[发明专利]一种基于多维关系图的抗风险企业决策的优化方法和装置

说明书

本申请实施例公开了一种基于多维关系图的抗风险企业决策的优化方法和装置，其方法包括：基于融合后的企业关系特征和优化后的图注意力网络构建用于优化企业决策的决策优化框架，决策优化框架包括用于表征状态的状态因子、用于表征动作的动作因子和用于表征奖励的奖励因子；以及基于融合后的企业关系特征、状态因子、动作因子和奖励因子，采用策略梯度更新策略网络参数，对策略网络的决策性能进行优化，得到优化后的策略网络，以基于优化后的策略网络生成包括多个目标企业的优选决策的决策数据。

技术领域

本发明涉及机器学习技术领域，具体涉及一种基于多维关系图的抗风险企业决策的优化方法和装置。

背景技术

在现代经济中，企业之间的关系变得越来越紧密，不仅涉及到财务资本，还包括销售、市场等多个方面。如何准确提取企业之间的关系特征，并利用这些特征进行智能决策，成为企业经营管理领域的重要研究课题。

目前，企业经营管理面临着复杂的市场环境和竞争压力，需要通过智能决策来提高经营效益和降低风险。然而，传统的决策方法存在着许多不足，如依赖人工经验判断、缺乏数据支持、决策结果不确定等问题，无法满足现代企业快速决策的需求。

因此，如何改善传统的决策方法无法快速且自动地生成企业决策的缺陷，是待解决的技术问题。

发明内容

基于此，有必要针对现有的技术无法快速且自动地生成企业决策的问题，提供一种基于多维关系图的抗风险企业决策的优化方法、装置、存储介质、电子设备和计算机程序产品。

第一方面，本申请实施例提供了一种基于多维关系图的抗风险企业决策的优化方法，所述方法包括：

构建目标企业的多维度企业关系图，所述多维度企业关系图至少包括与目标企业的资本相关的第一企业关系图、与目标企业的销售相关的第二企业关系图和与目标企业的市场相关的第三企业关系图；

基于初始图注意力网络，分别对所述第一企业关系图、所述第二企业关系图和所述第三企业关系图进行特征提取、特征拼接和特征融合，得到融合后的企业关系特征；

基于所述融合后的企业关系特征和真实的企业关系特征标注，通过预设优化器，对所述初始图注意力网络进行优化，得到对应的优化后的图注意力网络；

基于所述融合后的企业关系特征和所述优化后的图注意力网络构建用于优化企业决策的决策优化框架，所述决策优化框架包括用于表征状态的状态因子、用于表征动作的动作因子和用于表征奖励的奖励因子；

基于所述融合后的企业关系特征、所述状态因子、所述动作因子和所述奖励因子，采用策略梯度更新策略网络参数，对策略网络的决策性能进行优化，得到优化后的策略网络，以基于所述优化后的策略网络生成包括多个目标企业的优选决策的决策数据。

第二方面，本申请实施例提供了一种基于多维关系图的抗风险企业决策的优化装置，所述装置包括：

企业关系图构建模块，用于构建目标企业的多维度企业关系图，所述多维度企业关系图至少包括与目标企业的资本相关的第一企业关系图、与目标企业的销售相关的第二企业关系图和与目标企业的市场相关的第三企业关系图；

特征处理模块，用于基于初始图注意力网络，分别对所述第一企业关系图、所述第二企业关系图和所述第三企业关系图进行特征提取、特征拼接和特征融合，得到融合后的企业关系特征；

网络优化模块，用于基于所述融合后的企业关系特征和真实的企业关系特征标注，通过预设优化器，对所述初始图注意力网络进行优化，得到对应的优化后的图注意力网络；

优化框架构建模块，用于基于所述融合后的企业关系特征和所述优化后的图注意力网络构建用于优化企业决策的决策优化框架，所述决策优化框架包括用于表征状态的状态因子、用于表征动作的动作因子和用于表征奖励的奖励因子；