Mashup应用开发是一种新型的开发技术,该应用开发通过挖掘、整合外界数据源(通常为功能单一的Web服务),创造更贴合用户需求,可用性和适用性更强的服务。随着Mashup应用开发技术的日益成熟,Mashup应用开发的低成本、快速性得到了广大用户(即Mashup应用开发者)的认可,这使得Mashup应用开发技术的使用者日益增多。然而,当Mashup应用开发者面对互联网上爆炸式增长的服务及数据时,通常会陷入服务信息过载的窘境。因此,面向Mashup应用开发有两大研究问题:(1)如何在Mashup应用开发中高效、快速地发现可用的服务以满足用户不断变化的需求,从而使现有服务得到充分利用。(2)如何根据用户兴趣推荐高质量的Web服务,从而促进Web服务的生态平衡。为应对上述问题,本文提出了面向敏捷Mashup应用开发的服务发现和服务推荐方法,具体开展了如下工作:(1)提出面向敏捷Mashup应用开发的服务发现方法(A Service Discovery approach for Agile Mashup Development,SDAMD),该方法打破了文档单一的局限性。首先,以敏捷开发中的用户故事为搜索驱动,服务需求在用户故事的承载下形成原始搜索文本,然后通过自然语言处理技术,从原始搜索文本中提取敏捷需求三要素,同时从服务描述文体中提取敏捷服务三属性;接着,提出一种新的相似度计算方法,该相似度计算方法综合考虑了词性,语义权重等多种信息。最后通过计算敏捷需求三要素与敏捷服务三属性之间的相似度,发现合适的服务。(2)提出面向敏捷Mashup应用开发的服务推荐方法,该方法由两部分组成:多维信息矩阵(MIM)的构建和通过因子分解机模型(FM)进行预测评分。首先,通过MIM表征Mashup应用,服务及其链接之间的关系。在MIM构建过程中,我们提出了一种Mashup应用的相似度计算方法,将Mashup描述文本和Mashup调用服务信息相结合用于Mashup的相似度计算。然后,通过FM预测Mashup应用和服务之间的潜在关联评分。最后,以预测评分为推荐依据为目标Mashup应用开发推荐top-k个相关服务。