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！

龙图腾网获悉温氏食品集团股份有限公司申请的专利基于知识增强的多尺度跨领域指标异动归因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：CN119558687B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202510029150.3，技术领域涉及：G06Q10/0637；该发明授权基于知识增强的多尺度跨领域指标异动归因方法及系统是由曾仲杰;林小婉;秦建业;陈嘉蔚;邢阳坤;李童;戴均娣;陈家权;蒋荣金;江云;邝颖杰设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本基于知识增强的多尺度跨领域指标异动归因方法及系统在说明书摘要公布了：本发明公开了一种基于知识增强的多尺度跨领域指标异动归因方法及系统，涉及指标异动归因技术领域，包括：使用养殖业生产领域知识库及带有因果关系的数据集对大语言模型进行两阶段训练，使用大语言模型构建指标因果知识图谱与所述专家知识图谱进行图谱融合，构建融合知识增强的贝叶斯网络和基于先验约束的深度网络的回归模型，从融合知识图谱中选取多尺度数据作为训练集，识别提取因果关系对，进行模型训练，在财务指标和生产指标中获取目标指标异动导入训练后的回归模型，获得目标指标异动对应的归因数据。本发明解决了由于数据繁多、维度复杂，异常指标的定位和分析基本依靠人为经验的问题，有利于企业的企业高效运营和数据驱动决策。

本发明授权基于知识增强的多尺度跨领域指标异动归因方法及系统在权利要求书中公布了：1.一种基于知识增强的多尺度跨领域指标异动归因方法，其特征在于，应用于企业多源异构时序数据的处理与分析，包括以下步骤： 使用养殖业生产领域知识库及带有因果关系的数据集对大语言模型进行两阶段的训练，获取训练后掌握养殖业生产领域知识的大语言模型，使用所述大语言模型从预选项目相关文书中提取实体及因果关系，将所述实体及因果关系作为知识图谱的结点和边结构构建指标因果知识图谱； 获取预选项目的实际数据作为检验依据，所述实际数据包括具有时间戳的财务指标时序数据和生产指标时序数据，使用Granger因果关系检验对所述指标因果知识图谱中存在的因果关系进行关系验证，当所述关系验证符合预设标准时，则强化对应因果关系在指标因果知识图谱中的表达，当所述关系验证不符合预设标准时，则将对应因果关系从指标因果知识图谱中移除； 获取专家知识图谱，将所述指标因果知识图谱与所述专家知识图谱进行图谱融合，生成融合知识图谱； 构建用于量化影响的回归模型，从融合知识图谱中选取多尺度数据作为训练集，识别提取因果关系对，对于自动提取的因果关系对，将其中的因指标与果指标进行单独贝叶斯回归，表示为：，其中为果指标的波动，为因指标的波动，为第n个因指标的影响系数； 通过贝叶斯回归获取影响系数的均值和方差，根据均值与方差获取回归模型后续回归网络的系数约束范围； 获取系数约束范围后对因指标与果指标进行联合，构建线性回归，表示为：，其中为果指标的波动，为因指标的波动，为第n个因指标的影响系数，在每次反向传播梯度下降时，将所述影响系数控制在系数约束范围内； 另外，将训练样本的多个维度进行综合处理，利用独热编码将维度进行编码表示，获取维度的embedding向量，将多个维度的embedding向量导入全连接层输出生成维度附加权重，表征不同维度的影响差异； 利用所述维度附加权重结合所述线性回归放入神经网络中进行拟合，表示为：，为第种维度及第种维度的维度附加权重，在迭代深度训练学习后，根据表征第n个因指标的完整影响系数，获取融合知识增强的贝叶斯网络和基于先验约束的深度网络的回归模型； 获取与财务领域和生产领域相关的目标指标异动时序数据，导入所述回归模型，获得目标指标异动对应因指标的影响系数，整合生成最终的归因数据。

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温氏食品集团股份有限公司，其通讯地址为：527400 广东省云浮市新兴县新城镇东堤北路9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。