10.3969/j.issn.1007-7375.2023.05.013
基于图神经网络的云制造服务推荐方法研究
针对云制造服务平台上的海量制造服务信息所带来的信息过载问题,提出一种基于图神经网络的云制造服务推荐方法,有效克服了传统推荐方法无法利用数据高维特征的局限性.提取平台上制造服务资源的特征,根据不同的相似度计算方法将制造服务资源构建为网络图;利用邻居采样图神经网络(graph sample and aggregate,GraphSAGE)进行网络的表示学习,并将学习到的网络特征带入链接预测函数进行模型训练;通过对资源节点间的链接概率进行预测,完成对用户的制造服务推荐.结果表明,基于图神经网络算法的链接预测模型,其预测性能要优于所对比的共同邻居(common neighbors,CN)、Adamic-adar(AA)与资源分配(resource allocation,RA)链接预测算法,从而取得较好的推荐效果,为解决云制造服务推荐问题提供理论依据,有助于提高用户的决策效率.
云制造、图神经网络、链接预测、制造服务推荐
26
TP181(自动化基础理论)
四川省教育厅资助科研项目18ZA0497
2023-11-21(万方平台首次上网日期,不代表论文的发表时间)
共10页
115-123,167