一种基于逻辑推理和溯因矫正的云API互补推荐方法

    公开(公告)号:CN119903085A

    公开(公告)日:2025-04-29

    申请号:CN202411960969.3

    申请日:2024-12-30

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于逻辑推理和溯因矫正的云API互补推荐方法,属于智能软件工程技术领域,包括:将查询云API转换为对应的概率嵌入向量;利用逻辑推理单元得到每个查询云API的互补嵌入向量;利用注意力网络得到和查询集整体互补的互补基向量;利用互补基向量和候选云API间的KL散度得到互补得分;按互补得分从大到小对候选云API进行排序得到互补推荐列表;利用溯因模型推断得到与推荐结果最有可能互补的原因;利用推断原因和真实原因之间的差异得到溯因损失;以溯因损失最小化反向传播矫正推荐结果;按矫正后的互补得分对候选云API重新排序。本发明能够对互补关系进行有效建模并对推荐结果进行矫正。

    一种应用于云API高阶互补推荐的溯因矫正方法

    公开(公告)号:CN118409967A

    公开(公告)日:2024-07-30

    申请号:CN202410587950.2

    申请日:2024-05-13

    Applicant: 燕山大学

    Abstract: 本发明提供了一种应用于云API高阶互补推荐的溯因矫正方法,属于智能软件工程技术领域,包括利用高阶互补推荐模型得到候选云API的互补得分并由高到低排序;选择前K个候选云API并利用注意力机制生成综合云API;对输入到高阶互补推荐模型的云API查询集采样得云API溯因子集,再选取未在云API溯因子集中的云API作为真实原因;将云API溯因子集和综合云API输入到溯因推理模型,预测得到真实原因的互补得分;利用真实原因的互补得分计算溯因损失;以最小化溯因损失信号反向传播,矫正前K个候选云API的互补得分;根据矫正后的互补得分对前K个候选云API重新排序。本发明能够矫正云API高阶互补推荐结果,保障云API高阶互补推荐模型在实际服务化软件开发中的应用效果。

    一种基于逻辑推理的高阶互补云API推荐方法

    公开(公告)号:CN118277667A

    公开(公告)日:2024-07-02

    申请号:CN202410454650.7

    申请日:2024-04-16

    Applicant: 燕山大学

    Abstract: 本发明提供了一种基于逻辑推理的高阶互补云API推荐方法,属于智能软件工程领域,包括获得并解析Mashup应用‑云API历史交互数据及云API功能标签等信息;利用解析后的数据生成Mashup应用‑云API交互图、云API‑云API共同调用行为图。设计投影、合取及取反基本逻辑算子,基于基本逻辑算子设计互补关系逻辑推理网络和非替补关系逻辑推理网络,利用合取逻辑算子整合互补关系逻辑推理网络和非替补关系逻辑推理网络的推理结果,消除替补关系噪声对结果的影响,生成候选云API与查询集的高阶互补概率,按照高阶互补概率从高到低排序生成高阶互补云API列表。本发明通过动态感知查询集中云API之间的关系,从高阶和互补两个角度进行云API推荐,更符合面向服务软件开发实际需求。

Patent Agency Ranking