[發(fā)明專利]一種制造云服務(wù)推薦生成方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211320693.3
• 申請日: 2022-10-26
• 公開（公告）號: CN115687569A
• 公開（公告）日: 2023-02-03
• 發(fā)明（設(shè)計(jì)）人: 黃沈權(quán);王玉潔;龍安;朱曉輝;陳亞絨;田媛慧;于魯川
• 申請（專利權(quán)）人: 溫州大學(xué)
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/30;G06F18/23213;G06F18/241;G06N3/0464;G06N3/048;G06N3/08
• 代理公司: 溫州名創(chuàng)知識產(chǎn)權(quán)代理有限公司 33258
• 代理人: 陳加利

本發(fā)明提供一種制造云服務(wù)推薦生成方法，包括獲取云平臺的各制造服務(wù)描述性信息及標(biāo)簽信息；采用LDA主題模型對各制造服務(wù)描述性信息進(jìn)行向量化建模，得到制造服務(wù)p個(gè)主題信息，并通過Word2vec映射擴(kuò)充得到p×q維服務(wù)主題詞的詞向量，且將所有詞向量輸入CNN學(xué)習(xí)到制造服務(wù)深度特征，進(jìn)一步通過深度特征相似度計(jì)算得到制造服務(wù)相似度矩陣；將各制造服務(wù)標(biāo)簽信息聚類采用改進(jìn)的K?Means聚類得到制造服務(wù)類別，進(jìn)一步得到用戶類別矩陣模型和服務(wù)類別矩陣模型并得到系數(shù)，以構(gòu)建出用戶偏好矩陣；將制造服務(wù)相似度矩陣與用戶偏好矩陣結(jié)合，得到制造服務(wù)推薦列表。實(shí)施本發(fā)明，解決了現(xiàn)有技術(shù)中制造服務(wù)信息特征提取不全面和用戶服務(wù)矩陣稀疏的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及云制造技術(shù)領(lǐng)域，尤其涉及一種制造云服務(wù)推薦生成方法及系統(tǒng)。

背景技術(shù)

云制造是一種利用泛在網(wǎng)絡(luò)和云制造服務(wù)平臺，按用戶需求組織網(wǎng)上制造資源，為用戶提供各類按需制造服務(wù)的智能制造新模式。制造云服務(wù)(簡稱云服務(wù))是構(gòu)成云制造平臺的基本要素，是云制造平臺上虛擬化和服務(wù)化的制造資源和制造能力。制造云服務(wù)通過虛擬化、物聯(lián)網(wǎng)等技術(shù)，將分散的制造資源封裝并接入云平臺，形成制造云；通過制造云，用戶可以按需地獲取所需的個(gè)性化服務(wù)，低成本地快速響應(yīng)變化的市場需求，從而使企業(yè)變得更敏捷、更智能；進(jìn)而促進(jìn)專業(yè)化分工和柔性業(yè)務(wù)協(xié)作，盤活廣域范圍內(nèi)的制造資源。

近年來，云制造的應(yīng)用在我國開始起步。國家信息中心提供的《中國制造業(yè)產(chǎn)能共享發(fā)展報(bào)告》表明，云制造及其制造產(chǎn)能共享市場的規(guī)模已達(dá)4120億元，通過云制造資源共享平臺提供服務(wù)的企業(yè)數(shù)量超過了20萬家。然而隨著制造云服務(wù)數(shù)量的不斷增長，制造云服務(wù)平臺不可避免地出現(xiàn)了的信息過載問題。在這種背景下，制造服務(wù)推薦技術(shù)通過有序化用戶對服務(wù)的潛在使用關(guān)系，幫助用戶在海量服務(wù)中快速發(fā)現(xiàn)所需的個(gè)性化服務(wù)，縮短用戶到所需服務(wù)的時(shí)間和空間，協(xié)助云平臺運(yùn)營商提升用戶體驗(yàn)，對于解決云平臺信息超載問題具有重要的應(yīng)用價(jià)值，并獲得了廣泛的關(guān)注。

現(xiàn)有的服務(wù)推薦研究主要集中在基于功能的服務(wù)推薦和非基于功能的服務(wù)推薦，云服務(wù)的功能主要來源于用戶需求和云服務(wù)描述。服務(wù)推薦領(lǐng)域的服務(wù)特征提取與用戶偏好建模方面已有一定的研究，但仍存在著以下不足：(1)制造服務(wù)的深層主題特征表示困難。制造服務(wù)的主題信息主要是通過算法提取最具代表性的制造服務(wù)描述信息，現(xiàn)有研究多聚焦于淺層次的描述信息特征提取，而缺乏挖掘制造服務(wù)的深層隱性特征的提取研究。(2)傳統(tǒng)的基于行為的用戶服務(wù)矩陣稀疏影響了用戶偏好模型的高效構(gòu)建。用戶偏好主要通過構(gòu)建用戶服務(wù)矩陣來反映，而在制造云平臺一般包括大量用戶及制造服務(wù)，這就使得構(gòu)建的用戶服務(wù)矩陣過于稀疏，不能高效的表示用戶偏好。

因此，有必要提出一種新的制造云服務(wù)推薦研究方法，能夠解決現(xiàn)有技術(shù)中制造服務(wù)信息特征提取不全面和用戶服務(wù)矩陣稀疏的問題。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例所要解決的技術(shù)問題在于，提供一種制造云服務(wù)推薦生成方法及系統(tǒng)，解決了現(xiàn)有技術(shù)中制造服務(wù)信息特征提取不全面和用戶服務(wù)矩陣稀疏的問題。

為了解決上述技術(shù)問題，本發(fā)明實(shí)施例提供了一種制造云服務(wù)推薦生成方法，所述方法包括以下步驟：

S1、獲取云平臺的各制造服務(wù)描述性信息及標(biāo)簽信息；

S2、采用預(yù)設(shè)的含狄利克雷分布LDA主題模型，對各制造服務(wù)描述性信息進(jìn)行向量化建模，得到各制造服務(wù)各自對應(yīng)的p個(gè)潛在低維主題向量，并基于每一個(gè)潛在低維主題向量均通過Word2vec映射為q維詞向量的擴(kuò)充規(guī)則，得到各制造服務(wù)的p個(gè)潛在低維主題向量擴(kuò)充的p×q維服務(wù)主題詞的詞向量，進(jìn)一步輸入到預(yù)設(shè)的卷積神經(jīng)網(wǎng)絡(luò)中學(xué)習(xí)制造服務(wù)深度特征，得到制造服務(wù)深層特征的輸出向量，且根據(jù)所得到的制造服務(wù)深層特征的輸出向量，通過基于深度特征相似度計(jì)算，得到制造服務(wù)相似度矩陣；