公开(公告)号：CN120066556A

公开(公告)日：2025-05-30

申请号：CN202510085350.0

申请日：2025-01-20

Applicant: 中国计量大学

Inventor： 肖刚 ,  施佳程 ,  陆佳炜 ,  费佳欢 ,  高佳诚

IPC: G06F8/70 ,  G06F8/30 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 一种基于多策略预训练模型的冷启动服务推荐方法，包括以下步骤：第一步，基于标签构建超图，提取冷启动服务特征，构建服务嵌入；第二步，基于奇异值分解的超图对比学习，获取增强的服务嵌入；第三步，基于描述文本的对比学习，获得基于内容优化的服务嵌入；第四步，通过下游推荐任务对冷启动推荐模型进行微调。本发明针对无历史交互记录的Web API的数据特征进行分析优化，并以超图神经网络作为技术支撑，设计了一种基于多策略预训练模型的冷启动服务推荐方法，旨在解决无任何历史交互信息的API的推荐问题，并优化服务的推荐性能。

公开(公告)号：CN120066557A

公开(公告)日：2025-05-30

申请号：CN202510085356.8

申请日：2025-01-20

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  施佳程 ,  肖刚 ,  费佳欢 ,  王琪冰 ,  高佳诚

IPC: G06F8/70 ,  G06F8/30 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0455 ,  G06F18/213

Abstract: 一种云原生场景冷启动数据服务特征提取方法，包括以下步骤：第一步、提取基于标签信息的冷启动服务超图；第二步、基于元聚合器处理冷启动邻居节点数据；第三步、基于自适应采样策略改进超图聚合操作；第四步、根据热启动编码器预测的嵌入对冷启动编码器参数进行优化；第五步、通过下游推荐任务对冷启动推荐模型进行微调。本发明有效解决无任何历史交互信息的纯冷启动API的推荐问题。

公开(公告)号：CN119760218A

公开(公告)日：2025-04-04

申请号：CN202411681858.9

申请日：2024-11-22

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  费佳欢 ,  肖刚 ,  高佳诚 ,  王琪冰 ,  李琛

IPC: G06F16/9535 ,  G06F18/21 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/048 ,  G06N3/094 ,  G06N3/0895

Abstract: 一种融合双尺度对比学习和多目标优化的数据服务推荐方法，首先，借助模体从服务当中提取超图结构，以此对服务数据之间的复杂关系展开研究。为减少噪声带来的影响，在超图卷积过程中引入了一个卷积权重矩阵，并基于该权重矩阵结合混合随机游走在构建的超图上进行卷积操作；进一步，采用通道注意力机制对不同通道上的卷积结果进行合并，并通过双尺度对比学习方法，最大化推荐模型得到的信息，最后使用多目标模型优化推荐结果。本发明提高Web API推荐效果。