保证兼容性的多样性感知Web API推荐
软件工程
2021-08-11 v1 机器学习
摘要
随着Web API（应用程序编程接口）在赋能智能软件开发中的日益普及，寻找并组合一系列能够协同满足软件开发者功能需求的现有Web API，已成为一种经济便捷地开发成功移动应用的有前景的方式。然而，候选Web API的庞大数量和多样性给应用开发者的Web API选择决策带来了额外负担，因为同时保证最终选定的一组Web API的多样性和兼容性通常是一项具有挑战性的任务。考虑到这一挑战，本文提出了一种多样性感知与兼容性驱动的Web API推荐方法，即DivCAR。首先，为实现多样性，DivCAR在预先构建的关联图上采用随机游走采样技术，生成多样化的关联子图。随后，基于这些多样化的关联子图，我们将兼容的Web API推荐问题建模为最小组Steiner树搜索问题。通过求解该最小组Steiner树搜索问题，向应用开发者返回多组经过排序的兼容且多样的Web API。最后，我们在从 www.programmableWeb.com 爬取的真实数据集上设计并实施了一系列实验。实验结果验证了所提出的DivCAR方法在平衡Web API推荐多样性与兼容性方面的有效性和效率。
引用
@article{arxiv.2108.04389,
title = {Diversity-aware Web APIs Recommendation with Compatibility Guarantee},
author = {Wenwen Gonga and Yulan Zhang and Xuyun Zhang and Yucong Duan and Yawei Wang and Yifei Chena and Lianyong Qi},
journal= {arXiv preprint arXiv:2108.04389},
year = {2021}
}