| 基于多重关系主题模型的Web服务聚类方法 |
| |
| 引用本文： | 石敏,刘建勋,周栋,曹步清,文一凭.基于多重关系主题模型的Web服务聚类方法[J].计算机学报,2019,42(4):820-836. |
| |
| 作者姓名： | 石敏 刘建勋 周栋 曹步清 文一凭 |
| |
| 作者单位： | 湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室 湖南湘潭411201;湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室 湖南湘潭411201;湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室 湖南湘潭411201;湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室 湖南湘潭411201;湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室 湖南湘潭411201 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金;国家自然科学基金;湖南省自然科学基金;湖南省教育厅创新平台开放基金 |
| |
| 摘 要： | 如何有效地发现合适的Web服务是面向服务计算领域需要解决的核心问题之一.随着Internet上Web服务数量的不断增加,服务的自动发现面临着极大的挑战.将功能相似的Web服务进行聚类是一种有效的服务发现与服务管理方法.目前国内外主流的方法为挖掘Web服务的隐含功能语义信息,如使用LDA主题模型训练提取Web服务功能描述文档的主题信息,然后基于某种聚类算法如K-means将隐含主题分布相似的Web服务聚为一类.然而,Web服务的功能描述文档通常短小,目前大部分主题模型无法对短文本进行良好地建模,从而影响了Web服务聚类的效果.针对该问题,文中提出了一种考虑多重Web服务关系的概率主题模型MR-LDA,其可对Web服务之间相互组合的关系以及Web服务之间共享标签的关系进行建模,能有效提高Web服务聚类的精度.同时,基于该MR-LDA主题模型进一步提出了一种有效的Web服务聚类算法MR-LDA+,该算法首先利用上述多重Web服务关系信息对Web服务隐含主题分布概率矩阵进行修正,然后根据这些隐含主题对Web服务进行聚类.基于ProgrammableWeb收集的真实数据实验表明,文中所提出的方法明显优于其它Web服务聚类算法.
|
| 关 键 词： | WEB服务 聚类 多重关系网络 先验知识 主题模型 |
Multi-Relational Topic Model-Based Approach for Web Services Clustering |
| |
| SHI Min,LIU Jian-Xun,ZHOU Dong,CAO Bu-Qing,WEN Yi-Ping.Multi-Relational Topic Model-Based Approach for Web Services Clustering[J].Chinese Journal of Computers,2019,42(4):820-836. |
| |
| Authors: | SHI Min LIU Jian-Xun ZHOU Dong CAO Bu-Qing WEN Yi-Ping |
| |
| Affiliation: | (Key Laboratory of Knowledge Processing & Networked Manufacturing, Hunan University of Science & Technology, Xiangtan, Hunan 411201) |
| |
| Abstract: | SHI Min;LIU Jian-Xun;ZHOU Dong;CAO Bu-Qing;WEN Yi-Ping(Key Laboratory of Knowledge Processing & Networked Manufacturing, Hunan University of Science & Technology, Xiangtan, Hunan 411201) |
| |
| Keywords: | Web services clustering multi-relational network prior knowledge topic model |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
