-
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
IPC: G06F11/36
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。
-
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
IPC: G06F16/9535 , G06N20/00
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。
-
公开(公告)号:CN117215677A
公开(公告)日:2023-12-12
申请号:CN202311231580.0
申请日:2023-09-22
Applicant: 燕山大学
IPC: G06F9/448 , G06F18/214 , G06F18/241 , G06F17/16 , G06F40/20
Abstract: 本发明公开一种功能标签驱动基于LDA的云API互补推荐方法,属于推荐系统领域。包括:爬取并解析获得云API功能标签及Mashup‑API历史交互数据;生成功能标签‑云API映射矩阵与API‑API共现矩阵;将功能标签作为文档,把与功能标签互补的云API作为文档中的单词,构建正语料库集;随机抽取负样本,结合映射矩阵生成负语料库集;将正、负语料库集分别训练,得到两个属性相反的LDA模型;加权预测,获得候选云API对目标功能标签的互补程度;按互补程度排序,生成功能互补云API列表;本发明从功能标签维度推荐互补云API,可有效满足服务化软件开发过程中开发者对功能侧互补云API的客观需要。
-
-