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。