买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东外语外贸大学申请的专利一种基于超图对比学习的网络API推荐方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116821508B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310858930.X，技术领域涉及：G06F16/9535；该发明授权一种基于超图对比学习的网络API推荐方法及装置是由唐明董;麦嘉晋;谢芬方设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本一种基于超图对比学习的网络API推荐方法及装置在说明书摘要公布了：本发明公开了一种基于超图对比学习的网络API推荐方法及装置，方法包括：获取Mashup信息、API信息以及Mashup和API之间的交互信息；根据获取的信息构建初始Mashup和API异构超图；将Mashup和API信息转换为Mashup和API嵌入向量；通过超图神经网络聚合再求和，得到初始Mashup和API特征向量；将初始Mashup和API特征向量进行点积运算，得到Mashup对API的初始预测得分；通过总体损失函数进行误差计算，最后得到目标预测得分，进而给Mashup进行API推荐。本发明通过异构超图能够聚合更高阶的邻居信息，提高了推荐的准确性，可广泛应用于计算机技术应用领域。

本发明授权一种基于超图对比学习的网络API推荐方法及装置在权利要求书中公布了：1.一种基于超图对比学习的网络API推荐方法，其特征在于，包括： 获取Mashup信息、API信息以及Mashup和API之间的交互信息； 根据所述Mashup信息、所述API信息以及所述交互信息，构建Mashup和API的异构超图，得到初始Mashup异构超图和初始API异构超图； 将所述Mashup信息和所述API信息转换为Mashup嵌入向量和API嵌入向量； 基于所述初始Mashup异构超图、所述初始API异构超图、所述Mashup嵌入向量和所述API嵌入向量，通过超图神经网络聚合再求和，得到初始Mashup特征向量和初始API特征向量； 将所述初始Mashup特征向量和所述初始API特征向量进行点积运算，得到Mashup对API的初始预测得分； 通过总体损失函数对所述初始预测得分进行误差计算，得到目标Mashup特征向量和目标API特征向量，将所述目标Mashup特征向量和所述目标API特征向量进行点积计算得到目标预测得分，根据所述目标预测得分给Mashup进行API推荐； 所述基于所述初始Mashup异构超图、所述初始API异构超图、所述Mashup嵌入向量和所述API嵌入向量，通过超图神经网络聚合再求和，得到初始Mashup特征向量和初始API特征向量，包括： 通过超图神经网络将所述初始Mashup异构超图、所述初始API异构超图、所述Mashup嵌入向量和所述API嵌入向量的节点的邻居信息进行聚合，通过设置层数控制聚合的阶数，得到各层数下的Mashup向量和API向量； 对所述Mashup向量和所述API向量进行求和，得到初始Mashup特征向量和初始API特征向量； 所述通过总体损失函数对所述初始预测得分进行误差计算，得到目标Mashup特征向量和目标API特征向量，将所述目标Mashup特征向量和所述目标API特征向量进行点积计算得到目标预测得分，根据所述目标预测得分给Mashup进行API推荐，包括： 将Mashup信息和API信息通过两次随机边丢弃操作，得到Mashup第一关系矩阵、Mashup第二关系矩阵、API第一关系矩阵和API第二关系矩阵； 基于所述Mashup第一关系矩阵、所述Mashup第二关系矩阵、所述API第一关系矩阵和所述API第二关系矩阵，通过处理得到Mashup第一特征向量、Mashup第二特征向量、API第一特征向量和API第二特征向量； 基于所述Mashup第一特征向量、所述Mashup第二特征向量、所述API第一特征向量和所述API第二特征向量，计算得到总体损失函数； 通过所述总体损失函数对初始Mashup特征向量、初始API特征向量、Mashup第一特征向量、Mashup第二特征向量、API第一特征向量和API第二特征向量进行误差计算，得到目标Mashup特征向量和目标API特征向量； 将所述目标Mashup特征向量和所述目标API特征向量进行点积计算得到Mashup对API的目标预测得分，根据所述目标预测得分给Mashup进行API推荐； 所述基于所述Mashup第一特征向量、所述Mashup第二特征向量、所述API第一特征向量和所述API第二特征向量，计算得到总体损失函数，包括： 将初始Mashup特征向量和初始API特征向量进行点积运算，得到初始预测得分； 基于所述初始预测得分，通过计算得到贝叶斯损失； 将所述Mashup第一特征向量和所述Mashup第二特征向量进行计算，得到Mashup对比损失； 将所述API第一特征向量和所述API第二特征向量进行计算，得到API对比损失； 将所述贝叶斯损失、所述Mashup对比损失和所述API对比损失进行计算，得到总体损失函数，总体损失函数的计算公式为： 其中，为总体损失，为贝叶斯损失，为Mashup对比损失，为API对比损失，为用于控制Mashup对比损失和API对比损失占比的超参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东外语外贸大学，其通讯地址为：510415 广东省广州市白云大道北2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。