多维数据融合的API服务可信推荐方法研究

发布时间：2023-10-02 01:57

　　随着Saa S和SOA技术的发展,互联网上涌现了大量Web服务,然而在动态变化的网络环境下,服务可能出现不可用或失效的问题。在这种情况下,如何帮助用户发现可替代服务以及所发现服务是否可信是一个极具挑战性的问题,吸引了国内外研究人员的广泛关注。但是,已有的可信推荐方法往往基于服务的单一信息进行推荐,忽略了服务多维信息的融合。因此,本文围绕如何基于服务的多维数据信息进行可信服务推荐展开了研究,主要研究内容如下:(1)提出一种基于描述信息和规格(Specs)信息的相似API服务推荐方法。该方法针对已有推荐方法一般基于服务单一信息进行推荐的问题,从API服务描述信息和规格信息两个方面进行考虑,首先通过LDA主题模型对API描述信息进行服务聚类,并通过相似度计算判断待替代API(目标API)所属主题类簇;然后考虑API规格信息,根据Jaccard系数对该主题类簇下的API进行进一步筛选;在此基础上计算目标API描述信息与筛选后的API描述信息之间的相似度并排序,从而将相似度高的API作为候选可替代服务进行推荐;最后通过Programmableweb网站上真实数据集进行了实验。实验结果表明,上述方...

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状及分析
        1.2.1 服务聚类研究分析
        1.2.2 服务推荐分析
        1.2.3 可信推荐分析
    1.3 论文主要研究内容及创新点
    1.4 论文组织结构
2 相关理论与技术
    2.1 典型聚类方法概述
    2.2 文本向量化方法
    2.3 协同过滤推荐算法
        2.3.1 基于用户的协同过滤推荐
        2.3.2 基于项目的协同过滤推荐
        2.3.3 基于模型的协同过滤推荐
    2.4 常见的相似性计算方法
    2.5 常见评估方法
    2.6 本章小结
3 基于描述信息和Specs信息的相似API服务推荐方法
    3.1 引言
    3.2 基于描述信息的API服务聚类
        3.2.1 API服务描述信息的介绍
        3.2.2 基于LDA的 API服务聚类
    3.3 基于相似度计算和Specs信息的相似API推荐
        3.3.1 识别目标API所属主题类簇
        3.3.2 基于API Specs信息的筛选
        3.3.3 相似API服务推荐
    3.4 实验结果及分析
        3.4.1 实验准备
        3.4.2 评估指标
        3.4.3 聚类结果分析
        3.4.4 推荐结果分析
    3.5 本章小结
4 基于可信度和关注度的API服务可信推荐方法
    4.1 引言
    4.2 数据收集及预处理
        4.2.1 数据归一化处理
        4.2.2 评分均值化
    4.3 用户和Mashup服务可信度和关注度的计算
        4.3.1 用户可信度和关注度的计算
        4.3.2 Mashup服务可信度和关注度的计算
    4.4 基于可信度和关注度的API服务可信推荐
    4.5 实验及结果分析
        4.5.1 实验准备
        4.5.2 实验评估指标
        4.5.3 实验结果分析
    4.6 本章小结
5 总结与展望
    5.1 本文主要贡献
    5.2 下一步工作展望
参考文献
致谢
攻读硕士学位期间发表的论文及参与的科研项目



本文编号：3849870