基于跨视图对比学习的多样化云原生服务推荐方法

    公开(公告)号:CN119271879A

    公开(公告)日:2025-01-07

    申请号:CN202411271158.2

    申请日:2024-09-11

    Abstract: 一种基于跨视图对比学习的多样化云原生服务推荐方法,首先创建服务数据集,抽取图结构,包括用户‑服务图、用户‑组合图和组合‑服务图,然后,进行多样化推荐视图划分;针对多样化推荐视图中的图结构,利用图编码器进行编码,构建单项服务视图的用户向量、云原生服务向量,以及组合服务视图的用户向量、云原生服务向量和服务组合向量;对单项服务视图以及组合服务视图中的用户、云原生服务向量进行数据增强操作,构造用户样本对和服务样本对,基于用户样本对和服务样本对开展跨视图对比学习;计算服务推荐分数和列表内相似性,根据服务推荐分数和列表内相似性进行多样化服务推荐。本发明优化服务推荐体验,提高服务推荐结果的多样性程度。

    基于云场景服务组合关系的服务数据捆绑推荐方法

    公开(公告)号:CN119271878A

    公开(公告)日:2025-01-07

    申请号:CN202411271155.9

    申请日:2024-09-11

    Abstract: 一种基于云场景服务组合关系的服务数据捆绑推荐方法,引入捆绑推荐思想对服务场景进行建模,首先从API服务和服务组合中抽取出捆绑推荐层和捆绑推荐关系,并将其转换为捆绑交互图结构;其次,对捆绑交互图进行初始编码,利用初始编码结果构造中间向量,加权聚合中间向量以构造用户、服务和捆绑向量;然后,对用户、服务和捆绑向量进行拼接,构建用户‑服务向量和用户‑捆绑向量;最后,利用用户‑服务向量和用户‑捆绑推荐向量计算捆绑分数,基于捆绑推荐分数进行服务推荐。本发明提高服务推荐的相关性和精确度。

    基于服务组合超图卷积网络的云计算数据推荐方法

    公开(公告)号:CN117370650A

    公开(公告)日:2024-01-09

    申请号:CN202311271535.8

    申请日:2023-09-28

    Abstract: 一种基于服务组合超图卷积网络的云计算数据推荐方法,挖掘云计算数据中的潜在服务组合关系,构建序列组合集;基于序列组合集构建服务组合超图,实现对API服务的组合特征的有效建模;根据切比雪夫近似卷积的思想,设计超图卷积网络提取服务组合超图上的超图信号;然后,使用Hg‑Pool池化方法对超图信号进行降维处理;利用预训练语言模型对API服务进行语义编码,得到语义嵌入向量,融合语义嵌入向量和超图信号,得到组合嵌入向量;最后,利用组合嵌入向量和超图信号计算API服务的推荐概率,得到推荐结果。本发明关联度较高、降低计算复杂度和过拟合风险、提高推荐结果的精确度。

    基于图神经网络的RESTful服务推荐方法

    公开(公告)号:CN117009673A

    公开(公告)日:2023-11-07

    申请号:CN202310821888.4

    申请日:2023-07-05

    Abstract: 一种基于图神经网络的RESTful服务推荐方法,基于服务调用矩阵信息,构建Mashup服务与RESTful服务间的调用图结构MAIG;基于RESTful服务间的功能关联信息,构建RESTful服务间关联信息图结构ATCG;根据MAIG图结构,设计对应的图神经网络结构,获取Mashup组合服务与RESTful服务对应的特征表示;根据ATCG图结构,设计对应的图神经网络结构,获取该图结构下RESTful服务对应的特征表示;利用获得的特征表示,计算成对分数,并计算损失函数结果,对整体推荐模型进行优化;匹配用户请求,利用成对分数,排序并实现RESTful服务推荐。本发明提升了服务推荐效果。

Patent Agency Ranking