[发明专利]一种基于主题和服务组合信息的web服务推荐方法

权利要求书

1.一种基于主题和服务组合信息的web服务推荐方法，其特征在于，包括步骤如下：

步骤1，获取用户对于web服务的历史偏好记录以及web服务的标签，描述，服务组合信息；

步骤2，利用LDA模型训练得出服务-主题矩阵，根据服务-主题矩阵，计算web服务之间的主题相似度；

步骤3，根据web服务之间的服务组合信息，计算web服务的服务组合相似度；

步骤4，结合主题相似度和服务组合相似度，计算每个web服务的邻居服务集合；

步骤5，结合主题相似度和服务组合相似度，以及步骤4中的邻居服务集合，利用SVD矩阵分解模型，预测用户对于每个web服务的评分；

步骤6，根据用户对web服务的评分，选出评分最高的若干个web服务，推荐给用户。

2.如权利要求1所述的基于主题和服务组合信息的web服务推荐方法，其特征在于，步骤2中，LDA主题模型的输入是每个web服务的文本预处理后的描述文档，输出是每个web服务的服务-主题分布以及主题-词频分布，采用余弦相似度计算web服务之间的主题相似度，计算公式为：

其中，表示第i个web服务和第j个web服务，是第i个服务的主题分布向量，是第j个服务的主题分布向量，表示向量的内积，为向量的模。

3.如权利要求1所述的基于主题和服务组合信息的web服务推荐方法，其特征在于，步骤3中，计算服务组合相似度的具体流程是：提取web服务的服务组合信息，具体为M={api1,api2…}，M表示mashup服务，api1，api2…是该mashup服务调用的原子服务,建立服务-API调用关系矩阵，判断web服务是原子服务还是mashup服务，如果两个web服务是两个原子服务，则根据调用关系矩阵，计算公式如下：

其中，，表示第i个web服务和第j个web服务，M_i表示调用第i个web服务的mashup服务集合，M_j表示调用第j个web服务的mashup服务集合；

如果两个web服务是两个mashup服务或者一个mashup服务一个原子服务，则根据调用关系矩阵，计算公式如下：

其中，A_i表示第i个web服务所调用的原子服务集合，A_j表示第j个web服务所调用的原子服务集合。

4.如权利要求1所述的基于主题和服务组合信息的web服务推荐方法，其特征在于，选择邻居的时候，分别会选择在主题上以及服务组合上最近的k个邻居，选取的原则是根据web服务的相似度大小，相似度越大则越相近：

使用以下约束目标来选择web服务的WS_i邻居集合：

其中表示与第i个web服务相似度最大的k个服务的集合。

5.如权利要求1所述的基于主题和服务组合信息的web服务推荐方法，其特征在于，步骤5中，使用SVD矩阵分解的方法进行评分预测，其中，预测模型如下：

其中表示用户u对服务s的评分，表示全局平均偏差，表示用户偏差，表示服务偏差，为用户端隐式向量，为服务端隐式向量，为权重系数，为两个服务s和l之间的主题相似度和服务组合相似度；为服务s在主题层面上的邻居集合；为服务s在服务组合层面上的邻居集合；

通过最小化损失函数，利用随机梯度下降的方法，求解该预测模型，损失函数L如下：

其中，M表示用户历史评分信息集合，表示用户u对服务s的评分属于集合M，是用户的实际评分值，损失函数中加入正则项防止过拟合，λ为正则项系数。