基于多阶段相似性判定的网络部署方案推荐方法及系统技术方案

本发明专利技术提供一种基于多阶段相似性判定的网络部署方案推荐方法及系统。该方法包括：接受用户需求信息，用户需求信息包括目标有向图和目标文本；提取目标文本的文本概貌特征，并将其与需求库中各需求的文本概貌特征进行比较，以便从需求库中筛选得到与目标文本的概貌相似的所有需求并加入文本概貌相似集合P

【技术实现步骤摘要】
基于多阶段相似性判定的网络部署方案推荐方法及系统


[0001]本专利技术涉及网络部署
，尤其涉及一种基于多阶段相似性判定的网络部署方案推荐方法及系统。

技术介绍

[0002]推荐系统是一种常见的应用系统，不同应用领域的推荐系统所采用推荐方法或算法存在较大区别。例如基于用户的协同过滤算法的图书推荐系统，其推荐指标来源于借阅时长、借阅类型等借阅领域独有，并进行用户相似性判定，从而参考并生成推荐图书册。基于标签的推荐算法应用于餐馆推荐系统，系统对新需求分析时会首先关注事物的标签，总结标签偏好，以此推荐就餐者所有可能喜欢的食物。近年来随着人工智能(特别是以深度神经网络等为代表的智能算法)的发展，人工智能算法也正在被应用到不同领域的推荐系统。
[0003]而随着信息化时代的高速发展，为了满足用户的网络需求，高效的网络部署方案是必不可少的，因此如何寻找一个能够综合精确度和可扩展性的网络部署方案推荐算法是当前研究的重点。

