基于Mashup服务语义表达聚类的API推荐方法研究.pdf

浙江工业大学硕士学位论文 基于 Mashup 服务语义表达聚类的 API 推荐方法研究 摘 要 近年来，互联网上开始流行一种轻量级的服务组合模式——Mashup 技术， 它的原理是将两种或两种以上 API 服务混搭在一起，构建一个全新 Web 应用。 但是随着服务计算快速发展，越来越多的企业与部门将自身开发的服务，数据或 者资源通过 API 的形式发布到互联网上，这导致 API 服务的数量变的越来越庞 大。如何从这样一个大规模的 API 服务集合中，快速准确、多样化的推荐满足 开发者用户 Mashup 需求的 API 服务，已成为一个挑战性问题。 Mashup 服务与 API 服务之间存在调用关系，所以 Mashup 服务的功能聚类 可以对 API 推荐供多样化的建议。所以本文主要针对 Mashup 服务聚类与 API 推荐这两个核心问题展开研究工作，主要内容如下： (1)出了一种基于词向量权重的 Mashup 服务文本语义表示模型。为了解决 Mashup 服务述文本词汇量不足的问题，我们将 Mashup 服务所调用 API 服务 的标签与述文本对 Mashup 服务述文本进行扩充；通过 Mashup 服务述文 本与服务标签之间的语义相关性对 Mashup 服务述文本特征项赋予权重，构建 Mashup 服务述文本语义表示模型。通过实验仿真，结果表明本文出的模型 可以改善 Mashup 服务文本在聚类模型聚焦性差的问题。 (2)出了一种基于 Mashup 服务文本语义表示模型相似度的Mashup 服务聚 类方法。该方法首先计算 Mashup 服务文本语义表示模型之间的相似度;然后针 对 K-means 聚类算法存在中心点选择困难的问题，出一种基于密度峰值改进 K-means 与 Agnes 融合聚类算法(CFFC) ;最后 CFFC 算法通过模型相似度对 Mashup 服务进行聚类。通过实验仿真，结果表明本文出的聚类算法可以高 聚类的效果。 (3)出了一种基于Mashup 服务构建的API 推荐方法。该方法首先在Mashup 服务聚类的基础上构建 Mashups 类簇与 API 服务之间的历史调用关系矩阵;然后 通过矩阵分解探索调用关系矩阵中的隐式因子，对历史调用关系矩阵进行缺失值 的预测;最后在已经补全的历史调用关系矩阵基础上，根据用户的需求文本匹配 Mashups 类簇对 API 服务进行排名与推荐。通过实验仿真，结果表明本文出 的推荐方法可以高API 服务推荐的精度与多样性。 II 基于 Mashup 服务语义表达聚类的 API 推荐方法研究 关键词：语义，标签，Mashup 服务聚类，API 推荐 III 浙江工业大学硕士学位论文 An API Recommendation Method Based on Mashup Service Semantic Expression Clustering ABSTRACT In recent years, a lightweight service composition model called Mashup technology has become popular on the Internet. Its principle is to mix and match two or more API services to build a brand new Web application.However, with the rapid development of service comput