TA的每日心情 | 奋斗
2020-9-2 15:06 |
|---|
签到天数: 2 天 [LV.1]初来乍到
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要： Ｗｅｂ服务数量的激增对服务发现提出了更高的要求，服务聚类是促进服务发现的一种重要技术．但是， 现有服务聚类方法只对单一类型的服务文档进行聚类，缺乏考虑服务的领域特性和服务标签的应用．针对这些问题， 本文首先使用本体辅助的支持向量机和面向领域的服务特征降维技术建立服务的特征内容向量，然后使用一种标签 辅助的主题服务聚类方法 ＴＬＤＡ建立融合标签信息之后的隐含主题表示，并利用归一化方法消除通用主题的影响，综 合上述方法建立一个面向领域标签辅助的 Ｗｅｂ服务聚类方法 ＤＴＷＳＣ．实验结果表明，该框架能够提高针对不同类型 的服务文档的聚类效果．与 ＬＤＡ、ＫＭｅａｎｓ等方法相比，该方法在聚类纯度、熵和 ＦＭｅａｓｕｒｅ指标上均具有更好的效果．
- U4 }2 W/ f6 d3 `8 O1 @, b% }; p! J3 Z0 d
关键词： Ｗｅｂ服务聚类；面向领域；标签辅助；主题模型
4 m# j7 j4 X B9 e9 J
1 N V$ d3 Z9 X: w, m4 C1 O; k
x4 W& @# `. a9 Q
2 o% ?, M; X( r6 E+ \ 面向服务的计算（ＳｅｒｖｉｃｅＯｒｉｅｎｔｅｄＣｏｍｐｕｔｉｎｇ）吸引了 工业界越来越多的注意并且被应用到了多个领域［１］．随 着面向服务计算技术的快速发展，互联网上的 Ｗｅｂ服 务呈现出快速增长的趋势．如截至 ２０１４年 ０３月 ３１日 ＰｒｏｇｒａｍｍａｂｌｅＷｅｂ（ＰＷｅｂ）上发布的 ＷｅｂＡＰＩ已有 １１２２２ 个，Ｍａｓｈｕｐ的数量也已经有 ７４００个．同时，服务资源描 述的多样化特征显著．例如 ＰＷｅｂ中服务描述语言有 ＷＳＤＬ、ＯＷＬＳ、ＷＳＭＯ等，而占服务总数量超过 ６０％的 ＲＥＳＴｆｕｌ服务采用了自然语言来描述．服务规模的剧增 和描述的多样化给用户准确、高效地发现服务资源增加 了困难，也为软件开发者有效发现和重用服务资源带来 了极大的挑战．- f8 @ U* M L) I& o1 S& R
; b! \+ ]% g) a( P6 U. g; O; Z2 f; _2 p W
/ m0 Y/ Z Y& G! Z. h- h' H9 c$ s ~# T: I" x' m6 h
附件下载：
3 y& @9 ~9 q! \. [! r& C |
|
/1 
发表于 2021-3-26 13:13
收藏
淘帖
支持！
反对！