[发明专利]公卫黑天鹅事件预测方法、装置、设备及介质

说明书

本申请公开了公卫黑天鹅事件预测方法、装置、设备及介质，涉及人工智能技术领域，可以对公卫黑天鹅事件作出预测，提升公卫黑天鹅事件预测准确性。其中方法包括：使用预先训练好的预测网络模型的编码层对所述多个单模态数据库中的三元组信息进行编码，根据编码结果生成对应每个单模态数据库的单模态数据网络图；使用所述预测网络模型的二分图层对多个所述单模态数据网络图进行二分图转换，得到多模态数据网络图；使用所述预测网络模型的解码层确定所述多模态数据网络图中满足预设条件的目标图节点，并将所述目标图节点的节点信息作为公卫黑天鹅事件。本申请适用于对公卫黑天鹅事件的预测。

技术领域

本申请涉及人工智能技术领域，尤其是涉及到公卫黑天鹅事件预测方法、装置、设备及介质。

背景技术

黑天鹅事件是指满足以下三个特点的事件：具有意外性，产生重大影响，通常会引起连锁负面反应甚至颠覆，“公卫黑天鹅事件”是指非常难以预测，且不寻常的突发重大公共卫生事件，其发生概率极小，几乎无法预料在何时会出现从0到1的跳变，如非典、新型冠状病毒肺炎事件就是典型的公卫黑天鹅事件。可见，公卫黑天鹅事件一旦发生其造成的影响重大，对公卫黑天鹅事件的预测能够为重大公共卫生事件的防范提供参考依据。

现有基于人工智能的预测方法，如ARIMA、LR、深度学习等只能对已知疾病、具有历史发病数据的疾病进行模型预测，无法实现对公卫黑天鹅事件的模型预测，而现有针对黑天鹅事件的预测方法存在的不足为，例如，通过scikit-learn的逻辑回归模型对历史发病数据进行统计分析，无法充分利用社会关系因素及日常生活中的各潜在关系因素，以实现对公卫黑天鹅事件中需要重点关注和干预的高风险人物和事件的预测。

发明内容

有鉴于此，本申请提供了公卫黑天鹅事件预测方法、装置、设备及介质，主要目的在于填补人工智能领域对公卫黑天鹅事件预测方法的空缺，以及解决现有基于scikit-learn的逻辑回归模型的黑天鹅事件预测方法，仅对历史发病数据的统计分析，无法充分利用社会关系因素及日常生活中的各潜在关系，实现对公卫黑天鹅事件中的高风险人物和事件进行预测的技术问题。

根据本申请的一个方面，提供了一种公卫黑天鹅事件预测方法，该方法包括：

获取多个单模态数据库；

使用预先训练好的预测网络模型的编码层对所述多个单模态数据库中的三元组信息进行编码，根据编码结果生成对应每个单模态数据库的单模态数据网络图；

使用所述预测网络模型的二分图层对多个所述单模态数据网络图进行二分图转换，得到多模态数据网络图；

使用所述预测网络模型的解码层确定所述多模态数据网络图中满足预设条件的目标图节点，并将所述目标图节点的节点信息作为公卫黑天鹅事件。根据本申请的另一方面，提供了一种公卫黑天鹅事件的预测装置，该装置包括：

获取模块，用于获取多个单模态数据库；

编码模块，用于使用预先训练好的预测网络模型的编码层对所述多个单模态数据库中的三元组信息进行编码，根据编码结果生成对应每个单模态数据库的单模态数据网络图；

二分图转换模块，用于使用所述预测网络模型的二分图层对多个所述单模态数据网络图进行二分图转换，得到多模态数据网络图；

解码模块，用于使用所述预测网络模型的解码层确定所述多模态数据网络图中满足预设条件的目标图节点，并将所述目标图节点的节点信息作为公卫黑天鹅事件。

依据本申请又一个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述公卫黑天鹅事件的预测方法。

依据本申请再一个方面，提供了一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述公卫黑天鹅事件的预测方法。