张婷婷
- 作品数：1 被引量：17H指数：1
- 供职机构：湖南科技大学知识处理与网络化制造湖南省教育厅重点实验室更多>>
- 发文基金：湖南省研究生科研创新项目湖南省教育厅科研基金教育部留学回国人员科研启动基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于主题模型的Mashup标签推荐方法被引量：17
- 2017年
- Web 2.0时代,标签作为Web资源管理和检索的有效方式已成为近年的热点研究对象.开发者通常为新的Mashup人工指定若干与功能性相关的标签,以便于用户理解、检索以及实现Mashup资源的分类管理.然而,手动指定标签十分繁琐且费时,自动生成Mashup标签十分必要但缺乏有效方法.针对该问题,文中提出一种基于主题模型的方法进行Mashup标签的自动推荐.该方法首先建立Mashups与Web Application Programming Interfaces(APIs)的描述文档以及Mashups与APIs之间的组合关系模型,然后寻找与待推荐标签Mashup的描述文档主题分布相似的Web APIs,并将它们与该Mashup直接组合的APIs合并,采用一种带权重的PageRank算法,从中挑选出最重要的APIs,最后将它们已有标签推荐给该Mashup.同时,针对所提方法文中设计实现一种标签排序算法,该算法优先推荐那些与Mashup主题最相关的标签.根据使用从ProgrammableWeb收集的真实数据进行实验可知,文中所提出的方法明显优于其他自动化标签推荐方法.
- 刘建勋石敏周栋唐明董张婷婷
- 关键词：MASHUPWEBAPIS标签推荐主题模型PAGERANK
