基于频繁子图挖掘的数据服务Mashup推荐

摘要：

该文基于大量用户的数据服务Mashup方案历史记录，通过将其构造成图并进行频繁子图挖掘，形成包含数据服务关联关系的知识库，提出一种能够根据用户选取的数据服务推荐后续数据服务列表的推荐算法。在构建知识库的过程中考虑数据服务后续的一元操作，提出了数据操作单元的概念，方便分析数据服务之间的关联关系，并采用了gSpan算法来挖掘数据服务的频繁子集。最后通过Yahoo！ Pipes以及模拟数据集验证，该方法能够在用户创建数据服务Mashup的过程中有效快速地推荐数据服务。

关键词：数据服务、频繁子集、gSpan算法、Mashup、推荐系统

所属期刊栏目：45

分类号：TP393(计算技术、计算机技术)

资助基金：北京市自然科学基金4131001；北京市教育委员会科技计划面上项目KM201310009003；北京市属高等学校创新团队建设与教师职业发展计划项目IDHT20130502

在线出版日期：2016-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：263-269