小 型 微 型 计 算 机 系 统 2014 年 月 第 期
Journal of Chinese Computer Systems Vol. No. 2014
收稿日期:2014-09-15 基金项目:本课题得到国家科技计划项目“八六三”(No. 2013AA01A607)、国家自然科学基金(No.61170212)和北京多
媒体网络化重点实验室资助. 作者简介:革家象,男,1988 年生,硕士研究生,主要研究领域为在网络环境下的知识工程,包含服务计算,语义 Web,
社会网络分析与挖掘. 刘子豪,男,1995 年生,本科学生,主要研究领域为服务计算、网络安全. 许 斌,男,1973 年生,副教授,博士生导师,主
要研究领域为 Web 服务计算、语义 Web 和移动计算.
基于 Mashup 和服务语义的可组合服务推荐
革家象
1
,刘子豪
2
,许 斌
1
1
(清华大学 计算机科学与技术系, 北京 中国 100084)
2
(北京信息科技大学 信息安全系, 北京 中国 100192)
E-mail :gerjiaxiang@gmail.com
摘 要:互联网上每天有大量的 Web 服务和 Mashup 被创建。因此,如何向用户推荐可能进行组合的服务(可组合服务)
是一个具有挑战性的问题。现有的一些服务推荐方法存在二八定律,即根据服务组合的历史信息来进行服务推荐的方法会
导致流行的服务不断的被推荐,所推荐的服务集中在 20%的范围左右。本文提出了一种服务推荐方法,基于已有的服务组
合(Mashup)信息和服务之间的语义关联,进行可组合服务推荐。我们首先介绍服务组合推荐的过程和基本架构,然后描
述如何预测潜在 Mashup 里的可组合服务和计算服务之间的语义关联度。通过在包含 11182 个 API 和 7568 个 Mashup 的数
据集上进行的实验,证明了我们的方法有效地扩大了 43%的服务推荐范围。
关键词:可组合服务;服务推荐;服务组合历史;语义关联度
中图分类号:TP 文献标识码:A 文章编号:1000-1220(2014)02--
Novel Composable Service Recommendation based on Mashup and Service Semantics
GE Jia-xiang
1
,LIU Zi-Hao
2
,XU Bin
1
1
(
Department of Computer Science & Technology, Tsinghua University, Beijing 100084, China
)
2
(
Department of Information Security, Beijing Information Science & Technology University, City 100192, China
)
Abstract: A large number of new Web service and Mashup have been created on the Internet every day. Thus, recommending
services which can be composed together (Composable Service) is interesting but remains a tough problem. Current service
recommendation approaches hold Pareto principle, namely recommendation rely on historic services composition information which
results in popular services being recommended frequently and the recommended services are concentrated in around 20% of scale. In
this paper, we proposed a novel composable recommendation based on two dimensions. These two dimensions involved current
composition information and services semantic relatedness calculation. First, we presented service composition recommendation
procedures and structure. Then, we describe composable service prediction in Mashup and services semantic relatedness calculation
approaches. After experiments on dataset with 11182 APIs and 7568 Mashups, the result shows our approaches effectively extend 43%
of recommendation scale.
Key words: Composable Service; Service Recommendation; Historic Services Composition; Semantic Relatedness
1 引言
据统计,在 ProgrammableWeb 网站中每天都会产生数
十个新的 Mashup 和被称之为 Web 服务的 API。除此之外,
还有数十个 Web 服务虽然被创建但是没有被发现或是在
UDDI 注册登记。与此同时也有数十个 Web 服务渐渐地消失,
在这样的迅速发展和更替的情况下,找到最能符合用户需求
的 Web 服务是一个迫切需要解决的问题。用户通过服务发现
找到所需要的候选服务,而服务推荐则能帮助开发者挑选最
合适的服务。目前常用的仅根据服务基本功能和服务质量进
行的服务推荐只能满足用户较为单一的需求。为了满足用户
更为复杂的需求,需要进行可组合服务的推荐。
可组合服务推荐即推荐可能进行组合的服务。一般服
务组合问题的研究依据 QoS、语义和本体[1][2][3]等方面。
由于 QoS 信息的获取受到许多阻碍和许多服务的描述信息
不够全面,直接影响了服务推荐的准确性。近年来,随着
Web 2.0 的发展,Mashup 也被广泛的开发和使用,而 Mashup
也被视为 Web 2.0 的特性之一。Mashup 组合了多个服务为
一体,形成功能更强大的服务。据此,很多研究根据现有的
Mashup 作为服务的组合历史信息来研究服务推荐。但是,
有研究表明在 Mashup 里仅有 22.2%的服务(API)被调用[6]。