抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
サービスの数の急速な増加に伴い,マッシュアップを自動生成に役立つサービス推薦アルゴリズムが強く要望されている。しかし,最も伝統的な推薦アルゴリズムはサービスプロバイダにより与えられた元サービス記述に依存している。元サービス記述はしばしば適用可能性シナリオを記述する包括性と適切性を欠いているので,推薦性能に有害である,サービス提供者とマッシュアップ開発者の間に存在する可能な言語ギャップはもちろんである。上記の問題を解決するために,特異的マッシュアップ質問のための標的化再構成サービス記述(TRSD)の新しい方法を提案し,マッシュアップ記述に隠された価値ある情報を用いることである。TRSDは既存のマッシュアップと特異的質問間の類似性を分析することによってサービス記述にマッシュアップ記述を導入することを目指し,サービスシステム構造情報を活用した。このアプローチの利点,元のサービス記述,クエリー固有アプリケーションシナリオ情報,マッシュアップ開発者の言語習慣,サービスシステム構造情報における失われた応用シナリオは全ての再構成されたサービス記述に統合した。TRSDによって再構成されたサービス記述に基づいて,新しいサービス推奨戦略を開発した。ProgrammableWeb.comからの実世界データ上での包括的実験を行い,提案したTRSDモデルの全体的なMAPが最先端の方法よりも6.5%優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】