技术实现思路

[0004]为了能够满足用户的网络需求，提供高效的网络部署方案，本专利技术提供一种多阶段相似性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多阶段相似性判定的网络部署方案推荐方法，其特征在于，包括：步骤1：接受用户需求信息，所述用户需求信息包括有向图形式的网络拓扑信息和需求描述文本，分别记作目标有向图和目标文本；步骤2：提取所述目标文本的文本概貌特征，并将其与需求库中各需求的文本概貌特征进行比较，以便从所述需求库中筛选得到与所述目标文本的概貌相似的所有需求并加入文本概貌相似集合P
t
；步骤3：提取所述目标有向图的图形概貌特征，并将其与所述文本概貌相似集合P
t
中各需求的图形概貌特征进行比较，以便从所述文本概貌相似集合P
t
中筛选得到与所述目标有向图的概貌相似的所有需求并加入图形概貌相似集合P
g
，将所述图形概貌相似集合P
g
作为需求推荐集合；步骤4：查询所述需求推荐集合中各需求所对应的网络部署方案，并按照相似度从大到小的顺序依次推荐给用户。2.根据权利要求1所述的基于多阶段相似性判定的网络部署方案推荐方法，其特征在于，在步骤4之前还包括：步骤A：提取所述目标文本的文本结构特征，并将其与所述文本概貌相似集合P
t
中各需求的文本结构特征进行比较，以便从所述文本概貌相似集合P
t
中筛选得到与所述目标文本的结构相似的所有需求并加入文本结构相似集合P
sp
；步骤B：采用加点子算法和减点子算法将所述目标有向图的图形结构特征与所述图形概貌相似集合P
g
中各需求的图形结构特征进行比较，以便从所述图形概貌相似集合P
g
中筛选得到与所述目标有向图的结构相似的所有需求并加入图形结构相似集合P
r
；步骤C：采用主观逻辑的合意算子将所述文本结构相似集合P
sp
中各需求对应的文本相似度判定意见与所述结构相似集合P
r
中各需求对应的图形相似度判定意见进行融合，得到一个新的需求推荐集合，并将其作为最终的需求推荐集合。3.根据权利要求1所述的基于多阶段相似性判定的网络部署方案推荐方法，其特征在于，步骤2具体包括：步骤2.1：提取所述目标文本的文本概貌特征，从需求库中读取一个文本t
i
的文本概貌特征；所述文本概貌特征包括文本标题、文本段落数量和文本长度；步骤2.2：将目标文本的文本标题与文本t
i
的文本标题进行比较，得到文本标题相似度判定结果；将目标文本的文本段落数量与文本t
i
的文本段落数量进行比较，得到文本段落数量相似度判定结果；将目标文本的文本长度与文本t
i
的文本长度进行比较，得到文本长度相似度判定结果；其中，各个所述相似度判定结果均采用主观逻辑意见的四元组表示；步骤2.3：采用主观逻辑的合意算子对所述文本标题相似度判定结果、所述文本段落数量相似度判定结果和所述文本长度相似度判定结果进行融合，得到目标文本与文本t
i
的文本概貌相似度意见ω
t
；步骤2.4：根据所述文本概貌相似度意见ω
t
计算相似度结果，若所述相似度结果不小于预设阈值k_t，则将文本t
i
对应的需求加入文本概貌相似集合P
t
；步骤2.5：从需求库中读取下一个文本的文本概貌特征，并对其执行步骤2.2至步骤2.4，直至需求库中的所有文本均已与所述目标文本完成比较，得到最终的文本概貌相似集合P
t
。
4.根据权利要求3所述的基于多阶段相似性判定的网络部署方案推荐方法，其特征在于，步骤2.2中，按照公式(1)得到文本标题相似度判定结果ω
s
：其中，s表示目标文本标题，s
i
表示需求库内的文本标题，s
i
∈s表示s
i
为s的子字符串；按照公式(2)得到文本段落数量相似度判定结果ω
n
：其中，n表示目标文本段落数量，n
i
表示需求库内的文本段落数量；按照公式(3)得到文本长度相似度判定结果ω
l
：其中，l表示目标文本长度，l
i
表示需求库内的文本长度。5.根据权利要求1所述的基于多阶段相似性判定的网络部署方案推荐方法，其特征在于，步骤3具体包括：步骤3.1：提取所述目标有向图的图形概貌特征，并确定所述文本概貌相似集合P
t
所对应的图形集合G
S
，从所述图形集合G
S
中读取一个图形G
i
的图形概貌特征，所述图形概貌特征包括顶点数、边数、顶点出度数和顶点入度数；步骤3.2：将目标有向图的顶点数与图形G
i
的顶点数进行比较，得到顶点数量相似度判定结果；将目标有向图的边数与图形G
i
的边数进行比较，得到边数量相似度判定结果；将目标有向图的顶点出度数与图形G
i
的顶点出度数进行比较，得到出度相似度判定结果；将目标有向图的顶点入度数与图形G
i
的顶点入度数进行比较，得到入度相似度判定结果；其中，各个所述相似度判定结果均采用主观逻辑意见的四元组表示；步骤3.3：采用主观逻辑的合意算子对所述顶点数量相似度判定结果、所述边数量相似度判定结果、所述出度相似度判定结果和所述入度相似度判定结果进行融合，得到目标有向图与图形G
i
的图形概貌相似度判定意见；步骤3.4：根据所述图形概貌相似度判定意见计算相似度结果，若所述相似度结果不小于预设阈值k_g，则将图形G
i
加入图形集合G
T
；步骤3.5：从图形集合G
S
中读取下一个图形的图形概貌特征，并对其执行步骤3.2至步骤3.4，直至图形集合G
S
中的所有图形均已与所述目标有向图完成比较，得到最终的图形集合G
T
；步骤3.6：若所述图形集合G
T
不为空集，则查询其中各图形所对应的需求并将该需求加入图形概貌相似集合P
g
。
6.根据权利要求5所述的基于多阶段相似性判定的网络部署方案推荐方法，其特征在于，步骤3.2中，按照公式(6)得到顶点数量相似度判定结果ω
v
：其中，num_v表示目标有向图的顶点数，num_v'表示图形G
i
的顶点数；按照公式(7)得到边数量相似度判定结果ω
e
：其中，num_e表示目标有向图的边数，num_e'表示图形G
i
的边数；按照公式(8)得到入度为x的入度相似度判定结果按照公式(8)得到入度为x的入度相似度判定结果其中，di(x)表示目标有向图的入度为x的顶点数，di'(x)表示图形G
i
的入度为x的顶点数；按照公式(9)得到出度为x的出度相似度判定结果按照公式(9)得到出度为x的出度相似度判定结果其中，do(x)表示目标有向图的出度为x的顶点数，do'(x)表示图形G
i
的出度为x的顶点数；基于公式(8)和公式(9)，计算得到所有度的出入度相似度判定结果ω
io
：其中，ω
i1
,ω
i2
,
…
,ω
im
为根据入度为1,2,
…
,maxi的顶点数量所得到的入度相似度判定结果，ω
o1
,ω
o2
,
…
,ω
om
为根据出度为1,2,
…
,maxo的顶点数量所得到的出度相似度判定结果。7.根据权利要求2所述的基于多阶段相似性判定的网络部署方案推荐方法，其特征在于，步骤A具体包括：步骤A1：设定所述文本...

【专利技术属性】
技术研发人员：张玉臣，黄晓捷，周洪伟，胡浩，李福林，柯志鹏，汪永伟，刘鹏程，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：