支持用户混搭的数据操作推荐

摘要

为了在用户混搭(Mashup)过程中实现数据操作推荐，本文全面考察了常见的混搭系统，从中抽象出含有四种数据流模式的基本模型，并在该模型上定义了数据操作推荐问题。利用数据操作复用率高的特点，采用统计手段得出全局(在所有的混搭应用中)和局部(在正在构建的混搭应用中)的操作组合模式,并以此为依据，实现沿数据流方向与逆数据流方向的top-k数据操作推荐．通过理论分析，优化了计算过程，降低了计算开销．上百个YahooPipes被采集来进行了一系列的实验，结果表明本方法具有较高的准确性和运行效率．