文献类型：期刊文章

作　　者：田刚[1,2] 何克清[1] 王健[1] 孙承爱[2] 徐建建[2]

机构地区：[1]武汉大学软件工程国家重点实验室,武汉大学计算机学院,湖北武汉430072 [2]山东科技大学信息学院,山东青岛266590

出　　处：《电子学报》

基　　金：国家973重点基础研究发展计划(No.2014CB340404);国家自然科学基金(No.61373037,No.61202031);重点实验室开放课题(No.SKLSE 2014-10-07)

年　　份：2015

卷　　号：43

期　　号：7

起止页码：1266-1274

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20153501219701)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

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 T-LDA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、K-Means等方法相比,该方法在聚类纯度、熵和F-Measure指标上均具有更好的效果.

关 键 词：Web服务聚类  面向领域  标签辅助  主题模型

分 类 号：TP311.5]