-
公开(公告)号：CN119494732A
公开(公告)日：2025-02-21
申请号：CN202411520200.X
申请日：2024-10-29
Applicant: 武汉大学
Abstract: 本发明公开一种基于股权知识图谱学习的实际控制人挖掘方法及装置。实际控制人被定义为处于一个获胜的稳定联盟中的股东，联盟内成员在投票过程中作出一致决定，并获取控制。该方法通过构建股权知识图谱，组织与表示了股权网络中的股东间的多种复杂关系。为挖掘获胜稳定联盟，设计了一个多维关联聚合神经网络，根据股东间不同类型关系的信息预测一致行动的可能性。并基于聚合信息设置元路径聚合神经网络，通过垂直捕捉股权知识图谱中的持股路径来编码股权结构。为了确定获胜稳定联盟，该方法提出控制神经网络来模拟股东的投票过程。本发明能够有效解决因股权网络中复杂多维关系导致的实际控制人挖掘中低精确度和高时间成本问题。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
