公开(公告)号：CN110209938A

公开(公告)日：2019-09-06

申请号：CN201910468791.3

申请日：2019-05-31

Applicant: 河南大学

Inventor： 李征 ,  段垒 ,  杨伟 ,  李鑫 ,  袁科 ,  刘春

IPC: G06F16/9535 ,  G06F16/9536 ,  G06K9/62

Abstract: 本发明提供一种基于服务多粒度属性的潜在用户推荐方法，包括以下步骤：步骤S1：根据对服务包含类型标签进行聚类产生的服务共性类型类簇实施用户对服务粗粒度属性评分预测；步骤S2：根据jaccard系数基于服务包含类型计算服务间相似性，根据邻居服务进行用户对服务细粒度属性评分预测；步骤S3：对服务粗、细粒度属性的预测评分进行加权求和，实施用户对服务多粒度属性预测并对预测评分进行排序，选择top-k个评分较高的潜在用户进行推荐。本发明的优点在于：从面向服务的角度进行潜在用户的推荐研究；从服务所属共性类型的类簇和服务所属类型方面同时考虑服务粗粒度属性和细粒度属性，有效解决冷启动问题，提高推荐准确度。

公开(公告)号：CN110209938B

公开(公告)日：2022-10-25

申请号：CN201910468791.3

申请日：2019-05-31

Applicant: 河南大学

Inventor： 李征 ,  段垒 ,  杨伟 ,  李鑫 ,  袁科 ,  刘春

IPC: G06F16/9535 ,  G06F16/9536 ,  G06K9/62

Abstract: 本发明提供一种基于服务多粒度属性的潜在用户推荐方法，包括以下步骤：步骤S1：根据对服务包含类型标签进行聚类产生的服务共性类型类簇实施用户对服务粗粒度属性评分预测；步骤S2：根据jaccard系数基于服务包含类型计算服务间相似性，根据邻居服务进行用户对服务细粒度属性评分预测；步骤S3：对服务粗、细粒度属性的预测评分进行加权求和，实施用户对服务多粒度属性预测并对预测评分进行排序，选择top‑k个评分较高的潜在用户进行推荐。本发明的优点在于：从面向服务的角度进行潜在用户的推荐研究；从服务所属共性类型的类簇和服务所属类型方面同时考虑服务粗粒度属性和细粒度属性，有效解决冷启动问题，提高推荐准确度。