【技术实现步骤摘要】
面向SaaS的融合带重启随机游走算法的Web Api多样性推荐方法
[0001]本专利技术涉及Web环境中的Api推荐场景，具体涉及一种面向Saas的融合带重启随机游走算法的Web Api多样性推荐方法。
技术介绍
[0002]SaaS全称为Software
‑
as
‑
a
‑
service，意思是“软件即服务”。SaaS是一种基于互联网提供软件服务的应用模式，而Web API是SaaS的核心元素之一，能够提供特定功能的应用程序接口，可以对接类型多样的客户端。Mashup是由Web API构成的通过组合来自不同Web源的内容、表示或应用程序功能而生成的Web应用程序，其目标是结合这些资源来创建有用的新应用程序或服务。Mashup有简单、高可用和易于访问等特点，且其简单性优于功能完整性和完全可扩展性。
[0003]如何当下海量的服务仓库中寻找合适的服务已成为重要课题。国内外不少学者已经开展了对服务推荐的研究。例如，Gao等人将Mashup的描述文档转化成向量，将向量用k
‑
means算法进行聚类，并提出一种广义流式排序算法进行API推荐。Qi等人通过图神经网络学习Mashup和API的潜在表示，并通过一个具有注意力机制的神经网络分析需求Mashup采用各个API的概率，根据概率大小返回推荐列表。
[0004]超图是近年来在国际上流行的图模型，超图中的边可以联结任意个数量的超点，每条超边是超图点集中的非空子集。相较于普通图，超图能直观地...
【技术保护点】
【技术特征摘要】
1.一种面向Saas的融合带重启随机游走算法的Web Api多样性推荐方法，其特征在于，所述方法包括以下步骤：第一步、提取MATaTo(Mashup
‑
API
‑
Tag
‑
Topic)数据模型，过程如下：步骤(1.1)从互联网网站爬取Mashup服务集合信息，进行步骤(1.2)；步骤(1.2)对爬取到的Mashup服务集合进行分析，选择有利于提升服务推荐准确性且内容丰富的元信息，进行步骤(1.3)；其中，爬取到的信息有服务描述文档、Mashup与API的调用关系、主题、标签、服务关注者、服务调用链接、更新日志信息；步骤(1.3)定义MATaTo模型的符号，M表示Mashup集合、A表示API集合、Ta表示标签集合、To表示主题集合、R1表示Mashup之间的关系、R2表示API之间的关系、R3表示Mashup及其属性的关系、R4表示API及其属性的关系、R5表示Mashup和API之间的关系、n表示超点数量、m表示超边数量、WHG∈R
m
×
n
表示加权超图、v表示超点、V表示由n个超点构成的集合、e表示超边、E表示由m个超边构成的集合，R
m
×
n
表示大小为m
×
n的实数集合；进行步骤(1.4)；步骤(1.4)遍历爬取到的信息，从中提取出MATaTo数据模型；第二步、基于MATaTo数据模型构建超图，过程如下：步骤(2.1)使用NMF模型对Mashup和API描述文档建模，得到对应的主题向量，进行步骤(2.2)；其中，NMF模型是非负矩阵分解，是一种无监督学习算法；步骤(2.2)根据MATaTo数据模型，针对四种类型的对象构成超图的超点；步骤(2.3)根据五种高阶关系中建立十种类型的超边，定义十种类型的超边E
M*ToTa*
、E
A*To*Ta*
、E
M*A*To*
、E
M*A*Ta*
、和建立超图的超边集；第三步、对MATaTo数据模型构成的超图进行多级聚类，过程如下：步骤(3.1)粗化阶段：对原始图超点进行连续的粗化直到超图规模减小到一定程度；步骤(3.2)聚类阶段：对粗化阶段得到的最粗超图使用不同的参数进行谱聚类，根据结果选择效果最优的聚类，进行步骤(3.3)；步骤(3.3)细化阶段：将粗化阶段中被粗化的超点映射到聚类中，结束；第四步、基于带重启随机游走算法对Mashup服务进行推荐；超图中的超点在每一步的游走过程中有两种选择，以特定的概率α∈(0,1)游走到邻近的超点或者以1
‑
