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！

龙图腾网恭喜中国计量大学;浙江工业大学申请的专利基于图注意卷积网络和图池化的Web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：CN119484625B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202510060709.9，技术领域涉及：H04L67/51；该发明授权基于图注意卷积网络和图池化的Web服务推荐方法是由肖刚;王策策;肖钟丞;陆佳炜;朱妍;李琛设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本基于图注意卷积网络和图池化的Web服务推荐方法在说明书摘要公布了：一种基于图注意卷积网络和图池化的Web服务推荐方法，属于服务计算领域，首先基于双塔模型构建服务网络图，并从中分化出焦点服务；其次，在图卷积过程中提出双级感知自注意力机制，在聚类感知自注意力机制中控制源节点向目标节点聚合的信息量，在查询感知自注意力机制中控制目标节点接收源节点发送的信息量；然后采用异构节点粗化策略为核心的图池化方法进一步提取服务信息；最后，将焦点服务的动态表示、图级表示以及目标服务进行拼接并学习组合嵌入表示，在预测层中预测下一时刻目标服务与用户交互的概率。本发明有效提升服务网络图的构建质量，提升服务嵌入聚合质量并提升服务推荐准确性。

本发明授权基于图注意卷积网络和图池化的Web服务推荐方法在权利要求书中公布了：1.一种基于图注意卷积网络和图池化的Web服务推荐方法，其特征在于，所述方法包括以下步骤：步骤1、创建服务数据集，获取服务交互数据，利用双塔模型构建服务网络图；步骤2、针对服务网络图中的图结构，设计双级感知自注意力机制聚合服务嵌入向量，利用图卷积网络进行服务特征提取；步骤3、利用异构节点图粗化为核心的图池化进一步提取重要服务信息，异构节点指服务网络图中存在多种类型的节点；步骤4、捕捉动态变化的焦点服务以及进行图级表示读出，焦点服务为服务网络图中连接密集的服务，代表用户的主要需求，根据焦点服务表示和图级表示读出得到最终的输出嵌入，进而获得目标服务与用户交互的概率；所述步骤1的过程如下：步骤（1.1）双塔模型是一种深度学习框架，分别从两个塔中学习两个不同数据特征，然后度量两个输入数据之间的相似度；步骤（1.2）创建服务数据集，从相关网站爬取用户信息和API服务，对收集到的结果进行分析整理，得到服务数据集，服务数据集包含以下信息：步骤（1.2.1）用户：调用API服务的开发者，用符号表示；步骤（1.2.2）API服务：一种允许不同软件应用程序之间进行通信和数据交换的接口，是服务推荐中的推荐对象，用符号表示；步骤（1.3）构建交互序列集，从服务数据集中获取用户与服务在一个时间戳上的交互信息，构成一个交互序列，过程为：步骤（1.3.1）构建交互序列，用符号表示；步骤（1.3.2）遍历服务数据集，用户与服务之间存在交互行为，则将服务放入中；步骤（1.4）将交互序列按时间戳排序构成交互序列集，过程为：步骤（1.4.1）构建交互序列集，用符号表示；步骤（1.4.2）所有交互序列按照时间顺序排列得到交互序列集；步骤（1.5）构建服务网络图，通过双塔模型将交互序列集转换为服务网络图；所述步骤（1.5）中，服务网络图的构建过程如下：步骤（1.5.1）定义服务网络图，用符号表示，的节点集用符号表示，的边集用表示，邻接矩阵用表示；步骤（1.5.2）将步骤（1.3.2）中的转换为节点；步骤（1.5.3）将API服务节点输入双塔模型进行特征学习并利用多头加权余弦相似度计算服务之间的相似性，然后在相似度的基础上构建服务网络图；所述步骤2的过程如下：步骤（2.1）在图卷积网络中设计双级感知自注意力机制，双级感知自注意力机制的设计过程如下：步骤（2.1.1）双级感知自注意力机制包括聚类感知自注意力机制和查询感知自注意力机制；步骤（2.1.2）设计聚类感知自注意力机制，过程为：步骤（2.1.2.1）假设以目标节点为预想中值形成一个簇，将其跳邻居作为该簇的接受域，获取目标节点的归一化活跃程度，将结果赋值给，该过程用公式表示，符号代表所有节点的一阶邻居总数，符号代表节点的一阶邻居集合，符号代表除节点外的其他节点，预想中值是每个簇中预先假设的中心值，节点的活跃程度是指节点与用户交互的频率，归一化是一种数据处理技术，旨在将不同特征的数据转换到统一标准内，便于后续的分析和处理；步骤（2.1.2.2）利用k-medoids算法获取每个簇的中心点，过程为：步骤（2.1.2.2.1）从API服务嵌入中随机选取个节点嵌入作为初始聚类中心；步骤（2.1.2.2.2）计算每个API服务节点嵌入向量到每个簇的中心点的欧几里得距离，并赋值给，该过程用公式表示，符号代表节点为该簇的中心点，符号n代表API服务节点嵌入总数；步骤（2.1.2.2.3）根据步骤（2.1.2.2.2）的将每个API服务节点分配给其距离最近的簇；步骤（2.1.2.2.4）计算总体偏差，并将结果赋值给，该过程用公式表示，符号表示簇的总数，符号代表第个簇的节点嵌入集合；步骤（2.1.2.2.5）重复步骤（2.1.2.2.1）-步骤（2.1.2.2.4），直至步骤（2.1.2.2.4）中的不再变化；步骤（2.1.2.2.6）计算API服务聚类感知自注意力权重，归一化的用户活跃度以非破坏方式参与计算，将结果赋值给，该过程用公式表示，符号、和代表可学习的权重矩阵，代表的转置，为比例因子，避免内积的结果过大，是一种激活函数，非破坏方式是指仅作为的影响系数而不会影响和，通过控制自注意组件的信息源实现更有效的建模；步骤（2.1.3）设计查询感知自注意力机制，查询感知自注意力机制的过程如下：步骤（2.1.3.1）用户第次查询的API服务嵌入向量用符号表示，上标表示当前的服务向量为用户的查询向量；步骤（2.1.3.2）按照时间排序的用户查询服务嵌入表示用符号表示，代表时间长度；步骤（2.1.3.3）计算在不同时间的注意分数，将结果赋值给，该过程用公式表示，符号和为可训练的时间参数，代表将进行转置，符号代表查询表示维度，为根号运算，是一个以为激活函数的双层前馈神经网络；步骤（2.1.3.4）以一种非破坏方式计算API服务节点聚合中的注意权重，将结果赋值给，该过程用公式表示，符号、和代表可学习的权重矩阵，为比例因子，避免内积的结果过大，代表源节点，代表目标节点，是一种激活函数，非破坏方式是指仅作为和的影响系数而不会影响，通过控制自注意组件的信息源实现更有效的建模。

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中国计量大学;浙江工业大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学源街258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”。