功能互补关系增强的云API推荐方法

摘要

当前云API推荐方法主要采用相似性计算或者利用Mashup的历史调用来生成推荐结果,忽略了Mashup与云API之间有益的功能互补关系。针对上述问题,提出一种基于功能互补关系增强的云API推荐方法。首先,利用标签共现对功能互补关系进行刻画。然后,计算功能互补得分来刻画云API和Mashup之间的功能互补程度,学习功能互补向量来刻画云API和Mashup之间的潜在功能互补关系。在此基础上,将功能互补得分和功能互补向量嵌入云API推荐模型中,使功能互补关系在推荐云API的过程中起到关键性的作用。在真实世界云API数据集上进行实验,所提方法在稀疏场景下的AUC、F1、HR@5指标上平均提升了2.32%、1.86%、9.15%,最终验证了所提方法可以在提高云API推荐结果准确性的同时,提升对长尾云API的推荐性能。