(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210277059.X (22)申请日 2022.03.21 (71)申请人 灯塔财经信息有限公司 地址 430000 湖北省武汉市东西湖区台商 投资区高桥产业园台 中大道特1号 (72)发明人 朱留锋　 (74)专利代理 机构 武汉天领众智专利代理事务 所(普通合伙) 42300 专利代理师 郭成星 (51)Int.Cl. G06Q 40/06(2012.01) G06F 16/36(2019.01) G06N 5/02(2006.01) (54)发明名称 一种基于知识图谱的证券数据 挖掘方法 (57)摘要 本发明公开了一种基于知识图谱的证券数 据挖掘方法， 具体包括以下步骤： S1、 目标特征生 成， S2、 关联性数据分析， S3、 知识图谱创建， S4、 数据挖掘： 后台服务器控制用户证券 数据挖掘模 块根据步骤S3生成知识图谱进行用户证券相关 数据的挖掘处理， 然后用户通过用户交互终端进 行查看， 本发明涉及证券数据挖掘技术领域。 该 基于知识图谱的证券数据挖掘方法， 可实现通过 将用户的证券数据创建知识 图谱的形式进行关 联性挖掘， 很好的达到了既快速又方便的对用户 的证券数据进行全面挖掘的目的， 实现了通过采 用数据关联性分析， 使数据挖掘结果更具有说服 力， 挖掘体系功能健全， 很好的避免了数据挖掘 的偶然性和笼统性的情况发生。 权利要求书2页 说明书4页 附图5页 CN 114677228 A 2022.06.28 CN 114677228 A 1.一种基于知识图谱的证券数据 挖掘方法， 其特 征在于： 具体包括以下步骤： S1、 目标特征生成： 首先通过证券数据采集单元内的资本证券数据采集模块、 货币证券 数据采集模块和商品证券数据采集模块 实时采集用户的证券数据信息， 再通过目标特征提 取处理单元内的目标特征选择模块选取用户所要分析的一种证券类型数据信息作为目标 特征， 然后通过目标特征分组模块将选取 的该类型证券数据分成多组， 之后通过特征点识 别分析模块对目标 特征数据进行识别分析； S2、 关联性数据分析： 后台服务器控制数据关联性对比分析单元内的单组动态数据导 入模块将步骤S1中识别的若干个目标特征的单 组数据导入系统内， 再通过关联梯度函数 处 理分析模块将导入的数据进行关联性分析 处理， 然后通过多组级联整合分析模块将关联性 分析处理后的数据进 行整合处理， 之后再通过特征关联性评估模块对整个数据进 行关联等 级评估， 在关联等级评估过程中能够向联网数据库模块内获取相关数据进行处 理； S3、 知识图谱创建： 后台服务器控制知识图谱制作单元内的用户信息录入模块将用户 的信息录入系统内， 再通过用户证券 数据导入模块将步骤S1和S2分析 处理的证券 数据导入 系统内， 然后通过知识权项分类生成模块生成所需数量的知识图谱权项， 再通过知识权项 关联性分析模块对每个生成的知识权项之 间进行关联性分析处理， 之后再通过知识图谱生 成模块将分析处 理后的每 个知识权项 进行整合 生成整个用户是证券数据知识图谱； S4、 数据挖掘： 后 台服务器控制用户证券数据挖掘模块根据步骤S3生成知识图谱进行 用户证券相关数据的挖掘处 理， 然后用户通过用户交 互终端进行查看。 2.根据权利要求1所述的一种基于知识图谱的证券数据挖掘方法， 其特征在于： 所述步 骤S1中证券数据采集单元包括资本证券数据采集模块、 货币证券数据采集模块和商品证券 数据采集模块。 3.根据权利要求1所述的一种基于知识图谱的证券数据挖掘方法， 其特征在于： 所述步 骤S1中目标特征提取处理单元包括目标特征选择模块、 目标特征分组模块和特征点识别分 析模块。 4.根据权利要求3所述的一种基于知识图谱的证券数据挖掘方法， 其特征在于： 所述目 标特征选择模块的输出端与目标特征分组模块的输入端连接， 且目标特征分组模块的输出 端与特征点识别分析模块的输入端连接 。 5.根据权利要求1所述的一种基于知识图谱的证券数据挖掘方法， 其特征在于： 所述步 骤S2中数据关联性对比分析单元包括单组动态数据导入模块、 关联梯度函数处理分析模 块、 多组级联整合分析模块和特征关联性评估模块， 所述单组动态数据导入模块的输出端 与关联梯度函数处 理分析模块的输入端连接 。 6.根据权利要求5所述的一种基于知识图谱的证券数据挖掘方法， 其特征在于： 所述关 联梯度函数处理分析模块的输出端与多组级联整合分析模块的输入端连接， 且多组级联整 合分析模块的输出端与特 征关联性评估 模块的输入端连接 。 7.根据权利要求1所述的一种基于知识图谱的证券数据挖掘方法， 其特征在于： 所述步 骤S3中知识图谱制作单元包括用户信息录入模块、 用户证券数据导入模块、 知识权项分类 生成模块、 知识权项关联性分析模块和知识图谱生成模块， 所述用户信息录入模块的输出 端与用户证券数据导入模块的输入端连接， 且用户证券数据导入模块的输出端与知识权项 分类生成模块的输入端连接 。权　利　要　求　书 1/2 页 2 CN 114677228 A 28.根据权利要求7所述的一种基于知识图谱的证券数据挖掘方法， 其特征在于： 所述知 识权项分类生成模块的输出端与知识权项关联性分析模块的输入端连接， 且知识权项关联 性分析模块的输出端与知识图谱生成模块的输入端连接 。权　利　要　求　书 2/2 页 3 CN 114677228 A 3