文献类型：期刊文章

作　　者：石敏[1] 刘建勋[1] 周栋[1] 曹步清[1] 文一凭[1]

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)

机构地区：[1]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

出　　处：《计算机学报》

基　　金：国家自然科学基金(61872139;61876062;61572187);湖南省自然科学基金(2018JJ2139);湖南省教育厅创新平台开放基金项目(17K033)资助~~

年　　份：2019

卷　　号：42

期　　号：4

起止页码：820-836

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

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

分 类 号：TP301]