Los mashups, que combinan varias interfaces de programación de aplicaciones web (API) para implementar algunos requisitos complejos, se han convertido en una técnica popular para desarrollar software orientado a servicios. Sin embargo, recomendar APIs en la nube adecuadas para la creación de mashups es un desafío debido al creciente número de APIs comparables. Muchas recomendaciones de APIs en la nube orientadas a mashups existentes se centran en la similitud funcional y pasan por alto la complementariedad funcional, lo que impacta significativamente en la precisión de los resultados de recomendación. Por lo tanto, en este documento se propuso un método de representación de características y recomendación para APIs en la nube que fusiona tanto la similitud como la complementariedad. Se construyó una red de información heterogénea del ecosistema de APIs en la nube, y los vecinos, basados en metacaminos, se agregaron utilizando un mecanismo de autoatención para generar las características de similitud y complementariedad de las APIs en la nube. Luego, la atención relacionada con el mashup se utilizó para fusionar las dos características, teniendo en cuenta las preferencias variables de diferentes mashups hacia las características de similitud y complementariedad de las APIs en la nube. Esta fusión dio como resultado características que alinean las APIs en la nube con los requisitos de los mashups, que se emplearon para predecir la probabilidad de que el mashup invoque una API en la nube candidata en particular. El método propuesto se evaluó en un conjunto de datos reales, y los resultados mostraron que supera al método de referencia y mejora el rendimiento de las recomendaciones de APIs en la nube orientadas a mashups.