FAR：基于静态中心标注与增强子图评估的新型快速API推荐算法

分类： 计算机科学 >> 计算机应用技术 提交时间： 2024-08-24

姬昕剑 褚伟杰

摘要： 随着数字化浪潮的推进，Mashup 技术通过融合异质 Web API，为开发者提供了创造独特增值服务的可能。然而，Web API 数量的激增使得开发者在构建 Mashup 应用时面临 API 兼容性及业务逻辑协同的挑战，API 的适配搜索变得耗时且困难。针对这些问题，本文提出了一种创新的 Mashup 组合推荐算法 FAR（Fast API Recommendation），该算法基于静态中心标注法，通过构建高效的离线索引结构和独特的子图评价机制，显著提升了推荐系统的准确率。同时，FAR 算法采用柱状搜索策略，优化了子图生成速度，并避免了过分强调 API 兼容性而忽略实用性的问题，从而提高了推荐效率。此外，本文还提出了根节点优化策略与子图权重优化策略，为 Mashup 推荐领域的研究提供了有益启示。在针对 mashup 数据集的详细实验评估中，FAR 算法在平均运行时间、推荐节点数、精确度（MP）、召回率（MR）以及归一化折扣累积增益（NDCG）等方面均优于当前主流的 API 推荐与图搜索算法，显示出更高的实用性和性能优越性。

同行评议状态:待评议

 点击量 2174  下载量 752  评论 0