α的概率返回初始超点，这种随机游走在任意时刻都有可能回到初始节点，使趋于稳定的概率分布和初始节点的相关性加强，因此最终的服务推荐列表将更加符合需求Mashup。2.如权利要求1所述的面向Saas的融合带重启随机游走算法的Web Api多样性推荐方法，其特征在于，所述步骤(1.2)中，服务描述文档是传统Web服务WSDL文档的替代品，通过直观的语言描述服务信息，一直以来是服务推荐研究者的研究重点；其中，Mashup与API的调用关系包含了Mashup与API之间存在的不可分割的关系，而现有的研究中往往忽略了两者的调用关系，因此，需要使用Mashup与API的调用关系，并且在调用关系的基础上，可以引申出Mashup和API流行度、Mashup与API、Mashup与Mashup、API与
API共现度信息；其中，主题能反应服务的功能性特征，对于服务的使用范围有一个大致的定性，同一主题下的服务有相似的功能，标签通常由用户人为添加，从用户的主观角度对服务进行补充描述；其中，服务调用链接仅代表了服务的资源地址，并无实际帮助，因此，不使用服务调用链接信息。3.如权利要求1或2所述的面向Saas的融合带重启随机游走算法的Web Api多样性推荐方法，其特征在于，所述步骤(1.4)的过程如下：步骤(1.4.1)提取服务描述文档、Mashup与API的调用关系、主题、标签四种类型信息，进行步骤(1.4.2)；其中，四种类型信息的说明具体如下：Mashup(M*)表示Mashup服务，是服务推荐场景中推荐的请求者，Mashup本身携带有标签、主题的信息，并且与API存在调用关系；API(A*)表示Web API，是服务推荐场景中的推荐对象，与Mashup服务对象相同，也具有标签、主题的信息，与Mashup存在被调用的关系；标签(Ta*)表示爬取到的标签信息，具有相同标签的Mashup和API关系更加紧密；主题(To*)表示爬取到的主题信息，同一主题下的Mashup和API有相近的功能；步骤(1.4.2)归纳出R1(M*
‑
Ta*
‑
To*)、R2(A*
‑
Ta*
‑
To*)、R3(M*
‑
M*)、R4(A*
‑
A*)、R5(M*
‑
A*)五种类型的高阶关系；其中，五种高阶关系的说明具体如下：R1(M*
‑
Ta*
‑
To*)表示Mashup及其属性的关系，Mashup除了自身的描述文档外，用其携带的主题、标签信息进行补充说明；R2(A*
‑
Ta*
‑
To*)表示API及其属性的关系，与R1相同，API用其携带的主题、标签信息进行补充说明，Mashup调用具有相同主题、标签的API；R3(M*
‑
M*)表示Mashup之间的关系，本发明计算不同Mashup描述文档之间的相似度，来表示不同Mashup服务之间的关系；R4(A*
‑
A*)表示API之间的关系，与R3相同，使用相似度表示API服务之间的关系，除此之外，被同时调用的两个或多个API之间能反映其共现度，一定程度上提升推荐的准确度；R5(M*
‑
A*)表示Mashup和API之间的关系，Mashup由API组合而成，除了显式的调用关系外，API的主题或标签同样能对Mashup进行功能性描述。4.如权利要求1或2所述的面向Saas的融合带重启随机游走算法的Web Api多样性推荐方法，其特征在于，所述步骤(2.2)的过程如下：步骤(2.2.1)定义Mashup集合M＝{m1,m2,m3,...,m
N
}，进行步骤(2.2.2)；其中，N为Mashup的总数；步骤(2.2.2)定义Mashup m
i
调用的API集合为A
i
＝{a
i1
,a
i1
,a
i1
,...,a
ik'
}，进行步骤(2.2.3)；其中，i代表当前Mashup在集合M中的编号，k
’
为Mashup m
i
调用的API总数，则所有Mashup调用的API集合为其中，∪表示取并集；
步骤(2.2.3)定义Ta和To为所有Mashup和API携带的标签和主题信息集合，进行步骤(2.2.4)；步骤(2.2.4)初始化超图的超点集为V＝M∪A∪T
