申请/专利权人:中国石油大学(华东)
申请日:2023-07-29
公开(公告)日:2024-04-16
公开(公告)号:CN117891995A
主分类号:G06F16/9535
分类号:G06F16/9535;G06F16/28;G06F16/36
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明属于开发者推荐领域,涉及一种基于多关系知识增强的开发者推荐方法,包括特征处理、知识图谱增强、多关系邻域聚合以及结果预测。通过引入知识图谱提取任务和开发者之间的深层联系,基于外部知识图谱进行实体链接,然后基于识别的实体构建子图,并将已识别实体的上下文实体加入到子图中进行扩展,最后利用知识图嵌入方法学习扩展后子图上的实体表示,得到增强后的开发者以及任务特征;再构建任务‑开发者多关系二部图,得到聚合了不同关系下的任务特征的开发者特征,最后进行结果预测。采用本发明的开发者推荐方法,能够进一步扩展开发者的兴趣偏好,提高推荐准确性,并有效地增强模型的性能,解决任务和开发者之间交互数据极度稀疏的问题。
主权项:1.一种基于多关系知识增强的开发者推荐方法,其特征在于,包括以下步骤:1特征处理:包括文本特征处理和非文本特征处理,文本特征使用基于CNN的句子表示学习模型进行处理,非文本特征包括任务和开发者的类别特征和数值特征,采用one-hot或multi-hot编码类别特征,采用Z-score归一化方法处理数值特征;然后将文本特征和非文本特征拼接在一起,得到任务和开发者的特征;2知识图谱增强:引入知识图谱来提取任务和开发者之间的深层联系,首先基于外部知识图谱进行实体链接,然后基于识别的实体构建子图,并将已识别实体的上下文实体加入到子图中进行扩展,利用知识图谱上的信息传播和聚合来提升实体语义表示,最后利用知识图嵌入方法来学习扩展后子图上的实体表示,得到增强后的开发者以及任务特征;3多关系邻域聚合:构建任务-开发者多关系二部图来表示开发者与任务之间的多种关系,通过聚合多关系下邻域任务特征来更新开发者的特征,得到聚合了不同关系下的任务特征的开发者特征hu;4结果预测:将获得的开发者特征hu与待预测任务的特征hv拼接起来,得到特征其中,表示拼接操作;将特征h输入深度神经网络,输出预测结果为
全文数据:
权利要求:
百度查询: 中国石油大学(华东) 一种基于多关系知识增强的开发者推荐方法
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。