学习科学工作流开发过程中的服务选择决策行为

越来越多的软件服务被发布到互联网上，使得在科学工作流组合过程中推荐服务成为一个巨大的挑战。本文提出了一种新的上下文感知方法，通过从工作流溯源中学习服务表示和服务选择决策行为，来推荐工作流开发过程中的下一个服务。受自然语言句子生成的启发，科学工作流的组合过程被形式化为工作流目标上下文中的逐步过程，下一个服务推荐问题被映射为下一个词预测。首先从科学工作流溯源中提取历史服务依赖关系以构建知识图谱。然后基于多样的组合路径生成策略生成服务序列。随后，利用生成的组合路径语料库来研究先前的决策策略。这样训练出的面向目标的下一个服务预测模型将在工作流组合过程中用于推荐前 K 个候选服务。在真实仓库上的大量实验证明了该方法的有效性。