a
∪T
o
。5.如权利要求1或2所述的面向Saas的融合带重启随机游走算法的Web Api多样性推荐方法，其特征在于，所述步骤(2.3)中，超边定义的具体说明如下：主题能对Mashup进行功能性描述，而Mashup本身携带的主题有限，通过与其相似的Mashup扩展自身的主题，对于每个Mashup，选取top
‑
k个相似Mashup以及它们的主题构成一条超边，该边的权重设定为与k个Mashup之间相似度的平均值，相似度的计算采用常见的余弦相似度，其中，余弦相似度的计算公式如下：其中，θ表示预先相似度的夹角，vm
x'
表示第x
’
个Mashup的特征向量，|vm
x'
|表示特征向量的模；标签能对Mashup进行细节性描述，而Mashup本身携带的标签有限，通过与其相似的Mashup扩展自身的标签，对于每个Mashup，选取top
‑
k个相似Mashup以及它们的标签构成一条超边，该边的权重设定为与k个Mashup之间相似度的平均值，相似度的计算和步骤(2.3)中的余弦相似度的计算公式相同；一个API携带的标签数有限，可以通过与其他API之间的相似性扩展自身的标签，对于每个API，选取top
‑
k个相似API以及它们的主题构成一条超边，该边的权重设定为与k个API之间相似度的平均值，相似度的计算和步骤(2.3)中的余弦相似度的计算公式相同；同上，API可以通过与其他API之间的相似性扩展自身的标签，对于每个API，选取top
‑
k个相似API以及它们的标签构成一条超边，该边的权重设定为与k个API之间相似度的平均值，相似度的计算和步骤(2.3)中的余弦相似度的计算公式相同；E
M*To*Ta*
：一个Mashup本身携带有主题与标签信息，对于每个Mashup，选取其携带的任意数量主题与标签构成一条超边，该边的权重设定为1；E
A*To*Ta*
：一个API本身携带有主题与标签信息，对于每个API，选取其携带的任意数量主题与标签构成一条超边，该边的权重设定为1；E
M*A*To*
：一个Mashup调用一个或多个API，这些API的主题同样能补充Mashup的主题，对于每个Mashup，选取其调用的所有API以及携带的主题，该边的权重设定为1；E
M*A*Ta*
：同上，一个Mashup调用一个或多个API，这些API的标签同样能补充Mashup的标签，对于每个Mashup，选取其调用的所有API以及携带的标签，该边的权重设定为1；流行的API往往代表较高的质量，对于每个API，与其所在的主题构建一条超边，该边的权重设定为流行度大小，其中，流行度大小的公式如下：其中Call(A
r
)表示API A
r
被Mashup调用的频次，Topic(A
r
)表示与A
r
具有相同主题的所有API，MinCall(Topic(A
r
))表示与A
r
相同主题中的所有API中调用频次最低的API，MaxCall(Topic(A
r
))表示与A
r
相同主题中的所有
API中调用频次最高的API；经常一起被调用的API具有相关性，该边包含所有共现次数大于1的API，该边的权重设定为共现度大小，其中，共现度大小的公式如下：其中，|A
m'
∩...∩A
n'
|表示API A
m
’
,...,A
n
’
被相同Mashup调用的次数，|A
m'
∪...∪A
n'
|表示APIA
m
’
,...,A
n
’
被Mashup调用的总次数。6.如权利要求1或2所述的面向Saas的融合带重启随机游走算法的Web Api多样性推荐方法，其特征在于，所述步骤(3.1)的过程如下：步骤(3.1.1)定义粗化阶段所需的符号，c表示超点的权重集合、w表示超边的权重集合、G＝(V,E,c,w)表示原始超图、iterTime表示迭代次数、coarse_limit表示粗化阈值、max_weight表示超点权重阈值、G'＝(V',E',c',w')表示粗化后的图，V'表示粗化后未被合并的超点,E'表示粗化后的超边,c'表示粗化后超点的权重集合,w'表示粗化超边后的权重集合，进行步骤(3.1.2)；步骤(3.1.2)将所有超点加入到未访问超点集合UV中，进行步骤(3.1.3)；步骤(3.1.3)初始化空集合C用于记录所有被粗化的超点，进行步骤(3.1.4)；步骤(3.1.4)定义变量I用于存储迭代次数，并将其初始化为0，进行步骤(3.1.4.1
