1.一种基于主题模型聚类的Web API推荐方法，其特征在于，所述方法包括如下步骤：第一步：根据上下文信息计算单词的语义权重信息从而得到文档‑单词语义权重信息矩阵D；

第二步：统计单词共现信息，从而计算出SPPMI矩阵信息；

第三步：基于第一步，第二步得到Mashup服务文档单词的词频信息矩阵D，单词的上下文SPPMI矩阵M，通过分解M得到词嵌入信息矩阵，进一步将上述两种信息进行结合，计算服务的主题信息；

第四步：将第三步得到的Mashup服务主题特征，作为谱聚类的输入进行聚类，通过对所有数据点组成的图进行切图，让切图后不同的子图间边权重和尽可能的低，而子图内的边权重和尽可能的高，从而达到聚类的目的；

第五步：结合GBDT和FM方法对Web API服务进行预测推荐，步骤如下：

5.1利用第三步对Mashup服务需求Mre进行主题模型建模，获取服务需求Mre的文档‑主题矩阵Tre作为Mashup服务主题特征；之后，对Web API服务语料APIA进行建模，APIA的获取文档‑主题矩阵Tapi作为Web API服务主题特征；

5.2设置一个为空的set类型的集合Um，set集合为只包含唯一值的集合，设置sim为0，对第四步最终输出的服务类簇Mset进行遍历处理，每次遍历的簇设置为C，将Mashup服务类簇主题功能特征向量的平均值作为每一个类的簇中心，即计算C中所有向量的平均值，将Tre中的所有向量分别与该平均值利用余弦公式进行相似度计算，并将该相似度计算结果之和设置为Temp，对sim与Temp的大小进行判断，若Temp大于sim，则将Um设置为C，sim设置为Temp，遍历结束，此时的Um即为与Mashup服务需求Mre最相近的类簇；

余弦相似度计算公式如下所示：

其中Vi与Vj分别表示计算相似度的两个向量，T表示矩阵倒置运算，‖V‖表示向量的模运算；

5.3设置Setapi为候选的Web API集合，将步骤5.2输出的Um与Web API服务主题特征Tapi作为输入，统计Mashup服务类簇中所有Mashup服务所调用过的Web API服务，将其对应的Tapi中的主题特征存入Setapi中，获取候选API集合；

5.4设置Pop为Web API服务的流行度，以Web API服务语料A为输入，计算Web API服务的流行度，流行度计算公式如下：

pop(api)为API的流行度，其表示Web API在不同类簇中的流行程度，其中use(api)表示该Web API被数据集中Mashup服务使用过的次数，Cuse(api)表示聚类后的Mashup服务类簇中该Web API被调用过的次数，通过计算Web API的类簇中流行度，可以有效地反应Web API的可用性；

设置Co为Web API服务的共现度信息，计算Web API服务的共现度，共现度计算公式如下：

Co(apii,apij)为Web API服务之间的共现度，其表示Web API之间可组合性，其中M(apii,apij)表示同时调用Web API服务i和j的Mashup服务的数量，O(apii)表示调用过apii的Mashup服务数量；

设置AvCo为Web API服务的平均共现度信息，平均共现度信息计算公式如下：AvCo(apii)为平均共现度信息，其中NO(apij)表示和apii间共现度不为0的Web API数量，根据平均共现度反应了Web API的可组合性；

5.5以步骤5.1中计算得到的Mashup服务主题特征Tre与Web API服务主题特征Tapi，步骤

5.3中计算得到的候选Web API集合Setapi，5.4步骤中得到的Web API服务的流行度Pop与Web API服务的平均共现度AvCo作为参数，将Mashup服务名称与Web API服务名称One‑Hot化，组合形成原始特征向量Vec(Idm,Ida,Tm,Ta,Pop,AvCo)，其中Idm表示Mashup服务名称的One‑Hot编码，Ida表示Web API服务名称的One‑Hot编码，Tm表示Mashup服务的主题功能特征，为Mashup服务描述对应的文档‑主题矩阵Tre中的向量，Ta表示Web API的主题功能特征，为Web API服务描述对应的文档‑主题矩阵Tapi中的向量，Pop和AvCo为对应Web API服务的流行度信息以及平均共现度信息，在原始特征向量Vec综合了功能特征信息和非功能特征信息，可以更全面的考虑Web API服务的质量，提高推荐的可靠性，One‑Hot编码利用与分类状态数量相同的状态寄存器来对所有状态进行编码，每个状态都有独立的寄存器位，并且在任意时候只有一位有效，表示形式为只有一个分量为1，其余分量都为0的二进制向量；

5.6设置转换后的特征向量为TranVec，以步骤5.5中获得的原始特征向量Vec为输入，基于梯度提升决策树GBDT进行特征转换，GBDT是一种功能强大的回归和分类模型，GBDT模型由若干棵独立的决策树组成，每棵树都由之前的树的残差进行训练，GBDT不断地进行迭代，每一次迭代都会产生一个增益较大的分类特征，每个节点的分裂可以视作为特征选择的操作，多棵树以及多层节点的结构可以对原始特征进行自动选择和组合，进而生成新的特征向量，通过GBDT模型可以自动对特征选择，组合和转换，从而提高后续推荐模型的学习能力，通过GBDT对原始特征向量进行转换得到维度较低的转换后的特征向量集合TranVec，向量中包含所有叶节点的序号；

