선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- [1,2] 이러한 문제점을 해결하기 위해서 자동 매쉬업 기술에 대한 관련 연구가 활발히 진행 중에 있는데, 자동 매쉬업을 위해서는 Open API 파라미터 간의 합성 가능 여부를 판단하는 방안에 대한 연구가 필요하다. 따라서 본 논문에서는 Open API 기술 문서의 파라미터 이름에서 고유단어를 추출하여 단어 간의 상호 정보량을 기준으로 파라미터 간의 유사도를 산출하여 매쉬업 가능 여부를 판단할 수 있는 Open API 파라미터 간의 유사도 비교 방안에 대해 연구하였다.
- 본 논문에서는 자동화된 매쉬업 프레임워크를 개발하기 위한 요소 기술로써 상호정보량 기반의 파라미터 유사도 비교를 통한 파라미터 유사 여부 판단 방안에 대해 연구하였다. 제안하는 알고리즘의 성능은 기존의 bi-gram기반의 Open API 파라미터 유사도 판별 방안 보다 더 높은 성능을 보이는 것을 실험을 통해 확인하였다.
- 현재 Open API간의 매쉬업은 개발자가 Open API 파라미터에 관련된 정보를 기술하고 있는 Open API 기술문서를 참조하여 파라미터 간의 유사도를 기반으로 합성하고자 하는 Open API간의 합성 가능 여부를 판단한다. 합성이 가능한 것으로 판단된 경우, 하나의 Open API에 요구되는 값을 입력하고, Open API가 산출하는 결과 값을 파싱을 통해 인터페이스 또는 다른 기능을 하는 Open API의 입력 값으로 제공하는 형태로 매쉬업이 이루어지고 있다.
가설 설정
- 식 (1)에서 P(w)는 Open API의 모든 파라미터 이름들 중에 특정단어 w가 포함된 파라미터가 존재할 확률이다. 두 단어 w1과 w2에 대해 P(w1)*P(w2)와 비교하여 Open API의 모든 파라미터 이름들 중에 두 단어 w1,w2가 함께 포함된 파라미터가 존재할 확률 P(w1, w2)가 높을수록 두 단어는 상호 정보량이 크다고 정의한다. 즉, 상호정보량이 높은 두 단어가 서로 다른 파라미터 이름에 포함되어 있으면 두 파라미터는 의미적으로 관계성이 높다고 할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.