一种基于大语言模型的物流供应链动态风险识别方法

本发明属于物流供应链管理技术领域，公开一种基于大语言模型的物流供应链动态风险识别方法。动态滑动窗口机制对实时异构数据流进行时空归一化处理，构建以实体类型、时间戳、空间网格编码为维度的三维时空数据张量集合，通过实体‑关系‑时间三元组抽取模块，识别物流供应链中动态实体及其关联关系，构建具有时空属性的动态知识图谱；依据实体状态的变更事件生成增量式图谱版本，结合其对应的图谱变更日志进行多维度异常检测，生成结构化风险标签；当风险事件发生时，通过版本回溯功能，精确定位风险事件根因的时空坐标。本发明显著提升供应链风险识别的实时性、准确性与可解释性，为复杂物流网络的动态风险管理提供系统性解决方案。