06N3/0464 , G06F18/22 , G06N3/084
Abstract: 本发明实施例涉及一种关系抽取方法、装置、图谱构建方法及存储介质，所述方法包括：确定预设实体库中各实体之间的关系，所述关系为所述实体库中技术与技术之间的关系，和/或所述实体库中技术与企业之间的关系；根据所述实体库中所述实体之间的关系，建立邻接矩阵；基于所述邻接矩阵，构建与所述实体对应的图卷积网络；利用所述图卷积网络抽取所述实体库中各实体之间的关系。由此，可以实现确定预设实体库中各实体之间的关系，根据实体之间的关系建立邻接矩阵，进而构建与实体对应的图卷积网络，以实现基于图卷积网络简单、便捷地确定各个实体之间的关系，提高效率，提升用户体验。
-
公开(公告)号：CN109977414B
公开(公告)日：2023-03-14
申请号：CN201910256768.8
申请日：2019-04-01
Applicant: 中科天玑数据科技股份有限公司 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种互联网金融平台用户评论主题分析系统及方法，涉及自然语言处理领域；分析系统包括数据采集模块、金融词向量学习模块、评论主题生成模块、用户评论分类模块和评论主题更新模块；分析方法所述方法利用金融论坛中平台用户印象聚类生成用户评论主题，基于用户评论主题对互联网金融平台相关用户评论进行分析，并定期对评论主题进行更新。本发明不需要进行长期人工干预，借助互联网中易于获取的用户知识实现稳定的互联网金融平台评论分析及主题提取，分析获得的评论主题较有代表性，从而可以通过分析结果帮助用户更直观了解该互联网金融平台。
-
公开(公告)号：CN114861661A
公开(公告)日：2022-08-05
申请号：CN202110077227.6
申请日：2021-01-20
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/295 , G06N3/04 , G06N3/08 , G06Q40/00
Abstract: 本申请涉及一种实体识别方法、装置、设备及存储介质。该方法包括获取非法集资线索数据；确定与非法集资线索数据对应的字向量序列；利用预先训练得到的BiLSTM‑CRF模型对字向量序列进行推理，得到与非法集资线索数据对应的标签序列；从标签序列中提取属于实体标签的目标标签，并将目标标签对应的数据作为非法集资线索数据中的非法集资线索实体。可见，采用本申请的技术方案实现了对非法集资线索实体的自动识别，不仅识别效率高，且可以做到实时识别。
-
公开(公告)号：CN113076422B
公开(公告)日：2022-06-03
申请号：CN202110406469.5
申请日：2021-04-15
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及社交事件检测技术领域，且公开了一种基于联邦图神经网络的多语种社交事件检测方法，包括以下步骤：S1：提取消息，将社交信息中的消息提取出来，然后将和消息有关的消息也提取出来当作异构图中的节点；S2：添加节点边，根据社交信息添加节点之间的边；S3：预训练阶段，使用图神经网络学习消息的表征，对消息图进行初始化并且初始化模型。本发明将社会信息中丰富的语义和结构信息融合在一起，以获取更多的知识，能够应对持续的社交检测事件，并使用动态社交流扩展其知识，可以实现不同语言模态数据环境下高准确性的事件检测，有效缓解了少样本的小语种事件检测难题。
-
公开(公告)号：CN113076422A
公开(公告)日：2021-07-06
申请号：CN202110406469.5
申请日：2021-04-15
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及社交事件检测技术领域，且公开了一种基于联邦图神经网络的多语种社交事件检测方法，包括以下步骤：S1：提取消息，将社交信息中的消息提取出来，然后将和消息有关的消息也提取出来当作异构图中的节点；S2：添加节点边，根据社交信息添加节点之间的边；S3：预训练阶段，使用图神经网络学习消息的表征，对消息图进行初始化并且初始化模型。本发明将社会信息中丰富的语义和结构信息融合在一起，以获取更多的知识，能够应对持续的社交检测事件，并使用动态社交流扩展其知识，可以实现不同语言模态数据环境下高准确性的事件检测，有效缓解了少样本的小语种事件检测难题。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.082 seconds)
