(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211305016.4 (22)申请日 2022.10.24 (71)申请人 清华大学 地址 100084 北京市海淀区清华园1号 (72)发明人 范玉顺　贾志轩　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 雷玉龙 (51)Int.Cl. G06F 16/9536(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 5/04(2006.01) (54)发明名称 基于异质服 务网络的服 务推荐方法及装置 (57)摘要 本申请涉及一种基于异质 服务网络的服务 推荐方法及装置， 其中， 方法包括： 根据服务生态 系统中存在的多源信息构建异质服务网络； 利用 图卷积神经网络和多头注意力机制分别学习用 户与服务的表征， 得到用户表征和服务表征； 基 于用户表征与服务表征计算用户对于任一服务 的感兴趣程度， 并根据感兴趣程度生成服务的推 荐信息。 本申请实施例可以基于多源信息构建异 质服务网络， 使用图卷积神经网络以及多头注意 力机制学习用户与服务的表征， 并根据感兴趣程 度生成服务的推荐信息， 以克服数据稀疏， 保证 服务推荐方法的灵活性与可区分性， 提升个性化 服务推荐的精准度。 权利要求书2页 说明书13页 附图2页 CN 115544384 A 2022.12.30 CN 115544384 A 1.一种基于异质服 务网络的服 务推荐方法， 其特 征在于， 包括以下步骤： 根据服务生态系统中存在的多源信息构建异质服 务网络； 利用图卷积神经网络和多头注意力 机制分别学习用户与服务的表征， 得到用户表征和 服务表征； 以及 基于所述用户表征与 所述服务表征计算用户对于任一服务的感兴趣程度， 并根据感兴 趣程度生成服 务的推荐信息 。 2.根据权利要求1所述的方法， 其特征在于， 所述根据服务生态系统中存在的多源信 息 构建异质服 务网络， 包括： 从预设服务生态平台中， 采集预设时长内的所述用户对所述服务的调用记录， 生成服 务调用数据集， 并收集与所述用户和所述 服务的多源信息， 生成多源信息数据集； 对所述服务调用数据集和所述多源信 息数据集的数据进行预处理， 得到处理后的服务 调用数据集和多源信息数据集； 根据所述处理后的服务调用数据集和多源信 息数据集构建一个以所述用户、 所述服务 以及信息类型为节点， 以关联关系或 从属关系作为 边的所述异质服 务网络。 3.根据权利要求2所述的方法， 其特征在于， 所述对所述服务调用数据集和所述多源信 息数据集的数据进行 预处理， 包括： 去重所述服务调用数据集和所述多源信 息数据集的数据重复项， 并统一所述服务调用 数据集和所述多源信息数据集中数据格式； 对所述用户、 所述服务及相关的多源信 息进行编号， 并根据 所述用户、 所述服务及所述 相关的多源信息之间的关系整理为两 两对应的方式。 4.根据权利要求1所述的方法， 其特征在于， 所述利用图卷积神经网络和多头注意力 机 制分别学习用户与服 务的表征， 得到用户表征和服 务表征， 包括： 使用所述图卷积神经网络和所述多头注意力机制学习获得 所述用户与服 务的表征； 计算所述用户与服务的表征的感兴趣程度， 并基于预设目标函数进行学习， 直至达到 预设收敛 条件， 得到所述用户表征和所述 服务表征。 5.根据权利要求1所述的方法， 其特征在于， 所述用户与服务的表征的感兴趣程度的计 算公式为： 其中， u为某个用户， s为某个用户， 为一个可训练的关系衡量矩阵， P代表着 矩阵 针对服务推荐这一种 关系， Sigmoid( ·)表示一个sigmoid函数操作， X表示模型 训练之后的表征矩阵， L表示图卷积神经网络模型的层数。 6.一种基于异质服 务网络的服 务推荐装置， 其特 征在于， 包括： 构建模块， 用于根据服 务生态系统中存在的多源信息构建异质服 务网络； 获得模块， 用于利用图卷积神经网络和多头注意力机制分别学习用户与服务的表征， 得到用户表征和服 务表征； 以及 生成模块， 用于基于所述用户表征与所述服务表征计算用户对于任一服务的感兴趣程 度， 并根据感兴趣程度生成服 务的推荐信息 。权　利　要　求　书 1/2 页 2 CN 115544384 A 27.根据权利要求6所述的装置， 其特 征在于， 所述构建模块包括： 生成单元， 用于从预设服务生态平台中， 采集预设时长内的所述用户对所述服务的调 用记录， 生成服务调用数据集， 并收集与所述用户和所述服务的多源信息， 生成多源信息数 据集； 第一获得单元， 用于对所述服务调用数据集和所述多源信息数据集的数据进行预处 理， 得到处 理后的服 务调用数据集和多源信息数据集； 构建单元， 用于根据 所述处理后的服务调用数据集和多源信 息数据集构建一个以所述 用户、 所述 服务以及信息类型为节点， 以关联关系或 从属关系作为 边的所述异质服 务网络。 8.根据权利要求7 所述的装置， 其特 征在于， 所述第一获得 单元包括： 统一子单元， 用于去重所述服务调用数据集和所述多源信息数据集的数据重复项， 并 统一所述 服务调用数据集和所述多源信息数据集中数据格式； 整理子单元， 用于对所述用户、 所述服务及相关的多源信息进行编号， 并根据所述用 户、 所述服务及所述相关的多源信息之间的关系整理为两 两对应的方式。 9.一种电子设备， 其特征在于， 包括： 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行的计算机程序， 所述处理器执行所述程序， 以实现如权利要求 1‑5任一项所 述的基于异质服 务网络的服 务推荐方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行， 以用于实现如权利要求1 ‑5任一项所述的基于异质服 务网络的服 务推荐方法。权　利　要　求　书 2/2 页 3 CN 115544384 A 3