基于时空因果图网络的个体风险动态评估方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于时空因果图网络的个体风险动态评估方法及系统
申请号:CN202510614083
申请日期:2025-05-13
公开号:CN120746796A
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开了基于时空因果图网络的个体风险动态评估方法及系统,涉及数据处理技术领域。所述方法包括步骤:获取待评估个体的风险相关数据;将前述数据转化为结构化数据以得到前述待评估个体的风险相关结构化数据,所述风险相关结构化数据按静态特征、动态特征和因果特征划分;根据风险相关结构化数据,计算前述待评估个体的静态特征风险分值和动态特征风险分值后确定最终风险得分;以及,获取风险的划分信息,根据划分的多个动态风险动向,结合动态时空融合预测结果和因果特征矩阵预测出置信度最高的动态风险动向信息。本发明有效地提高了个体风险动态评估的可靠性、精准性和及时性,可更高效、动态地预测评估个体的风险状况。
技术关键词
静态特征 Arima模型 风险动态评估方法 XGBoost模型 GCN模型 LSTM模型 矩阵 加密数据 特征值 数据可视化界面 动态评估系统 数据加密算法 预测模型训练 极值 长短期记忆网络 轨迹 序列