Page 66 - 《软件学报》2025年第5期

1966 软件学报 2025 年第 36 卷第 5 期

4.3.2 异质关联兼容对推荐质量的提升效能评估
为了验证异质关联兼容对 Web API 推荐的影响, 本节验证仅采用服务功能向量、引入协作兼容和异质关联
兼容这 3 种情形下的推荐质量, 主要包含以下方法.
(1) SY-SimCSE: 仅采用 SY-SimCSE 生成的服务功能向量进行 Web API 推荐.
(2) SY-SimCSE-GAT-C: 采用 SY-SimCSE 生成服务功能向量, 仅融合以 GATNE 在 Web API 的协作关联图中
提取的关联向量进行推荐.
(3) SY-SimCSE-GAT-HAG: 采用 SY-SimCSE 生成服务功能向量, 融合以 GATNE 在 Web API 的异质关联图
(协作和功能关联) 中提取的关联向量进行推荐.
(4) SY-SimCSE-WGAT-C: 采用 SY-SimCSE 生成服务功能向量, 仅融合以 WGATNE 在 Web API 的协作关联
图中提取的关联向量进行推荐.
(5) R-CWSE (SY-SimCSE-WGAT-HAG): 本文提出的服务推荐方法, 即采用 SY-SimCSE 生成服务功能向量,
融合以 WGATNE 在 Web API 的异质关联图 (协作和功能关联) 中提取的关联向量进行推荐.
根据表 3 中不同 K 值实验中的前 3 行数据可知, 引入协作关联后, 相比 SY-SimCSE, SY-SimCSE-GAT-C 和
SY-SimCSE-WGAT-C 在 Recall、Precision、NDCG 和 ILS 上均有所改善. 其中, SY-SimCSE-GAT-C 在 Recall、
Precision 和 NDCG 平均提升了 2.91%、2.38% 和 4.46%, 在 ILS 平均降低 5.11%; SY-SimCSE-WGAT-C 在 Recall、
Precision 和 NDCG 平均提升了 8.73%、7.25% 和 10.07%, 在 ILS 平均降低 17.44%. 上述数据表明, 在引入协作兼
容后, 推荐的质量得到提升. 同时, 采用 WGATNE 模型融入协作兼容得到的推荐质量要优于 GATNE 模型, 说明
本文对 GATNE 的改进是有效的.

表 3 异质关联兼容对推荐质量的提升效能评估

Top-K 模型 Recall Precision NDCG ILS
SY-SimCSE 0.419 0.381 0.420 0.595
SY-SimCSE-GAT-C 0.431 0.388 0.434 0.557
K=3 SY-SimCSE-WGAT-C 0.459 0.402 0.451 0.502
SY-SimCSE-WGAT-HAG 0.445 0.395 0.442 0.511
R-CWSE (SY-SimCSE-WGAT-HAG) 0.478 0.428 0.470 0.462
SY-SimCSE 0.517 0.286 0.461 0.562
SY-SimCSE-GAT-C 0.535 0.298 0.495 0.533
K=5 SY-SimCSE-WGAT-C 0.571 0.319 0.515 0.461
SY-SimCSE-WGAT-HAG 0.559 0.311 0.51 0.494
R-CWSE (SY-SimCSE-WGAT-HAG) 0.598 0.338 0.529 0.422
SY-SimCSE 0.633 0.271 0.499 0.518
SY-SimCSE-GAT-C 0.649 0.274 0.513 0.499
K=7 SY-SimCSE-WGAT-C 0.676 0.285 0.553 0.420
SY-SimCSE-WGAT-HAG 0.665 0.281 0.534 0.448
R-CWSE (SY-SimCSE-WGAT-HAG) 0.685 0.292 0.577 0.398

表 3 中不同 K 值实验中后两行是引入异质关联兼容后的推荐结果, 相比 SY-SimCSE, SY-SimCSE-GAT-HAG
在 Recall、Precision 与 NDCG 平均提升 6.36%、5.28% 和 7.65%, 在 ILS 平均降低 13.29%; R-CWSE 在 Recall、
Precision 与 NDCG 平均提升 12.24%、12.79% 和 14.17%, 在 ILS 平均降低 23.46%. 上述数据表明, 引入异质关联
后, Web API 的推荐质量得到显著提升, 并且提升幅度明显高于仅引入协作关联兼容. 同时, 数据表明, 采用
WGATNE 模型融入异质关联兼容得到的推荐质量要优于 GATNE 模型, 进一步验证了本文对 GATNE 的改进是
有效的.

4.3.3 R-CWSE 方法与其他 Web API 推荐方法的对比
选取近 3 年在国内重要刊物发表的 Mashup 服务的组件 Web API 推荐方法进行对比, 验证所提出方法的先进
性. 推荐质量指标见表 4, 主要包含以下方法.