作者：李鸿超; 刘建勋; 曹步清; 石敏webapi推荐dirichlet因子分解mashup创建
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WebAPI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WebAPIs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.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
