一种融合知识图谱与深度学习的数据分析方法及系统

本发明涉及数据处理技术领域，尤其涉及一种融合知识图谱与深度学习的数据分析方法，该方法包括：获取多模数据与历史市场异常波动信息；构建动态医药知识图谱；确定异常节点与因果链路；生成联合特征向量；捕捉市场指标演化趋势，得到候选市场异常；隐性市场信号判定；调整检测阈值；生成市场分析报告。本发明通过将多模数据与反映医药市场实体关联和波动演化关系的知识图谱相结合，使市场动态的时序变化特征在深度学习模型中得到充分表达，有效解决了由于数据模态单一导致特征表征不完整、难以适应市场动态演化导致的复杂市场环境下导致数据处理准确度低、响应速度慢的问题。