.png){kind=icon}
返回
MARS: A Multi-Agent Collaborative Reasoning Framework for Service Recommendation
.png){kind=icon}
PRE
AI
DOI：10.1109/tsc.2026.3676128.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对新引入的混搭应用(mashup)和API使用历史稀疏以及难以从混搭应用组合中推断真实API依赖关系的问题，混搭应用开发中的服务推荐面临严峻挑战，因为API通常以嘈杂且隐含的方式被共同使用。传统的协同过滤、基于内容的方法和独立的LLM（大型语言模型）方法难以在统一框架下联合解决这些挑战。我们提出MARS，一种多智能体协作推荐框架，通过在受限候选空间下系统整合语义对齐、结构感知检索和基于验证的推荐。MARS融入多种算法组件以提升服务推荐过程的不同阶段。具体而言，智能体驱动的语义增强显著缓解了混搭应用与API之间的跨表示语义不匹配，将平均Jensen-Shannon距离从0.7333降至0.6333，而基线方法几乎无变化。结构感知微调捕捉了超越表面语义的API组合模式，数据驱动的权重优化则通过经验校准策略替代静态检索参数，学习混合检索阶段的融合权重。最后，多智能体协作推理通过结合多样化的提案生成与基于验证的选择来增强鲁棒性。在ProgrammableWeb数据集上的实验表明，MARS持续优于代表性基线，Recall@5达到63.31%，相较Native RAG的58.28%和传统最佳方法ServeNet的43.35%。结果表明，MARS为改进面向混搭应用的服务推荐提供了一种有效且可扩展的框架。
Keyword:
Service Recommendation
Mashup Creation
Multi Agent Collaboration
期刊
IF:
5.8
论文数:
2.2K
被引数:
6.5K
机构
引用论文
分享收藏SemEval-2017 Task 1: Semantic Textual Similarity Multilingual and
Crosslingual Focused EvaluationSemEval-2017任务1: 语义文本相似性多语言和
跨语种聚焦评价
OAAI
OAAI分享收藏Mashup-Oriented Web API Recommendation via Multi-Model Fusion and Multi-Task Learning基于多模型融合和多任务学习的面向Mashup的Web API推荐
PREAI
分享收藏SEHGN: Semantic-Enhanced Heterogeneous Graph Network for Web API RecommendationSEHGN: 面向Web API推荐的语义增强型异构图网络
PREAI
分享收藏Peng, Q.; Cao, B.; Xie, X.; Ye, H.; Liu, J.; Li, Z. LLMSRec: Large language model with service network augmentation for web service recommendation. Knowl.-Based Syst. 2025, 323, 113710. [Google Scholar] [CrossRef]彭, Q.; 曹, B.; 谢, X.; 叶, H.; 刘, J.; 李, Z. LLMSRec: 带服务网络增强的大语言模型用于Web服务推荐. Knowl.-Based Syst. 2025, 323, 113710. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏
查看更多内容