欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202310549885X
申请人: 湖南科技大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于域交互的自注意力因子分解机的Web服务推荐方法 ,其特征在于,包括以下步骤:获取文档的初始特征向量;基于所述初始特征向量,通过线性回归,计算得到线性回归部分预测分数;

基于所述初始特征向量,计算得到特征嵌入向量,所述初始特征向量还用于构建域隐藏向量;

获取域中每个特征的隐藏向量,并将所述隐藏向量替换成域隐藏向量,计算得到域中所有向量的公共特征;

计算得到域中所有向量的公共特征与其他特征的成对交互向量为:其中,xi,xj为不同域中的初始特征向量,vi为隐藏向量,xivi为特征嵌入向量, 表示两个向量的逐元素乘积, 表示包含特征 的域隐藏向量,域即为公共特征,n为特征数量;

基于自注意力机制和所述成对交互向量,计算得到成对交互向量权重;

计算得到成对交互向量权重的公式为:

其中 为应用自注意力机制

的成对交互向量权重,、和 均为自注意力参数矩阵,Q=ZxWQ,K=ZxWK,V=ZxWV,WQ、WK、WV为待训练的参数矩阵, 为矩阵维度;

基于所述成对交互向量权重,对成对交互向量进行低阶和高阶特征的挖掘,计算得到特征交互部分分数;

基于所述特征交互部分分数和所述线性回归部分预测分数,计算得到Mashup调用Web API的概率预测结果。

2.根据权利要求1所述的基于域交互的自注意力因子分解机的Web服务推荐方法 ,其特征在于,获取文档的初始特征向量的过程包括:基于网站描述文档,其中所述网站描述文档包括:Mashup描述文档和Web API描述文档;提取Mashup描述文档和Web API描述文档的文档信息,基于所述文档信息,计算得到若干个域特征向量,所述若干个域特征向量作为初始特征向量。

3.根据权利要求1所述的基于域交互的自注意力因子分解机的Web服务推荐方法 ,其特征在于,对成对交互向量进行低阶和高阶特征的挖掘的公式为:其中 表示多层感知器的层数;W1W2...WL表示对应层的权重;

b1b2...bL表示对应层的偏置;表示激活函数,o1o2...oL‑1oL表示对应层的多层感知器的输出。

4.根据权利要求3所述的基于域交互的自注意力因子分解机的Web服务推荐方法 ,其特征在于,计算得到特征交互部分分数的公式为:其中 表示预测层神经网络参数。

5.根据权利要求4所述的基于域交互的自注意力因子分解机的Web服务推荐方法 ,其特征在于,计算得到Mashup调用Web API的概率预测结果的公式为:其中 表示偏置值, 表示线性

计算部分。