Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浪潮通用软件有限公司周超获国家专利权

浪潮通用软件有限公司周超获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉浪潮通用软件有限公司申请的专利基于动态关联网络的围串标预测方法、系统及终端设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120634696B

龙图腾网通过国家知识产权局官网在2026-03-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511140547.6,技术领域涉及:G06Q30/08;该发明授权基于动态关联网络的围串标预测方法、系统及终端设备是由周超设计研发完成,并于2025-08-15向国家知识产权局提交的专利申请。

基于动态关联网络的围串标预测方法、系统及终端设备在说明书摘要公布了:本发明属于招投标风险识别技术领域,具体公开了一种基于动态关联网络的围串标预测方法、系统及终端设备;方法包括:构建动态的图结构模型;获取标书文本数据、投标企业的工商信息数据以及历史投标行为数据;分别提取标书文本语义特征、企业属性特征和行为时序特征,形成每个节点的特征向量;同时计算图结构模型中每条边的权重;对图结构模型进行更新;以更新后的图结构模型作为输入,利用图神经网络模型,得到节点嵌入向量,基于节点嵌入向量计算企业之间的关联度矩阵,从而预测企业间是否存在围串标行为。本发明综合考虑文本语义、企业属性和行为时序等多源数据特征,充分捕捉企业间的隐性关联关系,提高围串标行为的识别准确率。

本发明授权基于动态关联网络的围串标预测方法、系统及终端设备在权利要求书中公布了:1.一种基于动态关联网络的围串标预测方法,其特征在于,包括: 构建动态的图结构模型,所述图结构模型以企业作为节点,以节点之间的股权关联关系、历史合作关系、行为协同关系以及标书文本语义协同关系分别构建边,每条边附带实时更新的边权重; 以节点之间的行为协同关系构建行为协同边,所述行为协同边的边权重确定方法为:确定企业在最近设定次数的投标中的报价波动率时间序列,设定时间窗口,不断移动时间窗口,计算得到所有报价的报价波动率;计算两个企业报价波动率的皮尔逊相关系数,作为行为协同边的边权重; 以节点之间的标书文本语义协同关系构建语义协同边,所述语义协同边的边权重确定方法为:将节点A和节点B对应的企业标书文本分别拆分为句子序列;使用招投标领域预训练模型将每个句子转换为连续的数值向量;计算两个节点对应的企业标书文本中的不同句子之间的语义关联度,生成句子级对齐矩阵S;基于句子级对齐矩阵S,计算节点A和节点B对应的企业标书文本的全局隐性协同得分,作为节点A和节点B之间语义协同边的边权重; 获取标书文本数据、投标企业的工商信息数据以及历史投标行为数据; 基于获取的数据,分别提取标书文本语义特征、企业属性特征和行为时序特征,形成每个节点的特征向量;同时计算图结构模型中每条边的权重;对图结构模型进行更新;所述行为时序特征包括报价波动率时序向量; 以更新后的图结构模型作为输入,利用图神经网络模型,得到节点嵌入向量,基于节点嵌入向量计算企业之间的关联度矩阵,从而预测企业间是否存在围串标行为; 所述图神经网络模型包括双层图神经网络算法,第一层图神经网络算法对每个节点从其邻居节点中随机采样固定数量的邻居,使用均值聚合函数计算邻居特征的加权平均,将节点自身特征与邻居聚合特征拼接后,通过权重矩阵进行线性变换并激活,得到第一层节点嵌入向量; 第二层图神经网络算法以第一层节点嵌入向量作为节点自身初始特征,对每个节点从其邻居节点中随机采样固定数量的邻居,<;使用均值聚合函数计算邻居特征的加权平均,将节点自身特征与邻居聚合特征拼接后,通过权重矩阵进行线性变换,同时引入模块度优化项,引导模型识别紧密关联的社团结构;最终激活得到第一层节点嵌入向量。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浪潮通用软件有限公司,其通讯地址为:250000 山东省济南市历下区浪潮路1036号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。