一种用于遗产全域多源异构数据的分层融合与交互协同方法与流程

本发明涉及多源数据处理与政务信息协同交互的，具体涉及一种面向遗产数据管理的全域多源异构数据融合与跨部门交互协同的方法。

背景技术：

1、在传统的殡仪馆服务中，由于信息流通不畅、服务流程繁琐等问题，用户需要耗费大量时间和精力处理相关业务。而现有的智慧殡仪系统通过集成先进的信息技术，与多个政务终端部门对接实现殡葬业务全流程的分析管控。现有对接多个政务终端部门中，主要采用点对点定制接口的方式实现部门间数据交换，民政部门的死亡登记系统与公证机构的继承公证系统之间，往往通过逐一定制开发的数据接口进行单项数据传输。

2、但这种方式每新增一个数据源即需重新开发适配模块，兼容性差、扩展性弱。而各系统内部数据字段定义不统一，缺乏标准化的数据字典库和自动化的字段映射规则引擎，导致大量遗产数据无法自动归集，依赖人工台账导入和手工比对，导致整体处理的周期过长。同时缺乏实时同步与批量对账的双机制保障，资产状态更新滞后，数据偏差和异常无法自动感知与预警，影响处置决策的准确性和时效性。

3、而同一逝者的不同资产散落于多个数据孤岛，难以自动聚合匹配，也无法区分有形资产与无形资产的品类差异。且跨系统遗产数据还存在无法精准关联的问题，传统的数据关联方法多基于简单的字段匹配，例如姓名加身份证号的模糊匹配，缺乏以逝者身份唯一标识为驱动的全域数据关联机制和多维映射模型，尤其缺乏统一的数据交互中台和事件驱动型实时同步机制，难以处理因历史登记信息不完整、继承人信息缺失、资产权属变更等情形导致的匹配失败，遗漏率高、准确率低的技术问题。

技术实现思路

1、本发明的目的在于提供一种用于遗产全域多源异构数据的分层融合与交互协同方法，以解决上述背景技术中提出的问题。

2、为了实现上述目的，本发明采用如下技术方案：一种用于遗产全域多源异构数据的分层融合与交互协同方法，包括：以下运行步骤：

3、接入多源异构遗产数据，通过三级规则引擎对多源异构遗产数据进行映射清洗；

4、基于逝者全域唯一标识gdid进行交叉校验和残缺数据修复，所述进行交叉校验包括：以逝者法定身份证号作为gdid主路径，在身份证号缺失或存疑时，采用加权模糊匹配算法生成临时逝者全域唯一标识gdid集群；

5、构建权重分级多维映射模型，在图数据库中动态构建全域遗产关联图谱，通过图注意力网络对全域遗产关联图谱进行链接预测，生成逝者全息画像；

6、采用数据全量归集和权限分级脱敏的双向制衡机制，搭建基于属性的三级访问控制模型，通过意图识别模型对查询请求进行意图分类；

7、构建统一数据交互中台，采用发布/订阅模式的事件驱动实时同步机制，通过sm3哈希进行双重对账，利用数据源可信度进行动态更新；

8、基于全域遗产关联图谱，通过随机森林分类器计算知识产权资产的无人继承概率，对超过阈值的资产依次启动法定公示、熵权法多维价值评估分级收储、大模型辅助合规处置的全闭环协同处置流程；

9、构建遗产争议知识图谱，利用法律预训练语言模型对争议输入进行语义编码和类案匹配，通过线上多方协同调解端口结合区块链存证进行调解，根据证据链完整性校验结果自动生成裁决文书。

10、进一步的，接入多源异构遗产数据还包括：通过多协议适配网关对所述多源异构遗产数据进行协议适配，注入全局流水号和数据来源标识，得到待标准化数据流。通过三级规则引擎对多源异构遗产数据进行映射清洗包括：利用三级规则引擎对待标准化数据流依次执行非标字段自动识别、字段映射知识图谱动态解析和格式归一与单位转换，结合可进化遗产标准化数据字典，得到标准化遗产记录。

11、进一步的，三级规则引擎中：

12、第一级规则引擎非标字段自动识别包括：利用预训练语义向量模型对标准数据字典字段名和输入的非标字段名分别生成语义向量，构建向量索引库，对输入的非标字段名检索余弦相似度最高的候选标准字段；同时对非标字段的样本值进行格式推断、数值范围统计和类别基数分析，与候选标准字段的元数据进行比对；当语义相似度超过设定阈值且值域特征一致时，确定映射成功，否则标记为待人工审核字段；

13、第二级字段映射知识图谱动态解析包括：在图数据库中构建遗产字段映射知识图谱，以数据源与字段名的组合作为节点，以映射关系作为边，以历史映射成功率作为边权重，使用遗产字段映射知识图谱中已有的映射关系进行字段转换，当遗产字段映射知识图谱中未命中时，启动语义匹配，将经人工确认的映射结果自动写入遗产字段映射知识图谱，进行自学习进化。

14、进一步的，以逝者法定身份证号作为gdid主路径包括：对逝者身份证号执行哈希运算后存储，前端查询时通过确定性加密索引访问；采用加权模糊匹配算法生成临时逝者全域唯一标识gdid集群包括：基于姓名相似度、出生日期相似度、地址相似度、家庭关系相似度计算综合得分，当综合得分大于设定阈值时，自动合并为一个临时gdid集群，并将集群内所有证据链推送至终端进行人工核验确认，确认后将临时gdid升级为正式gdid，且作为永久主键写入各源系统对应记录。

