一种基于语义的服务构件搜索推荐方法

    公开(公告)号:CN109165351A

    公开(公告)日:2019-01-08

    申请号:CN201810982638.8

    申请日:2018-08-27

    Abstract: 本发明涉及一种基于语义的服务构件搜索推荐方法,其包括:(1)根据用户输入的搜索语句进行分词,获取不同命名实体;(2)将命名实体转换为词向量方式,在构件中心寻找与该命名实体相近的构件;(3)将寻找出的基于语义的构件,按照相似度从大到小以列表形式展现;(4)用户根据业务场景需求选择所需构件;(5)在选择所需构件后,用户可直接可视化拖拽使用构件;(6)当用户选择某一构件使用在具体流程后,通过构件推荐功能直接给出推荐结果列表,显示出在此业务场景下,用完所选构件后可能会使用的下一个构件;(7)用户在使用推荐结果整个过程中,用户的使用数据将会被记录在数据中心,供推荐结果的更新。本发明能实现用户能够更全面查询所需构件,并减少用户的构件查询次数,有效提高软件开发效率。

    一种基于语义的服务构件搜索推荐方法

    公开(公告)号:CN109165351B

    公开(公告)日:2021-11-26

    申请号:CN201810982638.8

    申请日:2018-08-27

    Abstract: 本发明涉及一种基于语义的服务构件搜索推荐方法,其包括:(1)根据用户输入的搜索语句进行分词,获取不同命名实体;(2)将命名实体转换为词向量方式,在构件中心寻找与该命名实体相近的构件;(3)将寻找出的基于语义的构件,按照相似度从大到小以列表形式展现;(4)用户根据业务场景需求选择所需构件;(5)在选择所需构件后,用户可直接可视化拖拽使用构件;(6)当用户选择某一构件使用在具体流程后,通过构件推荐功能直接给出推荐结果列表,显示出在此业务场景下,用完所选构件后可能会使用的下一个构件;(7)用户在使用推荐结果整个过程中,用户的使用数据将会被记录在数据中心,供推荐结果的更新。本发明能实现用户能够更全面查询所需构件,并减少用户的构件查询次数,有效提高软件开发效率。

    一种基于傅立叶函数变换的异常点检测方法

    公开(公告)号:CN110674882A

    公开(公告)日:2020-01-10

    申请号:CN201910931124.4

    申请日:2019-09-27

    Abstract: 本发明公开了一种基于傅立叶函数变换的异常点检测方法,该方法具体包括以下步骤:第一步,将原始数据集进行聚类操作;第二步,计算簇密度和均值密度,以原数据集的均值密度作为阈值,将数据集进行精简;第三步,对剩余数据集进行傅立叶变换,利用回归方程将离散值连续化。第四步,进行傅立叶变换后的数据与标准正余弦函数进行相似度对比,找出异常数据。本发明的有益效果是:本发明可以有效的提高异常点检测算法的准确率,能大幅度减少异常检测过程中的实际数据量,从而节省了很多计算资源,并且提高了异常检测效率。本发明在聚类和数据化分析的步骤下能够解决异常检测中的一些过拟合问题。增强了异常检测算法的鲁棒性。

Patent Agency Ranking