Coalition-Based Knowledge Graph Learning for Actual Controller Disclosure

doi:10.1109/tkde.2026.3721243

Coalition-Based Knowledge Graph Learning for Actual Controller Disclosure

2026-08-05

0

PRE

AI

DOI：10.1109/tkde.2026.3721243

原文链接

原文求助

摘要

En 中文

披露公司实际控制人（ACs）是财务风险治理的基础。在一个获胜稳定联盟中，成员做出一致决策并在投票中获胜的股东被视为实际控制人。然而，现有方法因忽视股东间除持股关系外的各种关系（如亲属关系、子公司关系等）而未能发现稳定联盟。此外，上述关系不断演变，形成大规模动态股权网络，给高效识别获胜稳定联盟带来挑战。我们构建动态知识图谱（DKG）以表示动态股权网络的语义和结构信息。本文将实际控制人披露表述为联盟感知图学习问题，并提出基于联盟的知识图谱学习（CKGL），联合建模联盟稳定性、获胜状态和动态演化。具体而言，为发现稳定联盟，CKGL设计多关系聚合模块横向聚合不同关系；基于聚合信息，利用投票路径聚合模块通过捕获DKG上的不同投票路径编码持股结构。为识别获胜稳定联盟，我们提出控制神经网络模拟股东投票过程。随后，利用DKG上的变化关系通过关系感知更新模块更新实体稳定联盟和持股结构的聚合信息。基于真实数据集构建的DKG进行的实验和案例研究表明，CKGL通过提升F1分数0.33并降低时间成本，优于基线方法。

Keyword:

Knowledge graph

graph representation learning

coalition-aware learning

Coalition-Based Knowledge Graph Learning for Actual Controller Disclosure

摘要

期刊

机构

引用论文