[發明專利]多領域服務主題匹配推薦方法

有效

• 申請號: 201310732583.2
• 申請日: 2013-12-26
• 公開（公告）號: CN103761254B
• 公開（公告）日: 2017-01-25
• 發明（設計）人: 范玉順;夏博飛;黃科滿;劉軼
• 申請（專利權）人: 清華大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳市鼎言知識產權代理有限公司44311
• 代理人: 徐麗昕

1.一種多領域服務主題匹配推薦方法，應用于計算裝置中，其特征在于，該方法包括：

接收步驟，接收用戶輸入的文本信息；

獲取步驟，利用訓練好的服務組合隱狄利克雷分布LDA主題模型獲取所接收的文本信息中所包含的服務組合及服務組合的主題分布；

計算步驟一，根據所獲取的服務組合的主題分布，并利用訓練好的‘需求-領域’匹配器中得到所獲取的服務組合與D個服務領域的相關概率；

排序步驟一，對所獲取的服務組合與D個服務領域的相關概率從大到小排序以得到對D個服務領域從高到低進行的排序，并將D個服務領域從高到低進行排序的結果推薦給用戶；

計算步驟二，根據所獲取的服務組合的主題分布，在每個服務領域中分別利用與各自的服務領域相對應的‘領域-服務’匹配器，得到每個服務領域的‘領域-服務’匹配器所預測的服務的主題分布，并對每個‘領域-服務’匹配器所預測的服務的主題分布進行歸一化處理；

計算步驟三，在每個服務領域中，計算該服務領域所對應的歸一化處理后的服務的主題分布與該服務領域內每個服務的主題分布的相似度；

排序步驟二，在每個服務領域中，對所計算出的該服務領域所對應的歸一化處理后的服務的主題分布與該服務領域內每個服務的主題分布的相似度，按照從大到小進行排序以得到對該服務領域中的服務進行由高到低的排序，并將每個服務領域中的服務進行由高到低的排序的結果推薦給用戶。

2.如權利要求1所述的多領域服務主題匹配推薦方法，其特征在于，所述D個服務領域是對計算裝置的存儲設備中存儲的M個服務組合的文本信息及N個服務的文本信息處理得到的，利用多領域服務聚類法將服務集合中的N個服務聚類到預設的D個不同的服務領域。

3.如權利要求2所述的多領域服務主題匹配推薦方法，其特征在于，所述利用多領域服務聚類法將服務集合中的N個服務聚類到預設的D個不同的服務領域包括步驟：

（a1）對每個服務的的文本信息，利用LDA話題模型獲得每個服務的主題分布，用矩陣STF來形式化描述N個服務的主題分布，STF為N×K_s維矩陣，N表示服務的總數，K_s表示服務涉及到的主題總數，STF矩陣第i行第j列的元素STF(i,j)表示T_j′在S_i中的分布權重，其中T_j′表示服務中的主題j，S_i表示服務i，矩陣的每一行為一個服務的主題分布；

（a2）將存儲設備中所存儲的服務組合與服務的調用關系用矩陣CS來形式化描述，CS為M×N維稀疏矩陣，M表示服務組合的總數，N表示服務的總數，CS矩陣第i行第j列的元素CS(i,j)=1表示服務組合C_i調用了服務S_j；CS(i,j)=0，表示服務組合C_i沒有調用服務S_j；

（a3）對所述CS矩陣的每一列求和，即SUM（CS(:,j)），表示服務S_j被所有服務組合調用的次數，用以表征服務S_j的熱度S_j.popular；

（a4）確定D個服務領域中每個服務領域的核心服務；

（a5）將N個服務中其余N-D個服務作為非核心服務分配到D個服務領域的每個服務領域中。

4.如權利要求1所述的多領域服務主題匹配推薦方法，其特征在于，訓練‘需求-領域’匹配器的步驟包括：

（b1）獲取訓練‘需求-領域’匹配器的輸入端數據；

（b2）獲取訓練‘需求-領域’匹配器的輸出端數據；

（b3）根據訓練‘需求-領域’匹配器的輸入端數據、輸出端數據，并利用ELM標準訓練過程訓練‘需求-領域’匹配器以得到‘需求-領域’匹配器的參數IWR，BiasR，OWR。