[發明專利]基于主題模型聚類的Web API推薦方法

有效

• 申請號: 202110508530.7
• 申請日: 2021-05-11
• 公開（公告）號: CN113343078B
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 陸佳煒;鄭嘉弘;趙偉;馬超治;徐俊;張元鳴;肖剛
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/35;G06F40/216;G06F40/284;G06K9/62
• 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

一種基于主題模型聚類的Web API推薦方法，根據上下文信息計算單詞的語義權重信息從而得到文檔?單詞語義權重信息矩陣D；統計單詞共現信息，從而計算出SPPMI矩陣信息；基于得到Mashup服務文檔單詞的詞頻信息矩陣D，單詞的上下文SPPMI矩陣M，通過分解M可以得到詞嵌入信息矩陣，進一步將上述兩種信息進行結合，計算服務的主題信息；將得到的Mashup服務主題特征，作為譜聚類的輸入進行聚類，通過對所有數據點組成的圖進行切圖，讓切圖后不同的子圖間邊權重和盡可能的低，子圖內的邊權重和盡可能的高，達到聚類的目的；結合GBDT和FM方法對Web API服務進行預測推薦。本發明有效實現Web API推薦。

技術領域

本發明涉及到一種針對Mashup服務構建基于主題模型聚類的Web API服務推薦方法。

背景技術

隨著互聯網技術的不斷成熟，服務互聯網化成本不斷降低，在服務計算“服務化”的思想驅動下，越來越多的公司將數據、資源或者相關業務發布到互聯網上，以提高信息的利用率和自身競爭力。然而傳統的服務大多數遵循簡單對象訪問協議，通常針對某一特定領域的業務需求，提供單一功能的服務，此外還存在技術體系復雜、擴展性差等問題，難以適應現實生活中復雜多變的應用場景。因此，對于Web服務提供商而言，如何能夠根據現實用戶以及自身業務需求的具體變動，快速地對已有的服務資源重新整合，成為一個亟待解決的問題。

為克服傳統服務帶來的問題，互聯網逐漸出現一種以混搭技術為基礎的Mashup服務，以緩解傳統服務難以適應復雜多變應用環境的問題。Mashup服務能將單一功能的服務和多種數據資源進行整合混搭，構建出綜合性的Web應用，從而滿足用戶多變的技術。Mashup服務開發十分便捷，軟件開發人員只需從服務注冊平臺，直接選取出若干合適的服務或者數據源，并按照相應的指示流程，便可以著手具有相應混合功能的Mashup服務的開發。由于Mashup服務適用性強，靈活度高，而且相對易于開發，Mashup服務逐漸受到企業和開發者的青睞。

然而，隨著互聯網上Web API服務數量的不斷增多，在Web API推薦中，推薦系統需要面對兩個問題：一是Mashup服務描述文檔通常比較簡短、特征稀疏、信息量少，如何有效地根據簡短的描述信息提取Mashup服務描述需求的潛在信息，二是Web API服務集合數量眾多，大大地增加推薦系統搜索相關聯API服務的工作量，如何快速的、有效地確定Web API服務候選集合。

發明內容

為了有效解決Web API推薦中的問題，本發明提出一種基于主題模型聚類的WebAPI推薦方法，該方法首先基于非負矩陣分解(Non-negative Matrix Factorization,NMF)方法提取Mashup服務需求，已有Mashup服務集以及Web API的主題特征，根據采用譜聚類算法對Mashup服務聚類后得到Mashup服務類簇后，將Mashup服務描述需求主題信息與類簇進行相似度計算，選擇最相近的Mashup類簇，根據類簇中已有的Mashup服務調用關系，確定推薦Web API的候選集合，最后結合梯度提升決策樹(Gradient Boosting Decision Tree，GBDT)和因子分解機(Factorization Machine,FM)方法，對Web API推薦進行預測。

本發明所采用的技術方案是：

一種基于主題模型聚類的Web API推薦方法，所述方法包括如下步驟：

第一步：根據上下文信息計算單詞的語義權重信息從而得到文檔-單詞語義權重信息矩陣D；

第二步：統計單詞共現信息，從而計算出SPPMI矩陣信息；

第三步：基于第一步，第二步得到Mashup服務文檔單詞的詞頻信息矩陣D，單詞的上下文SPPMI矩陣M，通過分解M可以得到詞嵌入信息矩陣，進一步將上述兩種信息進行結合，計算服務的主題信息；