‑
3.1.4.4)，对集合UV中的超点进行粗化，进行步骤(3.1.5)；步骤(3.1.4.1)定义集合UVT，用于存储对本次迭代需要粗化的超点合集，将集合UV中的超点拷贝进集合UVT中，进行步骤(3.1.4.2)；步骤(3.1.4.2)进行步骤(3.1.4.2.1
‑
3.1.4.2.12)，对UVT中超点进行粗化，直到迭代次数到达len(UVT)，进行步骤(3.1.4.3)；其中，len()表示获取集合的大小，len(UVT)表示集合UVT的大小；步骤(3.1.4.2.1)随机取集合UVT中一个超点，命名为rv，进行步骤(3.1.4.2.2)；步骤(3.1.4.2.2)判断该超点rv是否属于集合UVT，是则进行步骤(3.1.4.2.3)，否则直接进入下一轮循环；步骤(3.1.4.2.3)定义一个超点cv，并将超点rv拷贝给cv，定义score用于存储评分，并初始化评分为0，进行步骤(3.1.4.2.4)；步骤(3.1.4.2.4)遍历与超点rv邻接的其他超点，并将该超点拷贝给iv，进行步骤(3.1.4.2.4.1
‑
3.1.4.2.4.3)，找到要与rv合并的超点iv，进行步骤(3.1.4.2.5)；其中，与超点rv邻接的其他超点即与该超点在同一边中的超点；步骤(3.1.4.2.4.1)计算rv的权重与iv的权重之和；步骤(3.1.4.2.4.2)判断该权重和是否大于超点权重阈值max_weight，否则进行步骤(3.1.4.2.4.3)，是则直接进入下一次循环；步骤(3.1.4.2.4.3)判断iv是不是属于集合UVT中的超点，是则直接进入下一次循环，否则直接结束循环；步骤(3.1.4.2.5)根据评分函数计算rv与iv的评分函数，定义变量cur_score，将评分存储在cur_score中，进行步骤(3.1.4.2.6)；其中，评分函数为score(rv,iv)＝a
·
con(rv,iv)+b
·
hNcut(rv,iv)，a、b的值为经验
值，依据实验效果调参后所得，其中，其中，I*(rv)、I*(iv)分别表示包含超点rv、iv的超边集合，∩表示取交集，即取符号左右集合都存在的元素，其中c*(rv)、c*(iv)分别为超点rv、iv的权重,e1表示同时和超点rv、iv存在于同一超边的超点，w(e1)表示超边e1的权重，de(e1)表示超边e1的度，de(e1)＝|e1|，|e1|表示超边e1中的超点数量；∑表示求和，其中hNcut(rv,iv)表示超点rv和iv所在超边的归一化切割，代表了rv和iv分别被看作一个簇类时这两个簇类的相关度，计算公式为其中，dv(rv)、dv(iv)表示超点rv、iv的度，即包含超点rv、iv的边的权重之和，e2表示属于集合Q
e
的边，Q
e
表示由这两个集合切割的超边集，当一条超边中的超点存在于不同簇类中时，称这条超边是被切割的超边；步骤(3.1.4.2.6)判断cur_score是否大于score，是则将超点iv拷贝到cv中、将cur_score的值赋值给score，进行步骤(3.1.4.2.7)；步骤(3.1.4.2.7)将rv与cv合并，本发明使用双向链表的形式，将有合并关系的超点进行连接，然后进行步骤(3.1.4.2.8)；其中，双向链表是链表的一种，它的每个数据结点中都有两个指针，分别指向直接后继和直接前驱，即，直接相连的两个节点之间有指向对方的指针；步骤(3.1.4.2.8)将被合并超...
【专利技术属性】
技术研发人员：陆佳炜，费佳欢，马超治，王琪冰，肖刚，徐俊，张元鸣，郑嘉弘，梅浩，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。