基于TWE-NMF主题模型的Mashup服务聚类方法

随着互联网和面向服务技术的发展，一种新型的Web应用——Mashup服务，开始在互联网上流行并快速增长.如何在众多Mashup服务中找到高质量的服务，已经成为一个大家关注的热点问题.寻找功能相似的服务并进行聚类，能有效提升服务发现的精度与效率.目前国内外主流方法为挖掘Mashup服务中隐含的功能信息，进一步采用特定聚类算法如K-means等进行聚类.然而Mashup服务文档通常为短文本，基于传统的挖掘算法如LDA无法有效处理短文本，导致聚类效果并不理想.针对这一问题，提出一种基于非负矩阵分解的TWE-NMF （non-negative matrix factorization combining tags and word embedding）模型对Mashup服务进行主题建模.所提方法首先对Mashup服务规范化处理，其次采用一种基于改进的Gibbs采样的狄利克雷过程混合模型，自动估算主题的数量，随后将词嵌入和服务标签等信息与非负矩阵分解相结合，求解Mashup服务主题特征，并通过谱聚类算法将服务聚类.最后，对所提方法的性能进行了综合评价，实验结果表明，与现有的服务聚类方法相比，所提方法在准确率、召回率、F-measure、纯度和熵等评价指标方面都有显著提高.

TWE-NMF Topic Model-based Approach for Mashup Service Clustering