-
公开(公告)号：CN117540086A
公开(公告)日：2024-02-09
申请号：CN202311504042.4
申请日：2023-11-13
Applicant: 中国计量大学 , 浙江浙旅投数字科技有限公司 , 浙江省旅游投资集团有限公司 , 浙江工业大学
IPC: G06F16/9535 , G06N3/042 , G06N3/045
Abstract: 一种基于服务互补关系学习模型的RESTful服务二次推荐方法，首先建立了一种服务互补关系学习模型，并设置了服务互补关系规则；在此基础上，提取初始服务互补关系，使用服务功能相似信息对初始服务互补关系进行拓展，并构建互补关系图结构；其次，结合掩码图注意力机制在互补关系图结构上进行表示学习，得到RESTful服务和服务功能的嵌入向量。然后，计算嵌入向量之间的距离，并利用合页损失函数缩小具有互补关系的嵌入向量之间的距离；最后，根据用户输入，找出具有互补关系的RESTful服务，进行二次服务推荐。本发明充分挖掘RESTful服务之间的互补关系，提高服务推荐的精确度与效率。
-
公开(公告)号：CN117539941A
公开(公告)日：2024-02-09
申请号：CN202311504037.3
申请日：2023-11-13
Applicant: 中国计量大学 , 浙江浙旅投数字科技有限公司 , 浙江省旅游投资集团有限公司 , 浙江工业大学
IPC: G06F16/25 , G06F16/9535 , G06F16/9538
Abstract: 一种面向web3.0的服务数据损失函数正负例采样与再推荐方法，该方法首先利用损失函数正负例采样规则，对服务数据进行采样，获取损失函数正例与负例；然后，利用损失函数正例与负例，构成多样性样本对，优化损失函数的收敛过程；最后，生成再推荐结果，并使用基于行列式点过程的方法进行排序。本发明效率高、具有较好的通用性。
-
Patent Agency Ranking
公开(公告)号：CN117370651A
公开(公告)日：2024-01-09
申请号：CN202311271550.2
申请日：2023-09-28
IPC: G06F16/9535 , G06F16/901 , G06N3/0464 , G06N3/048
Abstract: 一种基于全局多行为依赖的SaaS服务推荐方法,该方法首先对服务交互数据进行挖掘，得到行为感知序列和服务划分集；其次，利用行为感知序列和服务划分集构建行为感知超图，并结合超图自注意力机制度量用户与API服务之间多行为交互的重要性差异；然后，基于谱分解理论设计了行为感知超图上的超图卷积过程，利用超图信号表示全局多行为依赖；最后，结合全局序列特征和服务嵌入向量得到API服务的推荐分数，进行服务推荐。本发明对用户复杂、异构的行为特征进行有效建模，能较好地度量多行为交互的重要性差异，使得服务推荐结果具有较高的相关性。
-
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
Applicant: 中国计量大学
IPC: G06F16/9535 , G06Q50/10
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。
-
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
Applicant: 中国计量大学
IPC: G06F16/9535 , G06Q50/10
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。
-
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
IPC: G06F16/9535 , G06N3/0464 , G06F18/213 , G06F17/16
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。
-
公开(公告)号：CN115620040A
公开(公告)日：2023-01-17
申请号：CN202211231564.7
申请日：2022-10-09
Applicant: 中国计量大学
IPC: G06V10/762 , G06V10/74 , G06V10/82 , G06F16/951
Abstract: 一种面向云端基于超图多级聚类的Mashup服务聚类方法，包括以下步骤：第一步、提取MATT(Mashup‑API‑Tag‑Topic)数据模型；第二步、基于MATT数据模型构建超图；第三步、对MATT数据模型构成的超图进行多级聚类，过程如下：步骤(3.1)粗化阶段；步骤(3.2)聚类阶段；步骤(3.3)细化阶段。本发明降低超图结构的复杂性，有效的缩小服务搜索空间，提高服务推荐的准确率，降低服务推荐的时间成本，减少大型超图给基于超图的推荐算法带来负面影响。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
