近年来，已经提出了多种针对服务生态系统的方法来满足Web API推荐的要求。 但是，如何有效地结合mashup和API的琐碎功能以提高推荐效果仍有待探索。 因此，我们提出了一种Web API推荐方法，该方法采用了功能集成和等级学习的方法。 根据混搭和Web API的可用数据，提取文本特征，最近邻居特征，API特定的特征，API的标记特征以估计回归模型中混搭需求与候选API之间的相关性。 ，然后使用“学习排名”方法来优化模型。 实验结果表明，我们提出的方法在推荐性能方面优于某些最新方法。