基于时空图卷积网络的多源数据交易风险预测方法及系统
申请号:CN202411680153
申请日期:2024-11-22
公开号:CN119887393B
公开日期:2025-12-19
类型:发明专利
摘要
本发明提供了基于时空图卷积网络的多源数据交易风险预测方法及系统,涉及数据处理技术领域,该方法通过收集多源异构的交易数据,并进行预处理,得到多源交易数据,提取关键特征形成初步特征集,得到多视角数据融合特征;采用时空图卷积网络捕捉交易数据中的时空特征,将训练好的风险预测模型部署到交易系统中,输入接收实时交易数据,预测交易的风险等级,并将实际的风险事件与模型预测结果进行对比分析,识别误差和偏差,更新优化风险预测模型。通过实时分析不动产市场数据和交易数据,对潜在的不动产交易风险进行准确预测,从而帮助投资者和管理者制定合理的风险管理策略。
技术关键词
交易风险预测
风险预测模型
融合特征
深度特征融合
多视角
网络
交易系统
深度学习模型
识别误差
多模态
频率
特征提取模块
地理位置编码
地理位置特征
动态
时序
注意力机制
多源异构数据