-
题名功能互补关系增强的云API推荐方法
被引量：1
- 1
-
-
作者
陈真
陈文辉
刘啸威
尤殿龙
刘林林
申利民
-
机构
燕山大学信息科学与工程学院
燕山大学河北省计算机虚拟技术与系统集成重点实验室
中国科学院文献情报中心
-
出处
《通信学报》
EI
CSCD
北大核心
2023年第6期125-137,共13页
-
基金
国家自然科学基金资助项目(No.62102348,No.62276226)
河北省自然科学基金资助项目(No.F2022203012,No.F2021203038)
+1 种基金
河北省创新能力提升计划基金资助项目(No.22567626H)
河北省研究生创新基金资助项目(No.CXZZSS2023048)。
-
文摘
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。
-
关键词
云api推荐
功能互补
标签共现
长尾云api
-
Keywords
cloud api recommendation
functional complementarity
label co-occurrence
long tail cloud api
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