5.7对步骤5.6得到的TranVec进行One‑Hot编码处理，获得向量集合OTvec；

5.8以OTvec为输入，输入到因子分解机FM模型中对Web API服务的得分进行预测；

FM模型能较好解决大规模稀疏数据下的特征组合问题，能适应各种输入，拓展性更强，能在原始特征上进行高阶特征交互。使用二阶FM模型对API服务进行推荐，其定义如下：x为特征向量，xi为向量x的第i个分量，n为特征向量的维度，y(x)为预测的得分，w0为全局偏置，w为特征向量每个分量对应权重的集合，wi为特征向量第i个分量对应的权重，部分为传统的线性模型，vei是维度为k的向量，k是超参数，用来定义矩阵分解的维度；表示向量vei和vej的点积对应的实数值，其代表特征向量中第i个与第j个特征的相互作用，将该实数值分解为两个向量点积，能在高稀疏度环境下考虑不同特征之间的联系。

2.如权利要求1所述的一种基于主题模型聚类的Web API推荐方法，其特征在于，所述第一步的步骤如下：

1.1统计单词词频信息，计算TF‑IDF信息，步骤如下：

1.1.1遍历Mashup服务描述文档中的每个单词，统计当前文档中每个单词的出现的次数，计算每个单词TF值,计算公式如下：其中TFi,j表示第i个Mashup服务描述文档中第j个单词的词频信息，NUM(j)表示第j个单词出现的次数，LEN(i)表示第i个Mashup文本的长度；

1.1.2统计每个单词出现过的Mashup服务文档数量，计算IDF值，计算公式如下：IDF(x)表示单词x的IDF值，N表示Mashup文档的数量，doc(x)表示包含单词x的Mashup文档数量；

1.1.3遍历所有Mashup文档中的单词，计算单词的TF‑IDF值计算公式如下：TF‑IDF(x)＝TF(x)*IDF(x)TF‑IDF(x)表示单词x的TF‑IDF值，TF(x)表示单词x的TF值；

1.2基于TF‑IDF值，重新计算Mashup服务描述文档中的每一个单词的语义权重，步骤如下：

1.2.1遍历当前Mashup服务文档中每一个单词wx计算其上下文语义权重信息WeightConttext(wx)，计算公式如下：其中sim(wx,wy)表示单词wx和wy的相似度，通过WordNet工具计算，wy为wx的上下文单词，d表示当前Mashup服务描述文档，Nd表示当前Mashup服务描述文档的长度，WordNet是一种英语词典，通过网状结构来组织词汇，将含义相近的词汇划分到一个组中，通过返回词汇在网络之间的最短路径得到相似度；

1.2.2遍历当前Mashup服务描述文档中的每一个单词wx，通过以下公式重新计算单词语义权重，η为一个较小的值，设定为0.001；

1.2.3重复1.2.2直至处理完所有Mashup服务，得到文档‑单词语义权重矩阵D。

3.如权利要求1或2所述的一种基于主题模型聚类的Web API推荐方法，其特征在于，所述第二步的步骤如下：

2.1统计词共现信息，由于Mashup服务描述文档较短，为了能更准确地获取上下文共现信息，将整个服务描述文档作为滑动窗口的长度，计算每个单词和和其他单词在上下文中共同出现的次数，步骤如下：

2.1.1对于当前Mashup服务，计算该Mashup服务描述文档长度Len，设定滑动窗口长度为Len；

2.1.2统计Mashup服务描述文档中单词和其他单词的共现情况，若当前单词的其上下文单词，即该单词前后的单词，在滑动窗口Len的距离内，则该单词和其在滑动窗口内的上下文单词共现次数加1；

2.1.3重复2.1.2直至处理完Mashup服务中的所有单词；

2.1.4重复2.1.1‑2.1.3直至处理完所有Mashup服务；

2.2点互信息PMI计算，PMI被广泛用于计算单词间相似度的关系，当两个单词在文本中共现概率越大时，单词间的相关性就越强，PMI计算公式如下所示：x和y表示两个单词，P(x,y)表示单词x和y共现的概率，P(x)表示单词x在上下文中出现概率，根据单词wj和其上下文单词wc在语料库中的实际共现次数，计算出两者之间的PMI值：#(wj，wc)表示单词wj和上下文单词wc在语料库中的实际共现次数，E为单词和上下文单词对共现的总次数，#(wj)为单词wj和其他单词共现的次数，Voc表示语料库，即不重复单词的集合；

