Key points are not available for this paper at this time.
सेवाओं की तेजी से बढ़ती संख्या के साथ, स्वचालित रूप से मैशअप बनाने में मदद करने वाले सेवा सिफारिश एल्गोरिदम के लिए तत्काल मांग है। हालाँकि, अधिकांश पारंपरिक सिफारिश एल्गोरिदम सेवा प्रदाताओं द्वारा दिए गए मूल सेवा विवरणों पर निर्भर करते हैं। यह सिफारिश प्रदर्शन के लिए हानिकारक है क्योंकि मूल सेवा विवरण अक्सर संभावित एप्लिकेशन परिदृश्यों का वर्णन करने में व्यापकता और प्रासंगिकता की कमी होती है, सेवा प्रदाताओं और मैशअप डेवलपर्स के बीच संभावित भाषा अंतर से बात करना तो दूर। उपर्युक्त समस्याओं को हल करने के लिए, एक विशिष्ट मैशअप क्वेरी के लिए लक्षित पुनर्निर्माण सेवा विवरण (TRSD) की एक नई विधि प्रस्तावित की गई है, जो मैशअप विवरणों में छिपी हुई मूल्यवान जानकारी का सहारा लेती है। TRSD मौजूदा मैशअप और विशिष्ट क्वेरी के बीच समानता का विश्लेषण करके सेवा विवरणों में मैशअप विवरणों को पेश करने का लक्ष्य रखती है, जबकि सेवा प्रणाली ढांचे की जानकारी का लाभ उठाती है। इस दृष्टिकोण के लाभ से, मूल सेवा विवरणों में अनुपस्थित एप्लिकेशन परिदृश्यों, क्वेरी-विशिष्ट एप्लिकेशन परिदृश्य जानकारी, मैशअप डेवलपर्स की भाषा की आदतें, और सेवा प्रणाली ढांचा जानकारी सभी पुनर्निर्मित सेवा विवरणों में एकीकृत किए जाते हैं। TRSD द्वारा पुनर्निर्मित सेवा विवरण के आधार पर, एक नई सेवा सिफारिश रणनीति विकसित की गई है। ProgrammableWeb.com से वास्तविक दुनिया के डेटा सेट पर व्यापक प्रयोगों से पता चलता है कि प्रस्तावित TRSD मॉडल की समग्र MAP आधुनिकतम तरीकों की तुलना में 6.5% बेहतर है।
हाओ एट अल. (Thu,) ने इस प्रश्न का अध्ययन किया।