基于深度学习的组合服务推荐
来源：计算机集成制造系统杂志2024年第9期北京时间：
作者：黄黎, 赵璐
单位：1.江苏开放大学信息工程学院2.南京邮电大学计算机学院
摘要：针对服务质量参数波动性与服务计算环境的不确定性问题,将深度神经网络的高维输入与强化学习相结合,解决复杂云计算环境下的动态优化和推荐问题,实现了一个基于三层多智能体架构的群智协同服务推荐模型。从更细粒度的活动级构造服务过程的活动状态迁移模型,分析业务活动的局部QoS评价和全局服务协作度量,解决了大规模服务过程建模中状态转移的时间依赖性问题。提出了一种基于深度学习的服务推荐算法(EDQL-BPR),并设计了基于粒子群算法的Q值更新策略,提高深度神经网络的学习智能体的寻优效率,有效提高了BPaaS服务的推荐质量,实现动态环境下效率和适应性的良好平衡。
关键词：服务计算,服务推荐,深度学习,群智协同
基金资助：国家自然科学基金资助项目(61672022,U190411189);江苏高校“青蓝工程”资助项目。
