基于注意力机制的知识图谱偏好预测推荐方法

    公开(公告)号:CN115618009A

    公开(公告)日:2023-01-17

    申请号:CN202211169208.7

    申请日:2022-09-26

    Abstract: 一种基于注意力机制的知识图谱偏好预测推荐方法,包括以下步骤:第一步、符号定义;第二步、偏好传播方法设计;第三步、基于偏好传播的资源推荐;第四步、基于缩放点积注意力的图上文表示;第五步、损失函数定义,最终计算结果来判断是否将项目v#加入用户u#的推荐列表。本发明引入偏好传播思想,获取用户在数据集上的兴趣集合,通过适应多个头实体组成的复杂路径,随后修剪路径和引入实体‑关系上文对,增强用户的偏好兴趣,提高推荐的精确度,然后利用缩放点积注意力机制整合全部路径信息,并计算用户对候选实体的关注程度,来为用户提供个性化推荐。使推荐的信息更加精准到用户感兴趣的部分,推荐效率提升。

    基于服务组合超图卷积网络的云计算数据推荐方法

    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

    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。

    基于图神经网络的RESTful服务推荐方法

    公开(公告)号:CN117009673A

    公开(公告)日:2023-11-07

    申请号:CN202310821888.4

    申请日:2023-07-05

    Abstract: 一种基于图神经网络的RESTful服务推荐方法,基于服务调用矩阵信息,构建Mashup服务与RESTful服务间的调用图结构MAIG;基于RESTful服务间的功能关联信息,构建RESTful服务间关联信息图结构ATCG;根据MAIG图结构,设计对应的图神经网络结构,获取Mashup组合服务与RESTful服务对应的特征表示;根据ATCG图结构,设计对应的图神经网络结构,获取该图结构下RESTful服务对应的特征表示;利用获得的特征表示,计算成对分数,并计算损失函数结果,对整体推荐模型进行优化;匹配用户请求,利用成对分数,排序并实现RESTful服务推荐。本发明提升了服务推荐效果。

    面向SaaS的融合带重启随机游走算法的Web Api多样性推荐方法

    公开(公告)号:CN115599980A

    公开(公告)日:2023-01-13

    申请号:CN202211226862.7

    申请日:2022-10-09

    Abstract: 一种面向Saas的融合带重启随机游走算法的Web Api多样性推荐方法,包括以下步骤:第一步、提取MATaTo数据模型;第二步、基于MATaTo数据模型构建超图;第三步、对MATaTo数据模型构成的超图进行多级聚类;第四步、基于带重启随机游走算法对Mashup服务进行推荐,定义带重启的随机游走模型的符号,随机游走在任意时刻都有可能回到初始节点,得到的服务推荐列表将更加符合需求Mashup。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;在保证数据推荐多样性的同时得到个性化推荐列表。

Patent Agency Ranking