一种面向 Mashup 应用的 API 推荐方法

来源：计算机技术与发展杂志2021年第02期北京时间：

作者：李鑫

摘要：在动态变化的网络环境下,来自组合服务或 Mashup 的服务可能不可用或失效。 此外,随着越来越多的服务在互联网上,用户很难找到他们想要的服务。 服务聚类是辅助服务发现的一种重要方法,但是已有的服务发现方法没有考虑服务本身的规格(Specs)信息。针对上述问题,提出了一种面向 Mashup 应用的 API 推荐方法,通过 LDA 主题聚类对 API描述信息进行聚类,通过 Word2Vec 以及相似度计算从功能相似性的角度判断失效 API 所属主题类簇,在该主题类簇下通过失效 API 的规格信息进行进一步筛选, 将失效 API 与筛选后的主题类簇中的 API 进行相似度判断,从而得到推荐 API 的集合。 最后以 ProgrammableWeb 网站上的真实数据进行了实验,与传统的 K-means、TF-IDF 方法相比,实验结果表明该方法在一定程度上可以提高推荐结果的准确性。

关键词：失效服务聚类;服务推荐;LDA;Word2Vec;Jaccard 系数