[发明专利]一种用于mashup应用推荐的协同过滤方法

说明书

技术领域

本发明涉及计算机软件技术领域，特别是一种用于mashup应用的推荐的协同过滤方法。

背景技术

自20世纪80年代开始，全球产业结构呈现出“工业型经济”向“服务型经济”转型的总趋势。根据世界银行的统计，现代服务业的总产出占世界总产出的60％以上，而发达国家则超过70％。现代服务业的竞争正成为世界经济发展的焦点。服务计算提供灵活的计算架构支持现代服务业，逐渐成为极富前途的研究领域。

随着服务计算和Web2.0技术的发展，一种新型的网络应用mashup应用在因特网上逐渐兴起。互联网实验室的《2006-2007互联网前沿发展大趋势》中指出：“Mashup应用将成为未来内容创新性组合的全新方式。而Mashup应用程序就是使用这种模式搭建而成的全新的创新服务，使用到外部的多个数据源的内容和服务，把松散的资源、要素、服务和功能集成在网络环境中，并且新的服务的价值大于所使用服务组合的简单叠加，它带给用户集成体验；分散在各地的页面被以一种新奇的重用模式合并、表达出来。Mashup应用体现了面向服务的框架(Service Oriented Architecture，SOA)的理念，是一种基于网络的、可复用的、轻量级的内容集成。近年来，mashup应用已经成为web应用领域的热门词汇，许多公司和机构提供了多种多样的mashup应用解决方案或将已有的整合方案重新标记为mashup应用工具。目前，已推出的mashup应用开发工具主要有Yahoo!Pipes、Microsoft’s PopFly、Google Mashup Editor、IBM Damia以及Mash Maker等。这些工具使得用户更加容易、方便地糅合web应用，加速了mashup应用的开发进程，导致mashup应用的数目日益增加。来自programmableweb网站的数据显示，截至2013年9月5日，全球在该网站上注册的API数目达到9902个，基于API开发的mashup应用达到7172个。典型的mashup应用包括地图mashup应用，图片和视频mashup应用，搜索和购物mashup应用等。这些mashup应用及其生成的数据具有数据量大、处理速度快、数据类型多等大数据特征。为了从大数据中发现知识并加以利用，指导人们的决策，必须对这些数据进行深入的分析，而不是仅仅生成简单的报表。

面对大量类似功能的mashup应用，大部分用户缺乏足够的经验或能力选择合适的mashup应用，因此，为用户推荐适合个性需求的mashup应用，成为当前急需解决的问题。推荐系统是解决信息过载问题的有效手段之一，而协同过滤是推荐系统中最常用的方法。协同过滤分析用户兴趣，在用户群中找到指定用户的相似(兴趣)用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。然而，随着mashup应用及其产生的数据量越来越大，mashup应用的协同过滤技术面临诸多挑战：(1)mashup应用数量巨大，但推荐系统需极可能快地作出响应；(2)尽管mashup应用增长迅速，但表达用户对mashup应用的兴趣的信息非常稀疏，使得用户或mashup应用之间相似度的计算可能不准确；(3)mashup应用的种类越来越多，从用户对各种其他类别中的mashup应用的评价推测其对于给定mashup应用的评价很可能并不准确；(4)新的用户和新的mashup应用不断加入推荐系统，推荐算法应该快速、准确地更新。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术中响应时间长，推荐质量不高的缺陷，提供一种用于mashup应用推荐的协同过滤方法。

为了解决上述技术问题，本发明公开了一种用于mashup应用推荐的协同过滤方法，包括以下步骤：

步骤1，计算mashup应用之间的内容相似度：提取所有mashup应用的应用程序接口(Application Programming Interface，API)和标签信息，基于杰卡德相似系数(Jaccard Similarity Coefficient，JSC)，得到任意两个mashup应用之间的API相似度和标签相似度，加权合成mashup应用之间的内容相似度；

步骤2，传递内容相似度：建立一个无向加权图，图中一个结点对应一个mashup应用并以相应的mashup应用为标记，若两个mashup应用之间内容相似度不为0，则在以这两个mashup应用为标记的结点之间加上一条边，而这两个mashup应用之间的内容相似度则作为边的权值，然后根据相似度传递规则匹配情况，计算两个不直接相连但有路径相通的mashup应用之间被传递的内容相似度；