基于主题模型的Mashup标签推荐方法

作     者：刘建勋 石敏 周栋 唐明董 张婷婷 LIU Jian-Xun;SHI Min;ZHOU Dong;TANG Ming-Dong;ZHANG Ting-Ting

作者机构：湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室湖南湘潭411201 

出 版 物：《计算机学报》 (Chinese Journal of Computers)

年 卷 期：2017年第40卷第2期

页      面：520-534页

核心收录：

学科分类：0810[工学-信息与通信工程] 0808[工学-电气工程] 0839[工学-网络空间安全] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：国家自然科学基金(61572187 61300129 61272063 61572186) 国家科技支撑计划(2015BAF32B01) 教育部留学回国人员科研启动基金(教外司留1792) 湖南省教育厅资助科研项目(16K030) 湖南省研究生科研创新项目(CX2016B573)资助~~ 

主　　题：Mashup Web APIs 标签推荐 主题模型 PageRank 云计算 

摘      要：Web 2.0时代,标签作为Web资源管理和检索的有效方式已成为近年的热点研究对象.开发者通常为新的Mashup人工指定若干与功能性相关的标签,以便于用户理解、检索以及实现Mashup资源的分类管理.然而,手动指定标签十分繁琐且费时,自动生成Mashup标签十分必要但缺乏有效方法.针对该问题,文中提出一种基于主题模型的方法进行Mashup标签的自动推荐.该方法首先建立Mashups与Web Application Programming Interfaces(APIs)的描述文档以及Mashups与APIs之间的组合关系模型,然后寻找与待推荐标签Mashup的描述文档主题分布相似的Web APIs,并将它们与该Mashup直接组合的APIs合并,采用一种带权重的PageRank算法,从中挑选出最重要的APIs,最后将它们已有标签推荐给该Mashup.同时,针对所提方法文中设计实现一种标签排序算法,该算法优先推荐那些与Mashup主题最相关的标签.根据使用从ProgrammableWeb收集的真实数据进行实验可知,文中所提出的方法明显优于其他自动化标签推荐方法.