(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210955095.7 (22)申请日 2022.08.10 (71)申请人 大连海事大学 地址 116026 辽宁省大连市甘井 子区凌水 街道凌海路1号 申请人 东北农业大 学 (72)发明人 刘佳荟　谢秋菊　邓安生　岳官利　 李佳龙　 (74)专利代理 机构 北京盛询知识产权代理有限 公司 11901 专利代理师 张焱 (51)Int.Cl. G06F 8/75(2018.01) G06F 16/33(2019.01) G06F 16/36(2019.01)G06F 40/289(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01) (54)发明名称 一种基于知识图谱的Web API推荐方法及系 统 (57)摘要 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。 权利要求书2页 说明书7页 附图3页 CN 115268995 A 2022.11.01 CN 115268995 A 1.一种基于知识图谱的Web  API推荐方法， 其特 征在于， 包括以下步骤： 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。 2.根据权利要求1所述的基于知识图谱的Web  API推荐方法， 其特征在于， 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。 3.根据权利要求1所述的基于知识图谱的Web  API推荐方法， 其特征在于， 得到所述功 能属性实体的相似匹配度的过程包括： 基于所述知识图谱的嵌入学习技术， 分别得到Mashup和Web  API以及他们对应的功能 属性实体的嵌入向量， 基于所述嵌入向量得到所述功能属性实体的相似匹配度。 4.根据权利要求3所述的基于知识图谱的Web  API推荐方法， 其特征在于， 得到所述非 功能属性实体的影响度的过程包括： 基于Mashup的监控数据， 计算得到Web  API的非功能属性； 对所述非功能属性影响度的量化结果进行加权综合， 基于加权综合结果， 得到所述非 功能属性实体的影响度。 5.根据权利要求4所述的基于知识图谱的Web  API推荐方法， 其特征在于， 将所述相似 匹配度和所述影响度进行融合的过程包括： 通过Mushup选择Web  API的预测函数， 将所述相似匹配度与所述加权综合结果进行融 合； 基于融合结果以实现Web  API的推荐。 6.一种基于知识图谱的Web  API推荐系统， 其特征在于， 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， 其中所述图谱构建模块分别与所述匹配度计算 模块、 所述影响度计算模块连接， 所述匹配度计算模块、 所述影响度计算模块分别与所述属 性融合模块连接； 所述图谱构建模块， 用于获取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； 所述匹配度计算模块， 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； 所述影响度计算模块， 基于 Mashup的监控数据， 得到所述非功能属性实体的影响度； 所述属性融合模块， 用于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。 7.根据权利要求6所述的基于知识图谱的Web  API推荐系 统， 其特征在于， 所述 图谱构权　利　要　求　书 1/2 页 2 CN 115268995 A 2建模块包括： 特 征获取单元和图谱构建单 元； 所述特征获取单元， 用于对所述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； 所述图谱构建单元， 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。 8.根据权利要求6所述的基于知识图谱的Web  API推荐系 统， 其特征在于， 所述匹配度 计算模块中， 基于所述知识图谱的嵌入 学习技术， 分别得到Mashup和Web  API以及他们对应 的功能属性实体的嵌入向量， 基于所述嵌入向量计算Mashup和Web  API之间的相似匹配度。 9.根据权利要求8所述的基于知识图谱的Web  API推荐系 统， 其特征在于， 所述影响度 计算模块包括： 属性获取 单元和影响度计算单 元； 所述属性获取 单元， 基于Mashup的监控数据， 计算得到Web  API的非功能属性； 所述影响度计算单元， 用于对所述非功能属性的影响度进行加权综合， 基于加权综合 结果得到所述非功能属性实体的影响度。 10.根据权利 要求9所述的基于知识图谱的Web  API推荐系统， 其特征在于， 所述属性融 合模块包括： 融合单 元和推荐单 元； 所述融合单元， 用于通过Mushup选择Web  API的预测函数， 将所述相似匹配度与所述加 权综合结果进行融合； 所述推荐单 元， 基于融合结果以实现Web  API的推荐。权　利　要　求　书 2/2 页 3 CN 115268995 A 3