Web API推荐具有功能集合和“学以致用”的特点

近年来,已经提出了多种针对服务生态系统的方法来满足Web API推荐的要求。 但是,如何有效地结合mashup和API的琐碎功能以提高推荐效果仍有待探索。 因此,我们提出了一种Web API推荐方法,该方法采用了功能集成和等级学习的方法。 根据混搭和Web API的可用数据,提取文本特征,最近邻居特征,API特定的特征,API的标记特征以估计回归模型中混搭需求与候选API之间的相关性。 ,然后使用“学习排名”方法来优化模型。 实验结果表明,我们提出的方法在推荐性能方面优于某些最新方法。