摘要
针对一类物联网自动化驱动应用提出了一种服务推荐方法。该方法结合了文本分析、异构信息网络、深度学习技术,通过分析文本来寻找物联网中相关联的对象,进而达到推荐服务的目的。首先,构造异构信息网络,并将文本和文本关系融入其中,生成一种文本融合的异构信息网络;随后,设计元路径和关系权重;最终,训练生成神经网络模型用于对服务进行推荐。在一个真实的数据集上进行了实验评估,结果表明,本文方法可以对服务进行推荐,并明显优于一些经典方法。
This article proposes a service recommendation approach for a type of Internet of Things(IoT)automation-driven applications. The approach combines text analysis, heterogeneous information networks and deep learning to find related objects in the IoT by analyzing text, and then recommends the services.First, we construct a text fusion heterogeneous information network, which integrates text and text relationships. Then we design meta-paths and relationship weights. Finally, we train a neural network model for recommending the services. This paper conducts an experimental evaluation on a real data set.The results show that the proposed approach can be used for recommendation task and outperforms some classical methods.
作者
孙东明
胡亮
邢永恒
王峰
SUN Dong-ming;HU Liang;XING Yong-heng;WANG Feng(College of Computer Science and Technology,Jilin University,Changchun 130012,China)
出处
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2021年第6期2182-2189,共8页
Journal of Jilin University:Engineering and Technology Edition
基金
国家重点研发计划项目(2017YFA0604500)
国家自然科学基金项目(61701190)
吉林省青年科学基金项目(20180520021JH)
吉林省省校共建示范项目(SXGJSF2017-4)
吉林省重点科技研发项目(20180201103GX)
吉林省发展与改革委员会项目(2019FGWTZC001)。
关键词
计算机应用
物联网
异构信息网络
文本分析
触发动作编程模式
computer application
internet of things
heterogeneous information network
text analysis
trigger-action programming pattern
