基于大数据的知识产权侵权线索智能挖掘方法及系统

本发明公开了一种基于大数据的知识产权侵权线索智能挖掘方法，属于大数据分析技术领域，所述方法包括：在联邦学习环境下，各数据参与方基于本地大数据构建本地时序异构图谱，并利用时间感知图神经网络生成节点的动态嵌入表示，经加密后上传至联邦协调节点；联邦协调节点基于引入时序平滑性约束的动态深度概率聚类模型，对聚合后的全局动态嵌入表示进行聚类，以识别随时间演化的潜在侵权社群；生成可视化证据链，展示所述潜在侵权社群、演化路径及因果强度。能够实现在保护数据隐私前提下跨平台协同挖掘动态演化侵权社群，并通过交互式因果追溯与多维度可视化证据链，显著提升了侵权线索挖掘的准确性、可解释性与交互体验。