[发明专利]基于组合语义学习的服务包推荐方法及系统

说明书

本发明提供了一种基于组合语义学习的服务包推荐方法及系统，包括：步骤M1：采集现有的Mashup应用及Mashup应用所包含的原子服务；步骤M2：基于Mashup应用中使用的服务之间的协作关系，学习原子服务组合在一起形成的组合语义，构建语义服务包库；步骤M3：围绕语义服务包库推荐一组互补的服务，完整涵盖Mashup应用的功能需求。本发明通过对Mashup应用自然语言功能描述的挖掘来发现服务的组合语义，并形成语义服务包库，围绕语义服务包库，为用户推荐一组互补的服务，以尽可能完整涵盖功能需求。

技术领域

本发明涉及网络化服务检索技术领域，具体地，涉及一种基于组合语义学习的服务包推荐方法及系统。

背景技术

在服务经济时代，以用户需求为中心的个性化服务因能为不同需求的用户提供定制化的服务而受到大众的关注，

组合服务技术为用户的需求提供个性化的解决方案。Mashup作为服务计算的一项重要技术已经成为组合服务实现中的流行方法。已有一些面向终端用户开发的组合服务开发工具，直观的帮助开发人员利用现有服务开发功能复杂的组合服务。开发人员在交互界面上简单的“拖放”操作即可快速构建Mashup。利用开发工具，非专业的开发人员一样能开发出功能复杂且形式多样的组合服务，降低了组合服务的开发周期和开发成本。

利用已有Mashup开发工具为组合服务的构建提供了许多便利，然而，如何从海量服务中选择合适的服务仍然具有挑战性。理想的情况是开发人员给出所需设计的自然语言描述的Mashup的功能规范，系统返回满足功能需求的若干服务。近年来，互联网上提供了数量庞大的各种服务，如何从服务集中为开发人员推荐合适的服务是现今的研究热点。

先前的研究往往为开发人员推荐一组功能与需求描述相似的服务，按照相似度对推荐的服务进行排序，开发人员仍然需要从中选择合适的服务来构建Mashup，同时，推荐的单个服务往往无法满足开发人员的复杂需求。亟需设计一个服务推荐引擎能够为开发人员推荐一组互补的服务，完整涵盖开发人员的需求。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于组合语义学习的服务包推荐方法及系统。

根据本发明提供的一种基于组合语义学习的服务包推荐方法，包括：

步骤M1：采集现有的Mashup应用及Mashup应用所包含的原子服务；

步骤M2：基于Mashup应用中使用的服务之间的协作关系，学习原子服务组合在一起形成的组合语义，构建语义服务包库；

步骤M3：围绕语义服务包库推荐一组互补的服务，完整涵盖Mashup应用的功能需求。

优选地，所述步骤M2包括：

步骤M2.1：基于逻辑回归分类器将Mashup应用及Mashup应用所包含的原子服务的自然语言功能描述分解成语句块；

步骤M2.2：通过利用主题模型LDA训练语句块，将每个语句块表示成主题向量；

步骤M2.3：将Mashup应用根据不同粒度划分成服务包，将Mashup应用表示成服务包的组合；

步骤M2.4：为服务包匹配Mashup应用中的语句块，形成围绕服务包的预设数量的语义；利用聚类和过滤操作提取每个服务包的组合语义，构成语义服务包库。

优选地，所述步骤M3包括：

步骤M3.1：输入需要构造的Mashup应用的自然语言功能描述，通过话语分割将需要构造的Mashup应用的自然语言功能描述分解成语句块及语句块对应的主题向量；