申请/专利权人：上海应用技术大学

申请日：2023-11-24

公开（公告）日：2024-04-12

公开（公告）号：CN117874325A

主分类号：G06F16/9535

分类号：G06F16/9535;G06F16/951;G06F40/216;G06F17/16;G06N5/022;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于知识图谱和LDA模型的推荐方法及系统，涉及个性化推荐技术领域，包括从互联网上爬取Web服务数据；处理初始数据集，构建Web服务知识图谱生成器，生成特定的三元组数据；初始化每个实体的特征向量，通过反复训练得到各个实体的学习表征向量；通过LDA算法模型计算得到主题分布向量；通过特征融合器得到最终的Mashup特征向量和API特征向量；融合Mashup特征向量和API特征向量，采用内积运算得到交互概率矩阵，更新矩阵。本发明整合了Web服务中相对完整的可利用信息，构建了一个包含完整信息的知识图谱，解决了数据稀疏的问题。利用LDA主题模型算法挖掘Mashup和API描述信息中潜在的联系，解决了冷启动等问题，提高了推荐结果的准确性。

主权项：1.一种基于知识图谱和LDA模型的推荐方法，其特征在于：包括，使用爬虫技术从互联网上爬取Web服务数据；处理初始数据集，构建Web服务知识图谱生成器，生成特定的三元组数据；初始化每个实体的特征向量，通过反复训练初始化向量得到各个实体的学习表征向量；根据描述文档信息，通过LDA算法模型计算得到主题分布向量；根据学习表征向量和主题分布向量通过特征融合器得到最终的Mashup特征向量和API特征向量；融合Mashup特征向量和API特征向量，采用内积运算得到交互概率矩阵，更新矩阵，若元素值为1则推荐，为0则不推荐。

全文数据：

权利要求：

百度查询： 上海应用技术大学 一种基于知识图谱和LDA模型的推荐方法及系统

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