摘要
本发明提供了一种基于多任务深度神经网络的Web API推荐方法,包括如下步骤:S1、对数据集中的Mashup描述文档与Web API描述文档进行清洗;S2、将清洗后的数据集中的文字信息映射为数字编码;S3、基于数字编码生成样本数据;S4、基于多任务深度神经网络构建Web API推荐模型;S5、将样本数据输入至Web API推荐模型中进行预训练,得到预训练后的Web API推荐模型;S6、使用Mashup与API匹配评分预测任务对预训练后的Web API推荐模型进行微调;S7、得到Mashup需求与各Web API的匹配评分列表;S8、将Mashup需求与各Web API的匹配评分列表按照匹配评分降序排序,并选取前K个Web API组成最终的推荐列表。本发明解决难以准确推荐历史数据中无交互或低交互的Web API的问题,提高推荐的召回率、准确率等指标。
技术关键词
多任务深度神经网络
语义特征提取
推荐方法
文本
评分预测模型
编码
更新模型参数
随机梯度下降
标签
分词
关系
生成样本数据
列表
BERT模型
标记
代表
处理器
系统为您推荐了相关专利信息
空间特征提取
机械工具
文本
嵌入特征
注意力机制
内容生成系统
内容生成方法
大语言模型
微调技术
计算机可读取存储介质
融合分析方法
图像特征向量
人工智能算法
文本特征向量
高维特征向量
知识图谱模型
参数
核心
识别神经网络
文本分类器