在万物互联的云时代，云应用程序编程接口(API)是数字经济建设和服务化软件开发的关键数字基础设施。然而，云API数量的持续增长给用户决策和推广带来挑战，设计有效的推荐方法成为亟待解决的重要问题。现有研究多利用调用偏好、搜索关键词或二者结合进行建模，主要解决为给定Mashup推荐合适云API的问题，未考虑开发者对个性化高阶互补云API的实际需求。该文提出一种基于个性化张量分解的高阶互补云API推荐方法(Personalized Tensor Decomposition based High-order Complementary cloud API Recommendation, PTDHCR)。首先，将Mashup与云API之间的调用关系，以及云API与云API之间的互补关系建模为三维张量，并利用RECAL张量分解技术对这两种关系进行共同学习，以挖掘云API之间的个性化非对称互补关系。然后，考虑到不同互补关系对推荐结果的影响程度不同，构建个性化高阶互补感知网络，充分利用Mashup、查询云API以及候选云API的多模态特征，动态计算Mashup对不同查询和候选云API之间互补关系的关注程度。在此基础上，将个性化互补关系拓展到高阶，得到候选云API与查询云API集合的整体个性化互补性。最后，利用两个真实云API数据集进行实验，结果表明，相较于传统方法，PTDHCR在挖掘个性化互补关系和推荐方面具有较大的优势。
暂无评论