申请/专利权人:烟台大学;哈尔滨工业大学(威海)
申请日:2024-04-08
公开(公告)日:2024-05-10
公开(公告)号:CN118013130A
主分类号:G06F16/9535
分类号:G06F16/9535;G06Q30/0601
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.28#实质审查的生效;2024.05.10#公开
摘要:本发明涉及商业领域数据预测推荐技术领域,具体为基于超服务网络的服务推荐方法、系统、设备和存储介质;为解决现有服务网络不能很好的表现出大量服务节点之间关系,影响服务推荐的准确度的问题,该服务推荐方法首先将节点端对端连接的初始服务网络中,每个初始服务节点的边总数,作为初始服务节点关键性顺序,进行基于超边的超服务网络的构建,得到初始超服务网络;然后,通过判断初始超服务网络中的服务节点总数大小,并基于服务节点超边、信誉值和协作次数,选择对初始超服务网络进行优化;最后,根据服务节点超边、信誉值和协作次数计算推荐值后,进行服务推荐;该推荐方法,推荐准确度高,用于商业领域服务推荐中会提高商业内容消费。
主权项:1.一种基于超服务网络的服务推荐方法,其特征在于,包括如下操作:S1、获取初始服务网络中,每个初始服务节点的边数,按照边数从大到小的顺序,将所有初始服务节点进行排序,得到初始服务节点关键性顺序;所述初始服务网络由若干个初始服务节点和由初始服务节点间协作关系形成的边构成;S2、所有初始服务节点,按照所述初始服务节点关键性顺序和初始服务节点间协作关系,依次与其他初始服务节点,形成内部若干个服务节点具有协作关系的超边,得到初始超服务网络;所述初始超服务网络由所有初始服务节点和超边构成;S3、基于所述初始服务网络中服务节点间协作关系,获取初始超服务网络中每个服务节点与其他服务节点的协作次数总数,作为每个服务节点的超边总权重;每个服务节点的超边总权重,与各自的信誉值相乘后,除以超边总数,得到每个服务节点的信誉超强度,作为每个服务节点的超度优值;S4、判断所述初始超服务网络中,服务节点总数是否小于节点总数阈值;若大于,将所述初始超服务网络中,超度优值最小值对应的服务节点和相应超边删除,直至服务节点总数等于节点总数阈值,得到优化超服务网络;若小于,随机选取不存在于所述初始超服务网络中的服务节点,与所述初始超服务网络中,超度优值最大值对应的服务节点形成超边,直至服务节点总数等于节点总数阈值,得到优化超服务网络;若等于,执行S5;S5、获取所述初始超服务网络或优化超服务网络中,当前服务节点的超度优值与超边数,分别经加权处理后,进行求和处理,得到当前服务节点的推荐值;所有服务节点的推荐值,形成推荐值集;将所述推荐值集中,推荐值超过推荐阈值的服务进行推荐。
全文数据:
权利要求:
百度查询: 烟台大学;哈尔滨工业大学(威海) 基于超服务网络的服务推荐方法、系统、设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。