面向非法集资交易风险场景的金融数据生成方法

    公开(公告)号:CN120013666A

    公开(公告)日:2025-05-16

    申请号:CN202510017637.X

    申请日:2025-01-06

    Applicant: 复旦大学

    Abstract: 本发明提供一种面向非法集资交易风险场景的金融数据生成方法,包括生成用户基础数据的步骤、生成用户关系网络的步骤、生成用户之间的正常交易数据和多场景非法集资交易数据的步骤,其中,由于根据统计数据来生成用户信息,并在此基础上构建多个用户之间的关系网络,因此能够很好地模拟多用户真实的社会经济特征,提供多样化和真实感强的用户基础数据和接近真实的社会关系网络,为交易数据的模拟提供坚实基础。进而,基于用户基础信息、用户关系网络、统计数据和预定生成规则分别生成了正常交易数据与多种非法集资交易场景的非法集资交易数据,也即,能够自动生成具备复杂交易模式的交易数据,为金融模型测试和欺诈检测等应用提供了有力的支持。

    一种基于强化学习的非法集资可疑主体识别方法及系统

    公开(公告)号:CN120013229A

    公开(公告)日:2025-05-16

    申请号:CN202510030512.0

    申请日:2025-01-08

    Applicant: 复旦大学

    Abstract: 本发明提供了一种基于强化学习的非法集资可疑主体识别方法及系统,包括信息梳理模块、数据分析模块、数据特征提取模块、数据特征处理模块、模型构建模块、模型选择模块、模型训练模块、算法选择模块、算法优化模块、风险识别模块以及预警模块。基于强化学习的非法集资可疑主体识别方法通过利用关键性的资金特征和数据,训练强化学习代理,使其能够精准识别出非法集资可疑主体,提高风险识别的准确性和效率,充分挖掘资金数据中的隐含信息,识别出传统规则模型和监督学习方法难以检测的异常模式和风险点。

    数据补全方法及装置
    3.
    发明公开

    公开(公告)号:CN119669659A

    公开(公告)日:2025-03-21

    申请号:CN202311210466.X

    申请日:2023-09-19

    Applicant: 复旦大学

    Abstract: 本发明提供一种数据补全方法及装置,通过数据补全模型的推理网络将待补全数据的特征变量转换为隐变量,并获得隐变量的变分概率分布,进而基于变分概率分布生成隐变量到特征变量的似然概率分布,更进一步地,引入重要性采样,从而提升数据补充的准确性,因此,通过本发明的方法,不需要查询额外数据源进行数据填充,而能够直接通过数据补全模型基于待补全数据获得完整数据,减少了数据的获取成本,提升了数据的完整性,从而提高了后续其他数据处理模型的预测结果的精度。

    基于预训练模型的图神经网络知识图谱补全方法

    公开(公告)号:CN119599106A

    公开(公告)日:2025-03-11

    申请号:CN202411647636.5

    申请日:2024-11-18

    Applicant: 复旦大学

    Abstract: 本发明提供了一种基于预训练模型的图神经网络知识图谱补全方法,具有这样的特征,包括步骤S1,得到各个有描述实体和关系对应的自然语言表示;步骤S2,根据所有有描述实体对应的自然语言表示,得到各个无描述实体对应的自然语言表示;步骤S3,训练得到知识图谱补全模型,以及各个关系对应的表示和各个无描述实体对应的初始语义表示;步骤S4,将三元组、各个有描述实体对应的自然语言表示和三元组中关系对应的表示输入训练好的知识图谱补全模型,得到缺失实体。总之,本方法能够提高知识图谱的补全效果。

    银行ESG指数系统
    5.
    发明公开

    公开(公告)号:CN119379050A

    公开(公告)日:2025-01-28

    申请号:CN202310926215.5

    申请日:2023-07-26

    Applicant: 复旦大学

    Abstract: 本发明提供了一种银行ESG指数系统,具有这样的特征,包括云端服务器,用于存储专利数据、企业财务指标、第一类政策文件和第二类政策文件;至少一个用户终端,通过网络与云端服务器通信连接,其中,云端服务器包括服务侧通信部、数据存储部、指标及权重更新部、三级指标及权重存储部、ESG数据提取部和ESG指数计算部,用户终端包括输入存储部和用户侧通信部。总之,本系统能够得到更为准确的ESG指数评价结果。

Patent Agency Ranking