原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
云南大学学报（自然科学版），2025,47（1）:30~40DOI:10.7540/j.ynu
JournalofYunnanUniversity:NaturalSciencesEdition
融合Mashup内协作关系的图卷积
WebAPI推荐
**
杨朝晖，武
浩，徐森龙
(云南大学
信息学院，云南
昆明650500)
摘要：为了更好地缓解Web
API推荐中的数据稀疏问题，提出了一种基于轻量图卷积网络的Web
API推
荐模型CoNetLGN.
CoNetLGN将同一个Mashup内所调用的Web
API视作具有协作关系，将其挖掘出表示为
一个API协作图，作为辅助信息增强推荐性能.
首先，在CoNetLGN中，每个用户和Web
API的表示通过轻量
图卷积层在用户-API交互图中传播，与此同时，API的表示还会在API协作图中传播；然后，设计了一种图融
合操作，用于在传播过程中聚合API在两个图中的表示；最后，再用加权和将每一层学习到的表示结合起来.
在Programmable
Web数据集上进行的实验结果表明，提出的CoNetLGN模型在对用户做Web
API推荐时较
其他3种较有代表性的协同过滤方法有更好的表现.
关键词：Web
API
推荐；Mashup；图卷积网络；深度学习
中图分类号：TP391.1
文献标志码：A
文章编号：0258−7971(2025)01−0030−11
Web服务在过去几十年中取得了巨大的发展，据建模Mashup与Web
API复杂的内在关系，同时
用户可以远程利用可重用的Web服务作为组件，利用图神经网络构造推荐算法，可以更好地弥补传
[2]
以快速满足需求或创建增值新产品，而不必从零开统协同过滤方法的缺陷.
图卷积网络（graph
始构建一切.
Web
API(Web
application
programm-convolutional
network,
GCN）作为一种典型的GNN
ing
interface)是一种特定类型的Web服务，它是技术，更多地被应用于推荐系统中学习图节点的表
Web服务的一个子集，旨在专门支持不同应用程示.
LightGCN是其中的代表性方法，它通过去掉
序之间的通信和数据交换.
它提供了一种标准化的GCN中的线性变换和非线性激活两种对于推荐问
[3]
方式，为现代互联网生态系统提供了关键支持.
随题冗余的操作而取得了较传统GCN更好的性能.
着越来越多的Web
API被发布到网上，用户需要然而，Web
API推荐中现有的GCN相关方法多
在众多Web
API中进行选择，这会耗费他们的额
文档评论（0）