一种基于泊松分解的服务推荐方法

摘要

一种基于泊松分解的服务推荐方法，利用Web服务的描述文本、Web服务的历史调用记录以及用户对Web服务的评价，分别得到三个关于Web的服务的主题分布，将三个主题分布结果融合，作为Web服务的主题分布；利用已有服务组合的发布时间信息，生成服务组合的时间序列。在开发者提出开发需求时，分析开发者提出的需求文本，得到新服务组合的主题分布，与服务的主题分布、服务组合的时间序列合成后计算“服务组合—服务”的联合概率分布。以得到开发者需求的Web服务列表，按照概率值从大到小的排序代表推荐由高到低的顺序，最终将推荐的Web服务列表提供给用户。

主权项

一种基于泊松分解的服务推荐方法，其特征在于所述推荐方法包括两个过程：第一个过程是模型生成过程，生成服务的主题分布以及服务组合的时间序列等待调用；第二个过程是服务推荐过程，在提出需求时，将需求与模型计算结果相结合，给出服务推荐排序结果；所述第一个过程包括以下步骤：a)服务的主题特征抽取步骤，b)服务的主题特征融合步骤，c)已有服务组合的时间序列生成步骤；所述第二个过程包括以下步骤：a)服务组合的主题特征抽取，b)服务列表推荐。