融合多维信息的主题自适应Web API推荐方法
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.
Web API推荐、HDP(hierarchical Dirichlet process)、因子分解、Mashup创建
29
TP311(计算技术、计算机技术)
国家自然科学基金61872139,61873316,61572187;国家科技支撑计划2015BAF32B01;湖南省自然科学基金2017JJ2098
2018-12-19（万方平台首次上网日期，不代表论文的发表时间）
共14页
3374-3387
