结合图神经网络的风险传导识别方法及系统与流程

本发明涉及数据处理领域，具体而言，涉及一种结合图神经网络的风险传导识别方法及系统。

背景技术：

1、风险传导识别是指从实体关联网络中辨识风险影响沿关联关系进行传递的路径与方向的技术。现有的风险传导识别方法通常获取实体间的关联关系数据，构建反映实体连接状态的网络结构，然后调用图神经网络沿网络中的连接边进行消息传递与状态聚合，根据聚合后的节点状态来确定风险传导路径。这类方法在执行消息传递时，将网络中的连接边均视为风险传导的潜在通道，消息沿连接边双向或沿预设方向流动，并未对连接边所承载的传导关系是否真实存在因果效应进行检验，导致聚合得到的节点状态容易混杂由混淆关联引入的虚假传导影响，使得最终确定的风险传导路径在传导方向的准确性和传导关系的可解释性上均存在不足。

技术实现思路

1、本发明提供了一种结合图神经网络的风险传导识别方法及系统。

2、第一方面，本发明实施例提供了一种结合图神经网络的风险传导识别方法，包括：获取实体关联图数据，实体关联图数据包含节点集合和连接边集合，每个节点具有初始状态描述和风险指示标记，连接边集合表示实体间已知的无向关联关系；对连接边集合进行方向假设与筛选处理，针对每条连接边生成双向候选有向边，利用来源节点与目标节点的初始状态描述通过非对称响应处理得到方向性度量，选取方向性度量占优的单向边，形成初始有向边集合，对初始有向边集合执行基于层级遍历的环路消除处理，得到约束后有向边集合；将约束后有向边集合确定为传播骨架，针对节点集合中的每个节点，沿传播骨架中指向该节点的有向入边收集来源节点的初始状态描述，通过边变换与融合处理生成该节点的传导状态表示；基于节点传导状态表示和风险指示标记，对约束后有向边集合中的各条有向边执行因果一致性判别与边状态调整处理，移除不满足因果传导一致性的边，保留满足一致性的边，得到调整后有向边集合；在调整后有向边集合上，迭代交替执行生成节点的传导状态表示的步骤和因果一致性判别与边状态调整处理的步骤，直至调整后有向边集合在连续两次迭代中无变化，将此时的有向边集合作为最终因果骨架，并根据最终因果骨架输出实体间风险传导关系。

3、第二方面，本发明实施例提供了一种计算机系统，包括：存储器，存储器中存储有计算机程序；处理器，用于加载计算机程序实现如上的结合图神经网络的风险传导识别方法。

4、本发明通过将实体间无向关联关系转化为有向传导骨架，并在传导状态迭代生成与因果一致性检验之间建立交替执行机制，使得风险传导路径的识别过程不再依赖预设的传导方向或外部标签信息。在每次迭代中，传导状态沿有向边流动并聚合邻接影响，随后因果一致性判别步骤通过构造去除特定边的受扰骨架并比对状态差异，自动检验每条有向边是否真正承载了符合风险指向的传导效应，将仅反映混淆关联而无实际因果传导作用的边予以剔除。该交替机制使得传导骨架在迭代中逐步精化，保留下来的有向边同时满足传导可达性与因果一致性双重约束，从而将关联网络中的虚假传导通路与真实因果传导通路进行有效分离。由此得到的最终因果骨架能够揭示实体间风险传导的底层因果结构，克服了单纯基于关联强度进行传导识别的偏差，所输出的实体间风险传导关系在传导方向准确性和路径可解释性上均得到提升。

1.一种结合图神经网络的风险传导识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对所述连接边集合进行方向假设与筛选处理，针对每条连接边生成双向候选有向边，利用来源节点与目标节点的初始状态描述通过非对称响应处理得到方向性度量，选取方向性度量占优的单向边，形成初始有向边集合，对所述初始有向边集合执行基于层级遍历的环路消除处理，得到约束后有向边集合，包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述双向候选边集合中的每条候选边，从来源节点的初始状态描述中解析出主动传导姿态成分，从目标节点的初始状态描述中解析出被动顺应姿态成分，将主动传导姿态成分与被动顺应姿态成分进行传导契合匹配处理，生成姿态契合度表示，包括：

4.根据权利要求2所述的方法，其特征在于，所述针对每条原始连接边所对应的一对正向候选边和反向候选边，将两者的方向性度量表示置于相互抑制进程中，令每一方的方向性度量表示被对方的方向性度量表示所削弱，经过若干轮互抑后保留削弱后残存占优的候选边，汇集成初筛有向边集合，包括：

5.根据权利要求1所述的方法，其特征在于，所述将所述约束后有向边集合确定为传播骨架，针对所述节点集合中的每个节点，沿所述传播骨架中指向该节点的有向入边收集来源节点的初始状态描述，通过边变换与融合处理生成该节点的传导状态表示，包括：

6.根据权利要求5所述的方法，其特征在于，所述将所述来源增强描述送入与该入边对应的边专属变换进程，所述边专属变换进程根据来源节点当前状态描述与目标节点当前状态描述之间的差异对来源增强描述执行定向调制，生成经定向调制的初始传递消息，包括：

7.根据权利要求5所述的方法，其特征在于，所述对汇集至同一目标节点的所有入边的初始传递消息执行多消息协同融合处理，使各入边的初始传递消息彼此参照，强化相互支持的消息成分并抑制相互抵触的消息成分，生成该目标节点的聚合传导影响描述，包括：

8.根据权利要求1所述的方法，其特征在于，所述基于所述节点传导状态表示和所述风险指示标记，对所述约束后有向边集合中的各条有向边执行因果一致性判别与边状态调整处理，移除不满足因果传导一致性的边，保留满足一致性的边，得到调整后有向边集合，包括：

9.根据权利要求8所述的方法，其特征在于，所述将所述传导扰动效应描述与所述风险指示标记进行指向一致性验证，若传导扰动效应描述所体现的状态改变趋势与风险指示标记所标示的传导方向彼此排斥，则判定该待判定有向边存在因果不一致性，包括：

10.一种计算机系统，其特征在于，包括：