[發明專利]Web開放環境下基于Mashup服務鄰域的Web API推薦方法

有效

• 申請號: 202010940196.8
• 申請日: 2020-09-09
• 公開（公告）號: CN112148999B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 陸佳煒;馬超治;吳涵;朱昊天;鄭嘉弘;肖剛
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/9535;G06F40/30;G06K9/62;H04L67/51
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

一種Web開放環境下基于Mashup服務鄰域的Web API推薦方法，包括以下步驟：第一步、構建需求Mashup語義特征向量，匹配Mashup服務類簇；第二步、收集鄰域內Mashup服務調用過的Web API數據，構建Web API鄰域；第三步、根據鄰域中構建好的Web API功能分類，對數據集中剩余的Web API進行功能類別劃分；第四步、計算流行度和共現度，并進行排名，得到最終推薦列表。本發明首先初步判定需求的功能類別，明確了Web API的篩選范圍，然后對數據集中所有的Web API進行功能類別劃分，最后根據流行度、平均共現度的排名做出推薦，推薦的精準度較高和多樣性較好。

技術領域

本發明涉及Web環境中Web API推薦領域，具體涉及一種基于Mashup服務鄰域的Web API推薦方法。

背景技術

Web API是應用程序接口，Web應用程序可以通過這些接口實現多種功能，如通訊、存儲、計算等功能，具有易訪問、可擴展、易開發多種優點。在Web應用程序中通過對多個WebAPI進行組合以達到想要的效果。隨著越來越多的企業和個人注意到Web API的可組合性，都將自己的業務發布到網絡上，這就導致Web API的數量日益增多。

如何從海量的Web API集合中，快速的篩選出滿足Mashup服務需求的Web API組合，一直是Web API推薦研究的焦點問題。目前，已有不少研究基于Mashup服務的功能聚類，進行Web API推薦算法的改進研究。例如，基于Mashup服務聚類結果，Cao等人設計了一種Web API協同過濾推薦算法，進行多樣化的Web API組合推薦。Rahman等人則利用矩陣分解技術來預測Web API的推薦得分，進而選取Top-R的Web API進行反饋。曹步清等人通過DeepFM模型預測出Web API的推薦得分。

協同過濾推薦算法是目前較為流行的推薦算法之一，從整體來看，協同過濾推薦算法可以分為基于記憶和基于模型兩種類型，而基于記憶類型的算法還可以細分為基于用戶與基于項目的兩種類型。

基于用戶的協同過濾算法可以分為3步進行：1)收集用戶的相關歷史信息，從而構建用戶與推薦項目之間的關系矩陣。2)基于用戶與推薦項目之間的關系矩陣，搜尋存在共同偏好的用戶集合。3)對相關用戶的興趣進行預測，完成項目推薦。基于項目的協同過濾算法與基于用戶的協同過濾算法相比，主要的區別在于計算相似性的目標由用戶變為項目了，即主要通過項目間的相似關系，來實現相關目標項目的預測與推薦。

上述兩種協同過濾算法雖然簡單易用，但是在實際應用過程中，它們都會面臨數據稀疏的問題，因此，基于模型的協同過濾算法逐漸開始流行起來。這種類型的協同過濾算法主要通過收集整理應用場景中的歷史數據，來進行相關模型的訓練與構建，進而利用構建完成的模型來對推薦目標進行預測。本發明涉及的推薦方法也是在基于模型的協同過濾算法上的一種改良。

發明內容

為了克服在Web API的推薦場景中，Mashup服務需求描述過短，可供推薦的WebAPI過多，以及推薦的精準度低和多樣性差等問題。本發明提出了一種基于Mashup服務鄰域的Web API推薦方法。首先根據語義特征向量匹配Mashup服務類簇，初步判定需求的功能類別，明確了Web API的篩選范圍，然后設計了一種Web API功能分類算法，對數據集中所有的Web API進行功能類別劃分，最后根據流行度、平均共現度的排名做出推薦，推薦的精準度較高和多樣性較好。

本發明提供如下的技術方案：

一種Web開放環境下基于Mashup服務鄰域的Web API推薦方法，所述方法包括以下步驟：

第一步、構建需求Mashup語義特征向量，匹配Mashup服務類簇；

第二步、收集鄰域內Mashup服務調用過的Web API數據，構建Web API鄰域；