[发明专利]一种Web服务推荐方法以及装置

摘要

本公开提出一种Web服务推荐方法以及装置，利用Web服务、服务组合的描述文本以及服务组合使用到的Web服务的信息，通过深度学习完成描述文本的建模，再整合服务的历史使用信息、描述文本、预定义的辅助信息来训练Web服务推荐模型，从而实现高准确度的Web服务推荐。当服务组合开发者希望开发满足某个功能的服务组合时，通过提交相关功能的描述文本，对一个服务组合请求，所述方法对请求的中的服务自动分析其所对应的功能特征，进而将服务系统中的Web服务进行排序，按Web服务与该服务组合的契合程度从高到低将Web服务个体推荐给服务组合开发者，从而帮助服务组合开发者快速、便捷地完成服务组合的开发。

主权项

1.一种Web服务推荐方法，其特征在于，所述方法包括下述步骤：S100、对于一个服务组合请求中涉及的服务组合，从该服务组合的描述文本中提取该服务组合的功能特征，获得服务组合功能特征向量，将其记作Z；S200、计算每个Web服务自被发布时刻至提出所述服务组合请求时刻所经过的时间长度、以及每个Web服务自被发布时刻至提出服务组合请求时刻所被调用次数；设Web服务的总数为J，J为整数；将第j个Web服务自被发布时刻至提出服务组合请求时刻所经过的时间长度记作upt_j，j＝1,…,J；将第j个Web服务自被发布时刻至提出服务组合请求时刻所被调用次数记作usg_j，j＝1,…,J；S300、对于每个Web服务，利用下式计算第j个Web服务相对所述服务组合请求的推荐度r_j，j＝1,…,J：r_j＝β₁Zv_j+β₂upt_j+β₃usg_j+β₄式中：β₁，β₂，β₃，β₄为权重参数；v_j为第j个Web服务相关的向量参数；S400、将Web服务按照其推荐度降序输出；所述步骤S300中的权重参数β₁，β₂，β₃，β₄以及与第j个Web服务相关的向量参数v_j，j＝1,…,J，通过下述步骤获得：S301、对于每个Web服务，从该Web服务的描述文本中提取每个Web服务的功能特征，获得Web服务功能特征向量；将第j个Web服务对应的Web服务功能特征向量记作Y_j，j＝1,…,J；S302、准备I个服务组合作为样本，I为整数；对于样本中的每个服务组合，从该服务组合的描述文本中提取其对应的服务组合功能特征向量；将第i个服务组合对应的服务组合功能特征向量记作X_i，i∈{1,…,I}；S303、对于样本中的每个服务组合，计算每个Web服务自被发布时刻至该服务组合被提出时刻所经过的时间长度、以及每个Web服务自被发布时刻至该服务组合被提出时刻所被调用次数；将第j个Web服务自被发布时刻开始至第i个服务组合被提出时刻截止所经过的时间长度记作upt_ij，i∈{1,…,I}，j∈{1,…,J}；将第j个Web服务自被发布时刻开始至第i个服务组合被提出时刻截止所被调用的次数记作usg_ij，i∈{1,…,I}，j∈{1,…,J}；S304、使用最优算法求解下述表达式进而确定参数β₁，β₂，β₃，β₄，以及v_j：式中：r_ij为第j个Web服务相对第i个服务组合的推荐度；λ_v为正则化参数。