一种基于异质图对比学习的云ERP下知识补全方法及系统技术方案

本发明专利技术提供一种基于异质图对比学习的云ERP下知识补全方法及系统包括：获取原ERP下用户、需求、服务、厂商的特征以及用户

【技术实现步骤摘要】
一种基于异质图对比学习的云ERP下知识补全方法及系统


[0001]本专利技术属于企业云数据管理维护领域，涉及一种基于异质图对比学习的云ERP下知识补全方法。

技术介绍

[0002]企业资源计划(Enterprise Resource Planning,ERP)是一种依托于信息化软件产品的企业资源管理系统，云ERP指ERP的实施依托于大型云平台，企业依据自身的需求向云ERP厂商购买服务。云ERP领域知识库表示为其中，E表示所有实体的集合，包含用户、需求、服务、厂商四种实体，R表示所有关系的集合，包含同类实体之间与不同类实体之间的各种关系，F表示所有三元组(h,r,t)的集合(h,r∈E，t∈R)。企业管理数字化和用户需求多元化的爆炸式增长，云ERP厂商面临精准捕捉用户需求的挑战。云ERP厂商竞争愈加激烈，所提供服务的类型与数量不断增加，使得用户面临精准选择服务的挑战。云ERP领域知识库是缓解上述挑战的有效方案。
[0003]申请号为201510744647.X的专利技术专利《ERP单据的修订方法和ERP单据的修订系统》通过获取审批流程中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于异质图对比学习的云ERP下知识补全方法，其特征在于，应用于云ERP服务精准推荐，所述方法包括：获取云ERP特征数据及用户
‑
需求交互数据、需求
‑
服务交互数据、服务厂商交互数据，据以建立邻接矩阵，并依据所述云ERP特征数据初始化实体表示向量；根据所述邻接矩阵构建异质图，并预置元结构；计算所述异质图中每一所述元结构下的用户、需求、服务和厂商的交换矩阵；预置对比损失函数，据以提高同一实体在所述元结构下的所述实体表示向量的相似性，并降低不同的所述实体在所述元结构下得到的所述实体表示向量的相似性，更新所述实体对应的图编码器参数矩阵，预置预测损失函数，据以更新参数矩阵得到实体表示向量；计算所述实体表示向量间的相似性，据以排序处理所述实体间的关系得用户需求服务关系数据，以得到关系补全数据。2.根据权利要求1所述的一种基于异质图对比学习的云ERP下知识补全方法，其特征在于，所述获取云ERP特征数据及用户
‑
需求交互数据、需求
‑
服务交互数据、服务厂商交互数据，据以建立邻接矩阵，并依据所述云ERP特征数据初始化实体表示向量的步骤，包括：获取云ERP上用户集合、需求集合、服务集合、厂商集合及各自的特征数据。根据所述用户集合、所述需求集合、所述服务集合、所述厂商集合获取用户与需求的交互数据、服务与需求的交互数据、服务与厂商的交互数据；根据所述用户与需求的交互数据、所述服务与需求的交互数据、所述服务与厂商的交互数据，据以构建用户需求邻接矩阵、服务需求邻接矩阵及服务厂商邻接矩阵；根据所述用户特征数据、所述需求特征数据、所述服务特征数据、所述厂商特征数据初始化所述实体表示向量。3.根据权利要求2所述的一种基于异质图对比学习的云ERP下知识补全方法，其特征在于，所述根据所述邻接矩阵构建异质图，并预置元结构的步骤，包括：预置用户元结构、需求元结构、服务元结构、厂商元结构；根据所述用户元结构、所述需求元结构、所述服务元结构、所述厂商元结构构建用户元路径、需求元路径、服务元路径、厂商元路径；根据所述用户元路径、所述需求元路径、所述服务元路径、所述厂商元路径构建所述异质图。4.根据权利要求1所述的一种基于异质图对比学习的云ERP下知识补全方法，其特征在于，所述计算所述异质图中每一所述元结构下的用户、需求、服务和厂商的交换矩阵的步骤，包括：从所述异质图中获取所述用户、所述需求、所述服务及所述厂商的用户异质图元路径、需求异质图元路径、服务异质图元路径及厂商异质图元路径；根据所述用户异质图元路径、所述需求异质图元路径、所述服务异质图元路径及所述厂商异质图元路径构建用户交换矩阵、需求交换矩阵、服务交换矩阵及厂商交换矩阵。5.根据权利要求1所述的一种基于异质图对比学习的云ERP下知识补全方法，其特征在于，所述预置对比损失函数，据以提高同一实体在所述元结构下的所述实体表示向量的相似性，并降低不同的所述实体在所述元结构下得到的所述实体表示向量的相似性，更新所述实体对应的图编码器参数矩阵，预置预测损失函数，据以更新参数矩阵得到实体表示向
量的步骤，包括：根据用户实体、需求实体、服务实体及厂商实体对应的元路径处理得实体权重；根据所述元路径初始化权重，利用预置逻辑计算所述用户实体、所述需求实体、所述服务实体及所述厂商实体对应的邻居对比参数；根据所述邻居对比参数，以预置逻辑计算所述预置对比损失函数；根据所述预置对比损失函数调整所述实体权重；利用高斯分布随机初始化所述实体向量，并分别随机初始化所述实体对应的权重矩阵；预置损失对比函数，据以更新参数矩阵得到所述实体表示向量。6.根据权利要求5所述的一种基于异质图对比学习的云ERP下知识补全方法，其特征在于，所述根据所述元路径初始化权重，利用预置逻辑计算所述用户实体、所述需求实体、所述服务实体及所述厂商实体对应的邻居对比参数的步骤，包括：针对所述用户实体U，对所有u
i
∈U，以下述逻辑计算所述用户实体的所述邻居对比参数：其中表示在元路径下用户u
i
的邻居。针对所述需求实体D，对所有d
i
∈D，以下述逻辑计算所述需求实体的所述邻居对比参数：其中表示在元路径下需求d
i
的邻居。针对所述服务实...

【专利技术属性】
技术研发人员：张以文，费伟陈，王庆人，桑磊，
申请(专利权)人：安徽大学，
类型：发明
国别省市：