一种基于随机游走的服务和标签推荐方法

1.一种基于随机游走的服务及标签推荐方法，其特征在于：基于元信息数据进行Mashup服务推荐和标签推荐，所述元信息数据包括Mashup服务和API服务的元信息，Mashup服务的元信息包括Mashup文档集合，API服务的元信息包括API服务的标签；
所述进行Mashup服务推荐，包括以下子步骤，
步骤A1，根据元信息数据，建立标签与Mashup服务的关联网并记为TMAN，其中，节点代表标签或Mashup服务,边代表标签与Mashup服务之间的关联关系；
步骤A2，根据步骤A1所得关联网TMAN，转化得到标签之间的共现网TTN1，如果两个标签在关联网TMAN中共用了一个Mashup服务，那么两个标签分别对应的节点之间存在一条边；
步骤A3，输入待查询的标签t，在关联网TMAN上查找标签t对应的所有Mashup服务；
步骤A4，计算标签t对应的所有Mashup服务分别的相关性分数，并给标签t对应的所有Mashup服务进行降序排序，按排列结果推荐给用户；相关性分数的计算公式如下，s(xi)=-τi+1/ni
其中，s(xi)为关联网TMAN中与标签t对应的某个Mashup服务xi的相关性分数，ni代表Mashup服务xi的标签数目，τi表示标签t在Mashup服务xi的标签序列中的位置；所述Mashup服务xi的标签序列，是根据在共现网TTN1上的随机游走，计算Mashup服务xi的ni个标签分别的分数并进行降序排列得到的结果；
所述进行标签推荐，包括以下子步骤，
步骤B1，根据元信息数据，构建标签与API服务的关联网并记为TAN，其中，节点代表标签或API服务，边代表标签与API服务之间的关联关系；
步骤B2，根据步骤B1所得关联网TAN，转化得到标签之间的共现网TTN2，如果两个标签在关联网TAN中共用了一个API服务，那么两个标签分别对应的节点之间存在一条边；
步骤B3，根据元信息数据，通过计算API描述文档夹角余弦值，得到两个API描述文档的相似性；
步骤B4，构建API服务的拓扑图，节点代表API服务，节点之间的边上权值为步骤B3所得两个API描述文档的相似性，根据拓扑图得到某个输入的API服务描述文本最近的K个邻居节点，K为预设参数；
步骤B5，将步骤B4所得K个邻居节点分别的标签序列最前面的m个标签进行合并，m为预设参数；每个邻居节点的标签序列，是根据在共现网TTN2上的随机游走，计算邻居节点的相应Mashup服务的所有标签分别的分数并进行降序排列得到的结果；
步骤B6，将从步骤B5中所得m×K个标签的合并结果，放入列表q中，按列表q中的各标签的分数及出现频率进行降序排列，按排列结果推荐给用户；
步骤A4和步骤B5中计算标签的分数实现方式如下，
迭代计算标签所在节点j的分数sk(j)直到满足预设的结束条件，计算公式为sk(j)=γ∑isk-1(i)pij+(1-γ)mj
其中，0步骤A4中，共现网为TTN1；步骤B5中，共现网为TTN2。
2.如权利要求1所述基于随机游走的服务及标签推荐方法，其特征在于：步骤A4给标签t对应的所有Mashup服务进行排序时，若存在具有相同相关性分数的Mashup服务，采用互熵进行降序排序。
3.如权利要求2所述基于随机游走的服务及标签推荐方法，其特征在于：步骤A3中，若输入的待查询的词不是元信息数据中的标签，采用wordNet进行同义词的扩充，直到找到和这个词相关的系统中的标签，作为待查询的标签t。
4.如权利要求1所述基于随机游走的服务及标签推荐方法，其特征在于：预设给定阈值T，若在关联网TMAN上查找所得标签t对应的所有Mashup服务的总数小于给定阈值T，根据基于Mashup服务之间的共现网MMN，采用TopKDijkastra算法查找扩充标签t对应的Mashup服务，然后执行步骤A4，否则直接执行步骤A4；
所述共现网MMN，是根据元信息数据构建的Mashup服务之间的共现网，当两个Mashup服务之间的语义相关度大于0时相应节点之间有一条边，
Mashup服务之间的语义相关度由三部分的加权和构成，三个部分分别为描述文本的距离函数、由共用API服务产生的相似度和由共用标签产生的相似度，第一部分为描述文本夹角余弦值，后两个部分的相似度通过Jacard相似度系数计算；
所述TopKDijkastra算法包括以下子步骤，
步骤A3.1，在共现网TTN1上查找所得标签t关联的所有Mashup服务，作为初始的集合S，将集合S中Mashup服务的标记currentDistance都标记为0，其余标记为无穷大；
步骤A3.2，如果集合S中的Mashup服务数目小于给定阈值T，计算集合S中的所有Mashup服务在共现网MMN的邻居节点到集合S的最短距离，并将此距离赋值给标记currentDistance，进入步骤A3.3，否则算法结束，返回集合S；
步骤A3.3，将大于0且最小的标记currentDistance对应的Mashup服务加入到集合S中，并将该Mashup服务的标记currentDistance设置为0，返回步骤A3.2，直到算法结束。
5.如权利要求1或2或3或4所述基于随机游走的服务及标签推荐方法，其特征在于：
共现网TTN1、TTN2的边上权值通过Jacard相似度系数计算。

