申请/专利权人：中国计量大学

申请日：2023-07-05

公开（公告）日：2023-11-07

公开（公告）号：CN117009673A

主分类号：G06F16/9536

分类号：G06F16/9536;G06N3/045;G06N3/08;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.24#实质审查的生效;2023.11.07#公开

摘要：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。

主权项：1.一种基于图神经网络的RESTful服务推荐方法，其特征在于，所述方法包括以下步骤：第一步、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；第二步、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；第三步、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；第四步、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；第五步、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；第六步、匹配用户请求，利用成对分数，排序并实现RESTful服务推荐。

全文数据：

权利要求：

百度查询： 中国计量大学 基于图神经网络的RESTful服务推荐方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD