摘要
一种基于多层级视图和对比学习的Web长尾服务推荐方法,首先构建全局交互结构视图和局部交互协作视图,全局交互结构视图侧重于用户、API服务以及Mashup之间的全面交互关系,局部交互结构视图中的用户‑API服务图主要关注用户的细粒度交互偏好,Mashup‑API服务图侧重于API服务之间的服务组合关联偏好;进一步,为了使得长尾服务和长尾用户有更好的嵌入表征质量,在图卷积神经网络中对局部交互协作视图的两个子图进行添加节点的数据增强操作;最后,进行多层级视图之间的对比学习以鼓励相同用户、服务在不同视图下的相似表示,惩罚不同用户、服务的相似表示,以提升服务推荐的整体效能。
技术关键词
交互结构
符号
服务推荐方法
层级
样本
邻居
度度量方法
频率
深度学习模型
代表训练数据
超参数
整体效能
关系
基准
节点特征