买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华东师范大学申请的专利一种基于时间感知的服务推荐方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114168861B 。

龙图腾网通过国家知识产权局官网在2026-01-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111486028.7，技术领域涉及：G06F16/9536；该发明授权一种基于时间感知的服务推荐方法是由毛宏燕;顾汇龙;王敬梓;黎洪炜设计研发完成，并于2021-12-07向国家知识产权局提交的专利申请。

本一种基于时间感知的服务推荐方法在说明书摘要公布了：本发明涉及服务推荐以及深度学习领域，尤其涉及一种基于时间感知的服务推荐方法。一种基于时间感知的服务推荐方法，包括以下步骤：S1、数据预处理；S2、计算用户服务之间的相似度；S3、筛选出与目标用户服务相似度最高的前k个用户服务的集合；S4、对目标用户的QoS值进行预测；S5、根据最终的QoS预测值对目标用户进行服务推荐。本发明提供了一种结合了协同过滤以及长短期记忆网络，利用相邻时间段的服务质量指标对部分空缺的指标进行填充，以缓解数据稀疏的问题，利用协同过滤筛选出相似群体，再利用长短期记忆网络学习与相似用户或相似服务有关的服务质量指标随时间的变化趋势，从而实现高效准确的服务推荐的基于时间感知的服务推荐方法。

本发明授权一种基于时间感知的服务推荐方法在权利要求书中公布了：1.一种基于时间感知的服务推荐方法，其特征在于，包括以下步骤： S1、数据预处理，从云服务器处通过用户调用服务产生的服务质量日志信息获取响应时间以及吞吐量的数据，同时，获取服务以及用户的ip地址、所处自治系统、城市、国家信息，将所有数据与信息整合形成数据包，并对数据包进行预处理； S2、将步骤S1中进行预处理后的数据包根据用户调用服务产生的QoS值，计算用户服务之间的相似度； S3、将步骤S2所得的用户服务的相似度结合该用户服务对应的地理位置信息，筛选出与目标用户服务相似度最高的前k个用户服务的集合； S4、结合步骤S3所得的相似目标用户服务的集合，对目标用户的QoS值进行长短期记忆网络模型进行训练，并对目标用户的QoS值进行预测； S5、结合步骤S4的预测结果，计算出最终的QoS预测值，以根据最终的QoS预测值对目标用户进行服务推荐； 所述步骤S2中用户服务之间的相似度计算包括以下步骤： S201、提出基于用户调用服务个数的个性化权重，用户调用的服务越多，该用户所占的权重越大，具体计算公式为： ， 其中，表示所有服务的总数量，表示用户调用过的服务的数量，代表此权重在整个模型中的影响程度，当取0时，即可认为该权重不对模型造成影响； S202、计算重要性权重，调用过两个服务的用户数越多，该服务对目标服务越重要，具体计算公式为： ， 其中，代表调用过服务的用户数量，代表调用过服务与服务的用户； S203、利用牛顿冷却定理计算服务的兴趣衰减系数，具体计算公式为： ， 其中，代表中的用户上一次调用服务的时刻，代表在时用户对于服务感兴趣的程度，代表衰减系数； S204、结合以上三种权重及系数，采用皮尔逊相关系数计算服务间的相似度，具体计算公式为： ， ， 其中，U就是，代表在时刻调用过服务以及服务的用户集合，代表在时刻内所有内用户调用服务产生的QoS指标的均值； 所述步骤S203还包括：若每一次用户调用服务时初始的感兴趣程度相同，将权重化简成； 所述步骤S2中用户之间的相似度计算公式为： ， 其中，表示所有用户的数量，表示调用过该服务的用户的数量，代表此权重在整个模型中的影响程度； ， 其中，代表用户调用过的服务的数量，代表被用户与用户调用过的服务； ， 其中，代表服务上一次被用户调用的时刻，代表在时用户对于服务感兴趣的程度，代表在时用户对于服务感兴趣的程度，代表衰减系数，代表自然常数； ， ， 其中，S为，代表在时刻用户与共同调用过的服务集合，代表用户在时刻内调用集合内服务产生的QoS指标的均值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华东师范大学，其通讯地址为：上海市静安区中山北路3663号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。