-
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
Applicant: 中国计量大学
IPC: G06F16/36 , G06F18/241 , G06N3/0442 , G06N3/08
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。
-
公开(公告)号:CN115795042A
公开(公告)日:2023-03-14
申请号:CN202211169234.X
申请日:2022-09-26
Applicant: 中国计量大学
Abstract: 一种基于路径和图上下文的知识图谱补全方法,旨在通过链接预测的方式来完成知识图谱补全,根据已有三元组(eh,r,ej)推断候选三元组(eh,r,et)是否为真,即实体eh和et能否被关系r链接。以头实体eh和尾实体et之间的路径集合P为输入,以eh和et能被关系r链接的可能性P(r|eh,et)为输出,若P(r|eh,et)大于模型设置的超参数,则视eh和et能被关系r链接,三元组(eh,r,et)成立。该高置信度的三元组将会添加到知识图谱,使整个知识图谱得到更进一步的补全。本发明提升了知识图谱的补全结果。
-
公开(公告)号:CN115687637A
公开(公告)日:2023-02-03
申请号:CN202211169228.4
申请日:2022-09-26
Applicant: 中国计量大学
IPC: G06F16/36 , G06N3/0442 , G06Q50/12
Abstract: 一个面向文旅融合的知识图谱内容推荐方法,包括设计推荐系统框架与功能模块,在系统中提出基于路径和图上下文的知识图谱补全方法进行知识图谱补全,并进一步,使用基于注意力机制的知识图谱偏好预测推荐方法来进行文旅资源的推荐。本发明设计并实现了面向文旅融合的知识图谱内容推荐方法,在本发明中使用了偏好传播的思想,通过对用户的历史数据做分析来获得更精准的用户向量表示,使推荐的项目更精准,推荐效率更高。
-
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
IPC: G06F16/9535 , G06N3/0464 , G06F18/213 , G06F17/16
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。
-
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
Applicant: 中国计量大学
IPC: G06F16/9536 , G06N3/045 , G06N3/08 , G06N3/048
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。
-
公开(公告)号:CN115620040A
公开(公告)日:2023-01-17
申请号:CN202211231564.7
申请日:2022-10-09
Applicant: 中国计量大学
IPC: G06V10/762 , G06V10/74 , G06V10/82 , G06F16/951
Abstract: 一种面向云端基于超图多级聚类的Mashup服务聚类方法,包括以下步骤:第一步、提取MATT(Mashup‑API‑Tag‑Topic)数据模型;第二步、基于MATT数据模型构建超图;第三步、对MATT数据模型构成的超图进行多级聚类,过程如下:步骤(3.1)粗化阶段;步骤(3.2)聚类阶段;步骤(3.3)细化阶段。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。
-
公开(公告)号:CN117539941A
公开(公告)日:2024-02-09
申请号:CN202311504037.3
申请日:2023-11-13
Applicant: 中国计量大学 , 浙江浙旅投数字科技有限公司 , 浙江省旅游投资集团有限公司 , 浙江工业大学
IPC: G06F16/25 , G06F16/9535 , G06F16/9538
Abstract: 一种面向web3.0的服务数据损失函数正负例采样与再推荐方法,该方法首先利用损失函数正负例采样规则,对服务数据进行采样,获取损失函数正例与负例;然后,利用损失函数正例与负例,构成多样性样本对,优化损失函数的收敛过程;最后,生成再推荐结果,并使用基于行列式点过程的方法进行排序。本发明效率高、具有较好的通用性。
-
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
Applicant: 中国计量大学(CN)
IPC: G06F16/951 , G06F16/9535 , G06F18/23213
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。
-
-
-
-
-
-
-