公开(公告)号：CN119760218A

公开(公告)日：2025-04-04

申请号：CN202411681858.9

申请日：2024-11-22

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  费佳欢 ,  肖刚 ,  高佳诚 ,  王琪冰 ,  李琛

IPC: G06F16/9535 ,  G06F18/21 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/048 ,  G06N3/094 ,  G06N3/0895

Abstract: 一种融合双尺度对比学习和多目标优化的数据服务推荐方法，首先，借助模体从服务当中提取超图结构，以此对服务数据之间的复杂关系展开研究。为减少噪声带来的影响，在超图卷积过程中引入了一个卷积权重矩阵，并基于该权重矩阵结合混合随机游走在构建的超图上进行卷积操作；进一步，采用通道注意力机制对不同通道上的卷积结果进行合并，并通过双尺度对比学习方法，最大化推荐模型得到的信息，最后使用多目标模型优化推荐结果。本发明提高Web API推荐效果。

公开(公告)号：CN117009673A

公开(公告)日：2023-11-07

申请号：CN202310821888.4

申请日：2023-07-05

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  张伟超 ,  郑嘉弘 ,  肖刚 ,  王琪冰 ,  俞东进 ,  徐俊 ,  费佳欢

IPC: G06F16/9536 ,  G06N3/045 ,  G06N3/08 ,  G06N3/048

Abstract: 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。

公开(公告)号：CN115620040A

公开(公告)日：2023-01-17

申请号：CN202211231564.7

申请日：2022-10-09

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  费佳欢 ,  马超治 ,  肖刚 ,  王琪冰 ,  程振波 ,  徐俊 ,  李端倪 ,  梅浩

IPC: G06V10/762 ,  G06V10/74 ,  G06V10/82 ,  G06F16/951

Abstract: 一种面向云端基于超图多级聚类的Mashup服务聚类方法，包括以下步骤：第一步、提取MATT(Mashup‑API‑Tag‑Topic)数据模型；第二步、基于MATT数据模型构建超图；第三步、对MATT数据模型构成的超图进行多级聚类，过程如下：步骤(3.1)粗化阶段；步骤(3.2)聚类阶段；步骤(3.3)细化阶段。本发明降低超图结构的复杂性，有效的缩小服务搜索空间，提高服务推荐的准确率，降低服务推荐的时间成本，减少大型超图给基于超图的推荐算法带来负面影响。

公开(公告)号：CN119760217A

公开(公告)日：2025-04-04

申请号：CN202411681845.1

申请日：2024-11-22

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  费佳欢 ,  肖刚 ,  包立刚 ,  李琛 ,  王琪冰

IPC: G06F16/9535 ,  G06F16/957 ,  G06F16/906 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 一种基于多通道超图卷积网络的Web API推荐方法，属于Mashup开发下的服务推荐场景领域，首先利用模体从服务中提取超图结构，研究服务数据之间的复杂关系；然后，为了降低噪声引入在超图卷积中使用了一个由混合随机游走引导的卷积权重矩阵，最后，根据所得的权重矩阵，在构建好的超图上进行卷积，最后合并不同通道上的卷积结果得到服务的表示向量，并对Web API进行推荐。本发明推荐的精准度较高。

公开(公告)号：CN115599980A

公开(公告)日：2023-01-13

申请号：CN202211226862.7

申请日：2022-10-09

Applicant: 中国计量大学(CN)

Inventor： 陆佳炜 ,  费佳欢 ,  马超治 ,  王琪冰 ,  肖刚 ,  徐俊 ,  张元鸣 ,  郑嘉弘 ,  梅浩

IPC: G06F16/951 ,  G06F16/9535 ,  G06F18/23213

Abstract: 一种面向Saas的融合带重启随机游走算法的Web Api多样性推荐方法，包括以下步骤：第一步、提取MATaTo数据模型；第二步、基于MATaTo数据模型构建超图；第三步、对MATaTo数据模型构成的超图进行多级聚类；第四步、基于带重启随机游走算法对Mashup服务进行推荐，定义带重启的随机游走模型的符号，随机游走在任意时刻都有可能回到初始节点，得到的服务推荐列表将更加符合需求Mashup。本发明降低超图结构的复杂性，有效的缩小服务搜索空间，提高服务推荐的准确率，降低服务推荐的时间成本，减少大型超图给基于超图的推荐算法带来负面影响；在保证数据推荐多样性的同时得到个性化推荐列表。

公开(公告)号：CN117370651A

公开(公告)日：2024-01-09

申请号：CN202311271550.2

申请日：2023-09-28

Applicant: 中国计量大学 ,  浙江工业大学

Inventor： 陆佳炜 ,  李端倪 ,  王琪冰 ,  肖刚 ,  李琛 ,  张旭东 ,  费佳欢 ,  施佳程

IPC: G06F16/9535 ,  G06F16/901 ,  G06N3/0464 ,  G06N3/048

Abstract: 一种基于全局多行为依赖的SaaS服务推荐方法,该方法首先对服务交互数据进行挖掘，得到行为感知序列和服务划分集；其次，利用行为感知序列和服务划分集构建行为感知超图，并结合超图自注意力机制度量用户与API服务之间多行为交互的重要性差异；然后，基于谱分解理论设计了行为感知超图上的超图卷积过程，利用超图信号表示全局多行为依赖；最后，结合全局序列特征和服务嵌入向量得到API服务的推荐分数，进行服务推荐。本发明对用户复杂、异构的行为特征进行有效建模，能较好地度量多行为交互的重要性差异，使得服务推荐结果具有较高的相关性。