41、使用关系主题模型和因子分解机为混搭应用创建推荐 Web API

使用关系主题模型和因子分解机为混搭应用创建推荐 Web API

1. 引言

在当今的服务导向型环境中，Mashup 技术崭露头角，它允许软件开发人员通过组合现有的 Web API 来创建新的或增值的复合 RESTful Web 服务。像 ProgrammableWeb、myExperiment 和 Biocatalogue 等在线 Mashup 和 Web API 仓库纷纷建立，其中有大量可供外部调用的 Web API，用户能通过组合不同功能的 Web API 来创建 Mashup，以满足复杂需求。

然而，随着可用 Web API 数量的迅速增长，以及功能相似的 Web API 众多，从仓库中为用户挑选最合适的 Web API 成为一项重大挑战。例如，截至 2015 年 11 月，ProgrammableWeb 已发布了超过 13872 个 Web API。当用户想要开发一个与移动相关的 Mashup 应用时，通过 ProgrammableWeb 网站的搜索引擎能找到 1500 多个 Web API，用户很难从这么多具有相关功能的 Web API 中识别出最适合完成 Mashup 开发的 API，而且搜索引擎返回的一些 Web API 并不满足用户的开发需求。

为解决这些问题，一些研究人员采用服务推荐技术来提高 Web 服务发现的准确性，主要方法包括基于功能、基于 QoS、基于关系和混合服务推荐。但现有方法的准确性仍有很大提升空间，主要问题在于 Mashup 和 Web API 之间历史链接或调用的稀疏性，导致推荐准确性不佳。大多数 Mashup 仅包含不超过 3 个 Web API，巨大的稀疏性使得用户难以找到更合适的 Web API 来创建 Mashup。