首站-论文投稿智能助手
典型文献
面向互联网舆情事件的企业风险识别——基于KGANN模型
文献摘要:
信息智能时代背景下,互联网舆情信息对企业的影响愈加显著.有效准确地从舆情事件中识别风险有助于企业进行风险管理,实现良性运营.本文提出一种有效识别企业风险的模型KGANN,该模型使用知识图谱的结构和内容构造神经网络,实现知识图谱和神经网络的融合,从而提升模型风险识别能力.实验结果表明,在企业风险识别任务上所提方法相较于传统方法具有显著优势.同时根据知识的权重值对模型进行分析,得到股权结构复杂、司法案件较多、知识产权较少的企业风险等级较高.研究结果为企业和监管机构进行风险管理提供了重要的研究视角,对防范企业风险具有一定的参考价值.
文献关键词:
互联网舆情;风险识别;风险事件;知识图谱;神经网络
作者姓名:
张志剑;刘政昊;马费成
作者机构:
武汉大学 信息管理学院,湖北 武汉 430072;武汉大学 大数据研究院,湖北 武汉 430072;武汉大学信息资源研究中心,湖北 武汉 430072
引用格式:
[1]张志剑;刘政昊;马费成-.面向互联网舆情事件的企业风险识别——基于KGANN模型)[J].工程管理科技前沿,2022(01):65-73
A类:
KGANN
B类:
互联网舆情,舆情事件,企业风险,风险识别,智能时代,舆情信息,识别风险,模型使用,使用知识,结构和内容,造神,模型风险,识别能力,显著优势,权重值,股权结构,司法案件,风险等级,监管机构,风险事件
AB值:
0.316678
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。