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！

龙图腾网获悉上海市公安局刑事侦查总队;上海市刑事科学技术研究院申请的专利基于时空因果图网络的个体风险动态评估方法及系统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：CN120746796B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510614083.1，技术领域涉及：G06Q50/26；该发明授权基于时空因果图网络的个体风险动态评估方法及系统是由王茜;侯俊丞;陶佳能;李榕;侯啟伟;石鹏飞;刘偲宇;杨孟京;郭浩言;张顺;李玉蓉设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本基于时空因果图网络的个体风险动态评估方法及系统在说明书摘要公布了：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。

本发明授权基于时空因果图网络的个体风险动态评估方法及系统在权利要求书中公布了：1.一种基于时空因果图网络的个体风险动态评估方法，其特征在于包括步骤： 获取待评估个体的风险相关数据，根据数据的复杂程度将所述风险相关数据划分为非结构化数据和半结构化数据； 通过混合逻辑模型将前述非结构化数据和半结构化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为3个维度；所述静态特征为互不干扰的特征；所述动态特征为与时空相关的特征，包括时间和空间相关维度；所述因果特征用于表示特征指向性关系，通过因果特征矩阵表示；所述混合逻辑模型中配置有关键词匹配规则、时间空间位置正则匹配规则以及逻辑思维链提取规则； 根据前述风险相关结构化数据中3个维度的数据内容，分别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，并根据静态特征风险分值和动态特征风险分值确定最终风险得分；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前述因果特征矩阵预测出置信度最高的动态风险动向信息； 所述混合逻辑模型被配置为：获取待评估个体的非结构化数据和半结构化数据，其实，n表示设定的个体风险相关数据的维度，所述待评估个体的风险相关数据由n个不同的维度组成，n为大于等于1的整数；根据前述配置的规则将所述非结构化数据UD和半结构化数据SSD转化为结构化数据，所述结构化数据SD包含3个维度的内容，分别是静态特征数据X、动态特征数据Y和因果特征矩阵Z，所述X配置有a个特征维度，Y配置有b个特征维度，Z配置有c个特征维度，所述a,b,c均为大于等于1的整数，且，； 此时，所述静态特征数据表示为： ， Xa表示第a个维度的静态特征数据； 所述动态特征数据表示为： ， 其中，表示前述待评估个体在观测时刻t的状态，dx,dyt表示待评估个体在观测时刻t的经纬度坐标，t表示待评估个体在观测时刻t的b个动态特征维度的值向量，T表示整个观测的时间序列，t表示最终的观测时刻，表示每一个观测时间单位，此时，t-T表示初始观测的时刻，表示观测时刻t的下一步预测的时刻，表示观测时刻t-T的下一步预测的时刻； 所述因果特征矩阵Z根据特征之间的因果关联的强弱关系生成，通过所述因果特征矩阵Z能够确定多个特征间的因果关联的强弱等级。

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上海市公安局刑事侦查总队;上海市刑事科学技术研究院，其通讯地址为：200083 上海市虹口区中山北一路803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。