15、进一步的，进行残缺数据修复包括：对文本型残缺字段，计算各候选值的时间衰减权重，选择累计权重超过设定阈值的最高频值作为修复值；当最高频值的权重低于设定值时，结合全域遗产关联图谱中该逝者其他资产地址进行一致性推断；所有修复操作生成包含修复前后值、证据源及算法得分的不可变修复记录；修复后的记录打上数据完整性得分。

16、进一步的，通过图注意力网络对全域遗产关联图谱进行链接预测包括：构建以逝者所有已知资产为邻居节点的局部子图，节点特征包括资产类型独热编码、地理位置编码、申请或登记年份、机构标识以及资产文本描述的预训练语言模型向量；通过图注意力网络对局部子图进行链接预测，当预测得分超过设定阈值时建立弱关联边并推送至人工验证队列；当补充证件证据后，将弱关联边转换为强关联边。

17、进一步，通过意图识别模型对查询请求进行意图分类包括：对查询请求进行意图识别，根据识别出的查询意图确定对应的脱敏策略；基于属性访问控制引擎对查询请求进行三级权限验证，按照脱敏策略对查询结果执行动态脱敏；当查询意图为个案详查类时，对身份证号采用格式保留加密算法进行加密，加密后保持原有位数和字符格式，直接用于索引匹配；隐私安全索引通过布隆过滤器实现，查询时将用户提供的明文经相同脱敏函数转换后与布隆过滤器比对，通过隐私安全索引在不还原明文的条件下完成查询，并将所有查询操作生成审计事件锚定至区块链存证。

18、进一步的，通过sm3哈希进行双重对账包括：对每个逝者的资产数据集计算平台端哈希指纹，并调用各数据源接口实时计算数据源端哈希指纹，在字段级别生成有序拼接字符串后再计算哈希值；利用差异分析器对哈希不一致的记录进行字段级比对，生成包含字段名、源值、平台值和差异时间的差异报告；将差异度定义为不一致字段数占总字段数的比例，当差异度小于第一阈值时自动触发增量同步修复，当差异度在第一阈值与第二阈值之间时生成预警工单，当差异度大于或等于第二阈值时触发告警推送。

19、进一步的，通过随机森林分类器计算知识产权资产的无人继承概率包括：提取包含资产有效剩余天数、质押或冻结标记、最近一次继承声明距今时长、逝者法定继承人数量、是否有遗嘱备案、逝者配偶生存状态、子女有无失联标记和资产类型在内的多维特征向量；采用过采样方法对无人继承正样本进行扩充，训练集成分类模型输出无人继承概率；当无人继承概率超过排查阈值时，将对应资产加入排查清单；当无人继承概率介于排查阈值与高置信阈值之间时，推送人工复核并标注提醒期限。

20、进一步的，利用法律预训练语言模型对争议输入进行语义编码和类案匹配包括：采用预训练法律语义编码模型对争议描述文本进行语义编码，联合遗产争议知识图谱的结构特征，通过对比学习将当前案件向量与知识图谱中历史案例向量进行相似度计算，检索相似度最高的若干历史案例及其裁判结果和适用法条；采用篇章级自然语言理解技术自动识别争议焦点，匹配对应法规原文，生成争议焦点摘要和法律风险提示。

21、与现有技术相比，本发明所达到的有益效果是：

22、（1）本发明通过构建基于企业集成模式的多协议适配网关与三级规则引擎，结合可进化遗产标准化数据字典，实现了多源异构遗产数据的无编码接入与标准化，将新增数据源的适配工作量从定制开发大幅降低至人工校验少量映射规则，克服了现有系统每新增一个数据接入方均需重新开发专用适配模块的高兼容成本问题。

23、（2）本发明通过以逝者全域唯一标识gdid为核心的四维加权模糊匹配算法，结合多源投票置信度加权与时间衰减机制对残缺字段进行动态修复，并通过动态可信度更新公式形成对账-修复闭环，解决了现有系统中大量历史档案“无证”逝者数据关联遗漏率高、残缺字段修复可信度不足的技术问题，使老数据与新权威数据自然博弈收敛至高可靠值。

24、（3）本发明通过在全域遗产关联图谱构建中引入图注意力网络进行链接预测，以逝者所有已知资产为邻居节点构建局部子图，节点特征融合资产类型、地理位置、申请年份、机构标识及资产文本描述的预训练语言模型向量，实现了在身份证件缺失场景下隐藏资产关联的主动发现，克服了传统姓名加证件号匹配无法发现隐藏资产关联的技术局限，显著提升对隐藏资产的发现。

25、（4）本发明通过定义遗产协同标准交互协议及标准事件类型，以事件驱动实时同步机制取代传统点对点接口，任意新部门仅需对接标准事件即可融入遗产协同网络，并通过哈希双重对账与差异度分级响应形成数据质量自动感知与修复闭环，克服了现有系统跨部门数据交互耦合度高、实时性差、数据质量问题难以自动感知的技术问题。

26、（5）本发明通过构建“排查-公示-收储-处置”的全链路自动化流程，以集成分类模型计算无人继承概率、法定公示规则引擎自动推送多平台公示、熵权法客观确定权重的多维价值评估模型进行三档分级、经微调的大语言模型结合思维链提示生成合规处置方案，实现了无人继承知识产权资产的全闭环协同处置，克服了现有系统缺乏从排查、公示到收储、处置系统化管理机制的技术问题，有效降低了资产流失风险。