買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西南交通大學(xué)申請(qǐng)的專利一種基于知識(shí)圖譜與圖卷積網(wǎng)絡(luò)的制造服務(wù)推薦方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119598150B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411699371.3，技術(shù)領(lǐng)域涉及：G06F18/21；該發(fā)明授權(quán)一種基于知識(shí)圖譜與圖卷積網(wǎng)絡(luò)的制造服務(wù)推薦方法是由鄭慶;郭廷峰;丁國富;張楷設(shè)計(jì)研發(fā)完成，并于2024-11-26向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于知識(shí)圖譜與圖卷積網(wǎng)絡(luò)的制造服務(wù)推薦方法在說明書摘要公布了：本發(fā)明提供了一種基于知識(shí)圖譜與圖卷積網(wǎng)絡(luò)的制造服務(wù)推薦方法，在制造服務(wù)?任務(wù)信息知識(shí)圖譜中，充分挖掘制造服務(wù)與任務(wù)所蘊(yùn)含信息，通過圖卷積網(wǎng)絡(luò)實(shí)現(xiàn)制造服務(wù)和任務(wù)的特征表示。在聚合制造服務(wù)鄰居信息與任務(wù)鄰居信息過程中，根據(jù)節(jié)點(diǎn)的度中心性高低來選擇鄰居，根據(jù)制造服務(wù)鄰居節(jié)點(diǎn)的關(guān)系分?jǐn)?shù)和自注意力分?jǐn)?shù)有選擇地聚合鄰居信息，減少噪聲，生成制造服務(wù)表示，使用自注意力機(jī)制來聚合任務(wù)鄰居信息，生成任務(wù)表示，有效解決由于另一端建模表示不足導(dǎo)致推薦結(jié)果具有局限性的問題，提高了推薦結(jié)果的準(zhǔn)確性。

本發(fā)明授權(quán)一種基于知識(shí)圖譜與圖卷積網(wǎng)絡(luò)的制造服務(wù)推薦方法在權(quán)利要求書中公布了：1.一種基于知識(shí)圖譜與圖卷積網(wǎng)絡(luò)的制造服務(wù)推薦方法，其特征在于，包括以下步驟： 步驟S1：通過制造服務(wù)歷史數(shù)據(jù)與歷史任務(wù)數(shù)據(jù)構(gòu)建制造服務(wù)-任務(wù)信息知識(shí)圖譜G；并對(duì)制造服務(wù)-任務(wù)信息知識(shí)圖譜G進(jìn)行數(shù)據(jù)信息讀取； 步驟S2：計(jì)算制造服務(wù)-任務(wù)信息知識(shí)圖譜G中每個(gè)節(jié)點(diǎn)的度中心性DC，按照計(jì)算結(jié)果高低進(jìn)行設(shè)定數(shù)量的鄰居采樣，通過采樣信息，構(gòu)建實(shí)體與關(guān)系的鄰接矩陣，初始化節(jié)點(diǎn)與關(guān)系向量； 步驟S3：將步驟S1-S2所得制造服務(wù)鄰居數(shù)據(jù)輸入制造服務(wù)鄰域信息表示單元，通過偏好傳播計(jì)算制造服務(wù)關(guān)系分?jǐn)?shù)并進(jìn)行歸一化處理，根據(jù)歸一化的制造服務(wù)關(guān)系分?jǐn)?shù)得到有權(quán)重的制造服務(wù)鄰居向量對(duì)有權(quán)重的制造服務(wù)鄰居向量使用自注意力機(jī)制得到制造服務(wù)鄰域表示向量線性組合μsz； 步驟S4：將步驟S1-S2所得任務(wù)鄰居數(shù)據(jù)輸入任務(wù)鄰域信息表示單元，根據(jù)自注意力機(jī)制得到有權(quán)重的任務(wù)鄰域表示向量線性組合； 所述步驟S4中有權(quán)重的任務(wù)鄰域表示向量線性組合計(jì)算如下： 其中為任務(wù)t鄰居向量自注意力得分，et為任務(wù)t的鄰居初始向量，d為向量維度；Nt是任務(wù)t目標(biāo)節(jié)點(diǎn)的經(jīng)過度中心性處理后的鄰居集合； 步驟S5：將步驟S3-S4得到的制造服務(wù)鄰域表示向量線性組合與制造服務(wù)初始向量輸入圖卷積神經(jīng)網(wǎng)絡(luò)模型，有權(quán)重的任務(wù)鄰域表示向量線性組合與任務(wù)初始向量輸入圖卷積神經(jīng)網(wǎng)絡(luò)模型，采用求和聚合方式進(jìn)行特征提取，得到制造服務(wù)的最終表示向量aggz以及任務(wù)的最終表示向量aggt； 步驟S6：對(duì)步驟S5得到的制造服務(wù)的最終表示向量與任務(wù)的最終表示向量通過內(nèi)積來預(yù)測(cè)交互概率根據(jù)交互概率進(jìn)行制造服務(wù)推薦。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人西南交通大學(xué)，其通訊地址為：610000 四川省成都市二環(huán)路北一段；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。