融合多维信息的主题自适应Web API推荐方法

• 作者: 刘建勋 曹步清 李鸿超 石敏
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: Web API推荐 HDP(hierarchical Dirichlet process) 因子分解 Mashup创建
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 面向智能制造的业务过程管理与服务技术专题
• 页码范围: 3374-3387
• 页数: 14页
• 分类号: TP311
• 字数: 11197字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005482

摘要

如何根据用户的自然语言需求描述自动生成或推荐用于解决问题的Web API服务集合,并辅助构建Mashup,是业务流程管理者和服务组合者关注的热点之一.如何提高推荐的质量,是大家关注的焦点.为此,提出了一种融合多维信息的主题自适应Web API推荐方法HDP-FM(hierarchical Dirichlet processes-factorization machines)为Mashup的创建推荐Web APIs集合.该方法以Web API的描述文档为语料库,利用HDP模型训练每个Web API的主题分布向量;其次,利用已生成的主题模型预测每个Mashup的主题分布向量,用于相似度的计算;最后,将Mashup之间的相似度、WebAPI之间的相似度、Web API的流行度和共现性作为因子分解机模型的输入,评分排序获取用于推荐的Web APIs集合.为了验证HDP-FM方法的性能,使用从ProgrammableWeb平台上爬取的真实数据进行多组实验,实验结果表明,HDP-FM方法在准确率、召回率、F-measure和NDCG@N等方面具有较好的性能.