2.3计算偏移正点互信息值SPPMI矩阵，SPPMI矩阵通过PMI值计算，SPPMI矩阵的计算方式为：

SPPMI(wj，wc)＝max(PMI(wj，wc)‑logκ，0)其中κ为负采样系数，通过上述公式得到单词的上下文SPPMI矩阵M。

4.如权利要求1或2所述的一种基于主题模型聚类的Web API推荐方法，其特征在于，所述第三步的步骤如下：

3.1通过由第一步给定全局文档‑单词关系矩阵D，通过NMF将其分解为文档‑主题矩阵θ和主题‑单词矩阵Z乘积，分解矩阵D的函数表示为：NxK VxK

subject to：θ≥0 and Z≥0，θ∈R ，Z∈R其中 代表L2范数，N表示Mashup文档数量，K表示文档的主题数量，V表示语料库单词的数量，R表示实数集，上标T表示矩阵转置，NMF是在矩阵中所有元素均为非负数约束条件之下，将一个非负矩阵表示为另外两个非负矩阵乘积方式的矩阵分解方法；

3.2通过第一步、第二步计算得到单词的上下文SPPMI矩阵M，分解矩阵M引入词嵌入信息，分解M的公式如下所示：

S是一个额外的对称因子，用于M的近似求解，W为单词的词嵌入矩阵；

3.3利用Mashup服务文档和单词间的关系，可以发现主题信息，通过文档内单词上下文的共现信息，可以学习到词嵌入信息，但是这两个部分并不相互孤立，语义相关的单词通常属于相似的主题，在嵌入空间中也很接近，可知单词嵌入与它们的主题相关，关系公式如下所示：

3.4在步骤3.3中将主题‑单词矩阵Z分解为主题嵌入矩阵A和词嵌入矩阵W的乘积，将词嵌入与主题信息相联系起来，进一步提高了主题建模的准确性；

结合步骤3.1，3.2和3.3，得到主题模型的目标函数：subject to:θ≥0and Z≥0为了求解该目标函数，使用矩阵迹运算将上述公式展开：T T T T T T T

J(θ,Z,W,S,A)＝λdTr((D‑θZ)(D‑θZ))+λwTr((M‑WSW)(M‑WSW))+λtTr((Z‑WA)(Z‑T T

WA))

其中J(θ,Z,W,S,A)为J4在θ,Z,W,S,A参数下的展开形式，进一步运算得到以下公式：T T T T T T T T T TJ(θ,T,W,S,A)＝λdTr(DD‑2DTθ+θT Tθ)+λwTr(MM‑2MWSW+WSWWSW)+λtTr(TT‑2TAW+T T

WAAW)

Tr表示矩阵求迹，λd，λw和λt为不同部分的权重系数，用于调整各部分计算的误差对结果的影响，根据正则化约束得到以下目标函数：其中α,β,γ, ω为正则化参数，避免过拟合；为使目标函数最小化，对上述目标函数求偏导得到以下公式：

令α⊙θ＝0,β⊙Z＝0,γ⊙W＝0, ω⊙A＝0，⊙表示阿达马乘积，即矩阵对应位置的乘积，利用阿达马乘积，令上述公式偏导为0，进一步得到以下等式方程：T

‑(DT)⊙θ+(θTT)⊙θ+α⊙θ＝0T T T

‑(λdDθ+λtWA)⊙T+(λdTθθ+λtT)⊙T+β⊙T＝0T T

‑2(λwMWS+λtTA)⊙W+(λtWAAW+2λwWSWWS)⊙W+γ⊙W＝0T T

‑(TW)⊙A+(AWW)⊙A+μ⊙A＝0进一步更新参数：

通过上述参数更新方式，求解出Mashup服务文档‑主题矩阵θ和主题‑单词矩阵Z，词嵌入矩阵W，主题嵌入矩阵A。

5.如权利要求1或2所述的一种基于主题模型聚类的Web API推荐方法，其特征在于，所述第四步的步骤如下：

4.1计算相似度矩阵SI，服务主题特征之间的相似度通过高斯核函数计算，公式中θi表示Mashup服务i的主题特征，δ为尺度参数，exp表示以自然常数e为底的指数函数，高斯核函数计算公式如下：

4.2将矩阵SI的每一列的元素相加，并将每一列作为元素添加到度矩阵G对角线上，公式如下：

Gij＝∑jSIij

4.3通过G计算Laplacian矩阵L＝G–SI；

4.4计算 的特征值和特征矢量，得到服务文档特征矢量矩阵F，Tr表示矩阵求迹，I表示单位矩阵，特征值求解函数如下：T

subjectto:FF＝I

其中argminF表示 最小时F的取值；

4.5将特征值从小到大排序，取前C个特征值，C指定的聚类簇的数量，得到前C个特征值的特征矢量，作为初始聚类中心；

4,6计算特征矢量到聚类中心的欧式距离dist，将Mashup服务划分到距离最小的簇，计算公式如下：

其中fi表示特征矢量f中第i个值，Cei表示聚类中心Ce矢量中的第i个值；

4.7更新聚类中心为每个簇中特征矢量累加的平局值；

4.8计算新聚类中心和旧聚类中心的欧式距离作为误差值；

4.9重复步骤4.6‑4.8直至误差小于设定阈值，或者迭代次数到达最大迭代次数。