基于邻居采样和图注意力机制的产业链风险评估模型

作     者：孙鹏钊 毕可骏 唐潮 李冬芬 应时 王瑞锦 SUN Pengzhao;BI Kejun;TANG Chao;LI Dongfen;YING Shi;WANG Ruijin

作者机构：电子科技大学信息与软件工程学院成都610054 四川大学计算机学院成都610065 四川长虹电子控股集团有限公司四川绵阳621000 成都理工大学计算机与网络安全学院成都610059 武汉大学计算机学院武汉430072 

基　　金：国家重点研发计划(2022YFB3304300 2022YFB3304303) 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2024年第51卷第10期

页      码：218-226页

摘      要：风险评估是提高产业链韧性的重要途径,也是降低产业链不稳定性的有效手段。然而,现有风险评估的研究基于供应链结构,忽略了其他因素,无法准确地刻画产业链上下游各节点的关联关系,导致评估效果存在偏差。针对上述问题,考虑到产业链内部各节点相互关联、风险状况多样、存在风险传递的特性,提出了基于邻居采样和图注意力机制的产业链风险评估模型GANS。首先,构建了产业链的异质图,利用“产品-公司”“产品-产品”刻画了产业链节点之间的关联关系,并从产业链中提取财务数据等作为节点的数据特征;其次,提出了基于元路径和公司投融资关联规则的公司关系图生成模块,实现对产业链中公司节点关系的高效转化和结构特征的高效学习;接着,针对生成的多种公司关系图,设计了结合邻居采样和图注意力机制的产业链风险评估模块,对节点邻域特征进行随机采样和聚合,同时结合注意力机制对基于多种公司图的节点特征进行自适应聚合,并通过分类器实现节点级风险评估;最后,依据节点风险等级与节点的结构特征对产业链进行风险评估。实验表明,在真实产业链数据集上,GANS在准确性、F1分数等方面均优于现有的模型,证明了GANS实现产业链风险评估的准确性和有效性。

主 题 词：产业链 风险评估 异质图 邻域采样 图注意力机制 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11896/jsjkx.230900145

馆 藏 号：203144346...