一种基于随机游走的服务和标签推荐方法\n技术领域\n[0001] 本发明属于服务计算技术领域，涉及基于语义扩充及随机游走的服务和标签推荐。\n背景技术\n[0002] 社会化标注起初是作为一种提供个人用户对于查询控制的一种方法出现的。它允许个人用户使用自己的语言——带有个人理解的标签——来组织和获取信息。当把这些标签提供给其他个体时，标签的价值就从个体扩展到了团体，不但可以重新找到你标注的内容，而且可以探索那些标注的类似的内容。所以标注从一种个人使用的工具发展到内容发现。大众标注存在标签滥用，标准缺乏，信息检索效率低的问题，用户之间难以理解对方的标签，系统不能为用户提供同义词词典，标签语义模糊，逻辑关系不明确，标签缺乏次序等缺点。但是由于其作为一种普通用户为网络资源提供元数据的方式，在网络上得到了广泛的使用。\n[0003] 语义查询目的是为了通过了解搜索用户的目的以及搜索关键字的上下文意思来更好的提高搜索精度。对于语义查询，主要有扩充关键词实现语义查询，概念定位，复杂限制条件查询，问题解答，语义连接路径发现等。现在主流的搜索引擎如google，将某些语义查询进行融合。语义查询的结果是根据语义相关度大小从大到小给出搜索结果，而不是用类似google PageRank算法来预测相关度。由于web2.0时代主要关注数据的呈现和与人的交互，没有很好利用数据的内部结构，要实现对Mashup的智能搜索，需要对信息进行重组。\nMashup是指将多个API服务加在一起，形成一个整合应用。\n[0004] 标签作为一种新的资源描述方式，人们可以通过对资源使用各种标签标注实现对信息资源的归类整理。标签系统使得普通用户可以提供半结构化的元数据，以较好的完成智能搜索。但尚未出现将标签应用于Mashup技术的技术方案。\n发明内容\n[0005] 本发明主要是针对随着服务数量的不断增多，服务搜索过程没有很好利用数据的内部结构、服务注册过程中标签标注的随意性等问题，提出一种基于随机游走的服务和标签推荐方法。\n[0006] 本发明的技术方案为一种基于随机游走的服务及标签推荐方法，基于元信息数据进行Mashup服务推荐和标签推荐，所述元信息数据包括Mashup服务和API服务的元信息，Mashup服务的元信息包括Mashup文档集合，API服务的元信息包括API服务的标签；\n[0007] 所述进行Mashup服务推荐，包括以下子步骤，\n[0008] 步骤A1，根据元信息数据，建立标签与Mashup服务的关联网并记为TMAN，其中，节点代表标签或Mashup服务,边代表标签与Mashup服务之间的关联关系；\n[0009] 步骤A2，根据步骤A1所得关联网TMAN，转化得到标签之间的共现网TTN1，如果两个标签在关联网TMAN中共用了一个Mashup服务，那么两个标签分别对应的节点之间存在一条边；\n[0010] 步骤A3，输入待查询的标签t，在关联网TMAN上查找标签t对应的所有Mashup服务；\n[0011] 步骤A4，计算标签t对应的所有Mashup服务分别的相关性分数，并给标签t对应的所有Mashup服务进行降序排序，按排列结果推荐给用户；相关性分数的计算公式如下，[0012] s(xi)=-τi+1/ni\n[0013] 其中，s(xi)为关联网TMAN中与标签t对应的某个Mashup服务xi的相关性分数，ni代表Mashup服务xi的标签数目，τi表示标签t在Mashup服务xi的标签序列中的位置；\n所述Mashup服务xi的标签序列，是根据在共现网TTN1上的随机游走，计算Mashup服务xi的ni个标签分别的分数并进行降序排列得到的结果；\n[0014] 所述进行标签推荐，包括以下子步骤，\n[0015] 步骤B1，根据元信息数据，构建标签与API服务的关联网并记为TAN，其中，节点代表标签或API服务，边代表标签与API服务之间的关联关系；\n[0016] 步骤B2，根据步骤B1所得关联网TAN，转化得到标签之间的共现网TTN2，如果两个标签在关联网TAN中共用了一个API服务，那么两个标签分别对应的节点之间存在一条边；\n[0017] 步骤B3，根据元信息数据，通过计算API描述文档夹角余弦值，得到两个API描述文档的相似性；\n[0018] 步骤B4，构建API服务的拓扑图，节点代表API服务，节点之间的边上权值为步骤B3所得两个API描述文档的相似性，根据拓扑图得到某个输入的API服务描述文本最近的K个邻居节点，K为预设参数；\n[0019] 步骤B5，将步骤B4所得K个邻居节点分别的标签序列最前面的m个标签进行合并，m为预设参数；每个邻居节点的标签序列，是根据在共现网TTN2上的随机游走，计算邻居节点的相应Mashup服务的所有标签分别的分数并进行降序排列得到的结果；\n[0020] 步骤B6，将从步骤B5中所得m×K个标签的合并结果，放入列表q中，按列表q中的各标签的分数及出现频率进行降序排列，按排列结果推荐给用户；\n[0021] 步骤A4和步骤B5中计算标签的分数实现方式如下，\n[0022] 迭代计算标签所在节点j的分数sk(j)直到满足预设的结束条件，计算公式为[0023] sk(j)=γ∑isk-1(i)pij+(1-γ)mj\n[0024] 其中，0