[发明专利]一种基于知识图谱的Web API推荐方法及系统

说明书

本发明公开了一种基于知识图谱的Web API推荐方法及系统，方法包括：获取Mashup和Web API数据，构建Mashup和Web API的知识图谱；其中知识图谱包括：功能属性实体和非功能属性实体；基于知识图谱的嵌入学习技术，得到功能属性实体的相似匹配度；基于Mashup的监控数据，得到非功能属性实体的影响度；将相似匹配度和影响度进行融合，基于融合结果以实现Web API的推荐。系统包括：图谱构建模块、匹配度计算模块、影响度计算模块及属性融合模块。本发明能够提升Mashup和Web API之间的匹配精度，能够增强所推荐的Web API的服务可用性。

技术领域

本发明属于Web API推荐领域，特别是涉及一种基于知识图谱的Web API推荐方法及系统。

背景技术

Web服务是一种以服务为导向的架构技术，该技术常被用来完成分布式和异构系统之间的自动化交互或链接业务流程。然而，功能单一的Web服务很难满足一些复杂多变的需求。为解决这一问题，一种区别于传统资源集成方案的新企业级应用开发技术Mashup被提出。该技术能够集成单一功能的服务(Web API服务：使用REST风格、HTTP协议、JSON数据格式；可通过互联网使用的应用程序接口；具有易访问、可扩展、易开发与组合等诸多优点)，构建多功能服务应用以适应用户的复杂请求。然而，网络上发布的Web API服务越来越多(以ProgrammableWeb平台为例，截止2019年12月，已发布超过22000个Web API服务接口)，加之Web API描述文档非结构化，许多Web API功能相似但性能差异较大等一系列问题，使得从Web API服务库中选取开发者感兴趣的、适合的、高质量的Web API来构建Mashup应用变得越来越困难。

目前，现有技术手段主要是选择和Mashup功能匹配的Web API。其主要实现方式是通过度量Mashup和Web API之间的文本相似程度或相似调用关系来为Mashup推荐最匹配的Web API。但是现有技术中存在的主要问题是：1)没有考虑相似文本之间更深层次的语义关系(如基于知识图谱进行更深层次的语义关系挖掘)。2)没有考虑Web API的非功能特性，例如没有对Web API的服务响应时间(st)、Web API的故障率(fr)、Web API的可信度(tr)、WebAPI的流行度(pr)、Web API的社区支持能力(sp)等非功能属性进行充分考虑。

发明内容

本发明的目的是提供一种基于知识图谱的Web API推荐方法，以解决上述现有技术存在的问题。

为实现上述目的，本发明提供了一种基于知识图谱的Web API推荐方法，包括：

获取Mashup和Web API数据，构建Mashup和Web API的知识图谱；其中所述知识图谱包括：功能属性实体和非功能属性实体；

基于所述知识图谱的嵌入学习技术，得到所述功能属性实体的相似匹配度；

基于Mashup的监控数据，得到所述非功能属性实体的影响度；

将所述相似匹配度和所述影响度进行融合，基于融合结果以实现Web API的推荐。

优选地，构建Mashup和Web API的知识图谱的过程包括：

对所述Mashup和Web API数据中的标题和文本描述信息进行文本抽取，对抽取的文本进行分词，得到每个Mashup和Web API数据中对应的关键词，所述关键词作为实体属性特征；

基于实体属性特征，构建实体和属性之间的链接关系及Mashup和Web API之间的调用关系，基于所述链接关系和调用关系，构建Mashup和Web API的知识图谱。

优选地，得到所述功能属性实体的相似匹配度的过程包括：