一种面向主题的领域服务聚类方法 |
| |
引用本文: | 李征,王健,张能,李昭,何成万,何克清.一种面向主题的领域服务聚类方法[J].计算机研究与发展,2014(2). |
| |
作者姓名: | 李征 王健 张能 李昭 何成万 何克清 |
| |
作者单位: | 河南大学计算机与信息工程学院;软件工程国家重点实验室(武汉大学);武汉工程大学计算机科学与工程学院; |
| |
基金项目: | 国家自然科学基金项目(61202031,61100017,61100018,61272115);国家科技支撑计划基金项目(2012BAH07B01);国家云计算示范工程项目(中小企业管理云应用研发与产业化);中央高校基本科研业务费专项资金项目(201121102020004,2012211020201) |
| |
摘 要: | 随着互联网上服务资源规模的快速增长,如何高效、准确地发现服务成为一个亟待解决的关键问题.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,并且没有考虑服务的领域特性.针对该问题,在对服务进行领域分类的基础上,提出了一种基于概率、融合领域特性的服务聚类模型——领域服务聚类模型(domain service clustering model,DSCM),然后基于该模型提出了一种面向主题的服务聚类方法.最后通过ProgrammableWeb网站提供的真实服务集对提出的方法进行了验证.实验结果表明,该方法可以准确地对不同类型的服务文档进行聚类.与经典的潜在狄利克雷分配(latent Dirichlet allocation,LDA),K-means等方法相比,该方法在聚类纯度和F-measure指标上均具有更好的效果,从而为按需服务发现与服务组合提供更好的支持.
|
关 键 词: | 服务聚类 潜在狄利克雷分配 主题 概率 特征降维 |
本文献已被 CNKI 等数据库收录! |
|