基于主题模型的Mashup标签推荐方法

摘要

随着Web2.0技术的兴起,标签作为Web资源管理和检索的有效方式成为近年的热点研究对象.开发者通常为新的Mashup人工指定若干与功能性相关的标签,以便于用户理解、检索以及实现Mashup资源的分类管理.然而,手动指定标签十分繁琐,且比较浪费时间.目前尚缺乏一种高效的方法能自动为Mashup推荐标签.因此提出了一种基于主题模型的Mashup标签推荐方法,该方法通过寻找与指定Mashup描述相似的Web Application Programming Interfaces(Web APIs),将其已有标签推荐给该Mashup;同时,针对所提方法本文设计了一种标签排序算法,该算法能有效提高标签推荐的精度.使用从programmableweb.com收集的真实数据进行实验表明,本文所提出的方法明显优于传统的基于协同过滤等的标签推荐方法.