摘要
一种基于双塔模型的序列感知服务推荐方法,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,设计查询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:利用图粗化为核心的图池化进一步提取重要服务信息;步骤4:捕捉动态变化的焦点服务以及进行图级表示读出,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。本发明实现服务网络图的构建,有效聚合服务嵌入,提升服务推荐准确性。
技术关键词
服务推荐方法
符号
代表
交叉注意力机制
服务交互数据
序列
节点
非破坏方式
BERT模型
属性提取技术
焦点
语义向量
聚类
深度学习框架
前馈神经网络
矩阵
标签
度量
系统为您推荐了相关专利信息
吹灰控制方法
低低温省煤器
积灰
机器学习模型
换热面积
深度学习预测
十字形结构
像素
条件生成对抗网络
图像评估
多场景
混合整数二阶锥优化
强化学习方法
强化学习系统
时序特征