基于多策略预训练模型的冷启动服务推荐方法

一种基于多策略预训练模型的冷启动服务推荐方法，包括以下步骤：第一步，基于标签构建超图，提取冷启动服务特征，构建服务嵌入；第二步，基于奇异值分解的超图对比学习，获取增强的服务嵌入；第三步，基于描述文本的对比学习，获得基于内容优化的服务嵌入；第四步，通过下游推荐任务对冷启动推荐模型进行微调。本发明针对无历史交互记录的Web API的数据特征进行分析优化，并以超图神经网络作为技术支撑，设计了一种基于多策略预训练模型的冷启动服务推荐方法，旨在解决无任何历史交互信息的API的推荐问题，并优化服务的推荐性能。