资料下载
×
融合多维信息的主题自适应Web API推荐方法
消耗积分:3 |
格式:rar |
大小:0.81 MB |
2017-12-14
分享资料个
如何根据用户的自然语言需求描述自动生成或推荐用于解决问题的Web API服务集合，并辅助构建Mashup是业务流程管理者和服务组合者关注的热点之一．如何提高推荐的质量是大家关注的焦点．为此，本文提出一种融合多维信息的主题自适应Web API推荐方法HDP-FM（Hierarchical Dirichlet Processes-Factorization Machines）为Mashup的创建推荐Web APls集合．该方法以Web API的描述文档为语料库，利用HDP模型训练每个Web API的主题分布向量．其次，利用已生成的主题模型预测每个Mashup的主题分布向量，用于相似度的计算．最后将Mashup之间的相似度。WebAPI之间的相似度。Web API的流行度和共现性作为因子分解机模型的输入。评分排序获取用于推荐的Web APls集合．为了验证HDP-FM方法的性能，本文使用从ProgrammableWeb平台上爬取的真实数据进行多组实验，实验结果表明，HDP-FM方法在准确率，召回率，F-rrieasure和NDCG@N等方面具有较好的性能．
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
